華爾街尚未開始定價的AI驅動成本危機

每一波科技熱潮最終都會到達同一個令人不安的時刻：問題不再是誰成長最快，而是誰真正能夠負擔得起持續成長的代價。對於AI軟體產業而言，這個時刻的到來可能比投資者預期的更快。

引發這場討論的數字並不含糊。根據彭博社的數據，僅美國四大科技公司（Alphabet、Amazon、Meta和Microsoft）預計在2026年就將在AI基礎設施上花費6,500億美元。據CNBC報導，Evercore和美國銀行的華爾街分析師已預測，超大規模雲端業者的AI資本支出總額在2027年可能突破1兆美元。

這是資金堆疊的頂端。在其下方，運行於這些基礎設施上的公司正面臨同樣壓力的另一個版本。根據CloudZero的報告，企業軟體公司的平均每月AI支出年增36%，從62,964美元增加到85,521美元，而計畫每月支出超過10萬美元的比例增加到了45%，較原本的20%翻倍以上。

只有51%的組織能夠有把握地計算這些支出的回報。資金流動迅速，但關於資金是否奏效的清晰判斷卻追趕不上。

大規模為AI付費的問題所在

AI軟體的經濟模式在一個重要方面與傳統軟體的經濟模式存在結構性差異：推理並非免費。每當AI系統回應查詢、處理文件、路由對話或完成任務時，都會消耗算力。這種消耗有其成本，而隨著企業AI使用量的增長，帳單也會隨之增加。

更多AI相關：

• 高盛對AI股票投資者發出直白訊息
• Microsoft執行長就AI和科技生態系發出嚴正警告
• 下一場AI基礎設施競賽與晶片無關

「傳統軟體公司只需建立一次產品，便能以幾乎為零的邊際成本進行分發。而AI原生軟體公司所建立的產品，每次客戶使用時都必須支付算力費用，」CX OS供應商Callers.ai的執行長Nimrod Ron在接受TheStreet採訪時表示。

當AI採用率尚低、使用量有限時，這種區別很容易被忽視。但當企業客戶以CloudZero數據所顯示的規模運行AI工作流程時，這一點就很難再被忽視了。

這一後果正在整個產業中產生顯而易見的行為變化。據報導，部分AI供應商已開始在合約週期中途重新定價，因為基礎設施成本超出了其原始定價時的假設。其他供應商則公開承諾，儘管面臨相同的成本上漲壓力，仍維持定價穩定。這兩種回應之間的差距，取決於基礎設施，而非定價策略。

當AI供應商重新為合約定價時究竟發生了什麼

來自業內的解讀十分直接。「當AI供應商在合約週期中途重新定價時，通常不是商業決策，而是一種基礎設施上的坦白，」Ron告訴TheStreet。「這意味著該公司將產品建立在對一兩家大型語言模型供應商的固定依賴之上，在使用量擴大導致成本上升時，沒有任何結構性方式來吸收這些成本。客戶正在承擔供應商多年前做出的架構決策所帶來的後果。」

這重新框定了投資者真正應該關注的焦點。在合約期間中途重新定價的供應商，所做的不僅僅是追求利潤，更揭示了其基礎設施並非為應對規模擴張所帶來的成本曲線而設計，而面臨新帳單的客戶實際上是在為供應商當初的架構決策買單。

相關報導：Microsoft執行長就AI和科技生態系發出嚴正警告

另一種方案——建立能夠跨多個大型語言模型供應商進行即時動態路由的基礎設施，而非鎖定在單一依賴上——在前期建置時成本更高、複雜度更大。但它能夠提供結構性對沖，抵禦任何單一供應商的定價決策。

那些及早做出這項投資的公司，現在所處的位置與那些未曾投資的公司有著根本性的不同，而目前在業界可見的重新定價行為，正是這種差異最先浮現的地方之一。

為何投資者應追蹤毛利率趨勢而非營收成長

這種分歧的投資意涵目前仍處於早期階段，但正變得愈來愈明顯。在AI熱潮的大部分時間裡，投資者以營收成長、淨營收留存率和企業客戶數量來評估軟體公司。這些指標依然重要，但它們無法揭示隨著使用量擴大，企業經濟效益會發生什麼變化。

「市場一直主要以營收成長和淨留存率來評估AI軟體公司。這些都是落後指標，」Ron補充道。「投資者開始追問的是：隨著推理成本上升，你的毛利率走向如何？這個問題直接指向基礎設施設計。」

等到靜態依賴型AI公司因重新定價損害客戶留存而導致營收成長放緩時，只關注頂線數字的投資者早就已經落後了。利潤訊號最先出現，它出現在銷售成本這一行、出現在毛利率壓縮中、出現在營收成長與自由現金流生成之間的差距裡。

Morsa&solGetty Images

不同基礎設施選擇在2026年所產生的結果

AI軟體產業包含各種截然不同的公司，而部署的下一個階段正開始揭示哪些公司屬於哪一類。成本壓力已在超大規模雲端業者層面顯現：據CNBC報導，Meta的自由現金流從2025年第一季的260億美元降低到2026年第一季的僅12億美元，部分原因是包括記憶體定價在內的AI元件成本上漲。

如果擁有Meta規模和利潤結構的公司都已感受到這種壓力，那麼對於單位經濟效益更薄、定價能力更弱的較小型AI原生軟體供應商而言，其衝擊將更為嚴峻。各公司在2023年和2024年所做的基礎設施決策，將在2026年和2027年產生截然不同的損益表。

那些投資於動態路由基礎設施的供應商，正以一種隨使用量增長而改善的成本結構進入一個交易量持續增加的時期。他們處理的對話、交易或推理越多，就能在各供應商之間獲得更多套利機會，每單位成本也往往隨之降低。而建立在固定大型語言模型依賴上的供應商，則以可能朝相反方向移動的成本結構進入同一時期：使用量越大，對供應商定價的曝險也就越大。

對話式AI和AI代理領域正面臨最為嚴峻的這種壓力，因為其核心產品在設計上就是推理密集型的。每一次客戶互動都是一個算力事件。

擁有百萬活躍用戶的對話式AI公司，每月可能需要處理數億次推理呼叫。在如此規模下，優化良好的路由架構與單一供應商依賴之間，每千個Token相差幾美分的差距，將直接轉化為毛利率的差異。在規模化之後，這些差異決定了一家企業是能夠複利增值，還是走向侵蝕。

企業軟體市場已開始以審視工業公司的方式審視AI供應商。資本密集度、成本結構和營運槓桿，如今與客戶標誌數量和淨營收留存率同等重要。

對於在2026年評估AI軟體公司的投資者而言，有用的問題正變得愈來愈具體：銷售成本中有多少比例與第三方大型語言模型推理相關聯？架構是否允許動態供應商路由，還是產品被鎖定在固定的模型堆疊上？在過去四個季度企業使用量擴大的過程中，毛利率是保持穩定、持續擴張，還是不斷壓縮？

這些問題在當今大多數AI軟體公司的股票研究報告中並未出現。目前在業界日益可見的重新定價行為表明，這些問題或許早就應該出現在報告之中。

相關報導：爭議性AI公司剛申請第七章破產