當頭部模型毛利率逾七成，自由現金流轉正後最該追問的價值分配在哪裡？

Question

Accepted Answer

AI 價值分配的真正焦點在於「稀缺性」的轉移，而非模型本身

當頂尖 AI 模型公司已實現可觀的月度獲利，毛利率輕鬆突破七成，且自由現金流轉趨為正向，這標誌著 AI 模型作為「智慧」的產出階段已驗證其商業可行性。然而，此刻市場的目光不應僅止於模型本身，而應轉向其背後所驅動的、更根本的資源稀缺性：記憶體、運算晶片，乃至於能源的分配格局。價值轉移的關鍵，在於這些支撐 AI 模型運作的硬體與基礎設施，其供應彈性與價格波動，將決定 AI 產業整體生態系的利潤流向。
記憶體超級週期的結構性需求推升價值

AI 推理模型對「KV 快取」記憶體的龐大消耗，已引發一場前所未有的記憶體超級週期。相較於過去 18-24 個月的週期性波動，此輪週期因 AI 總支出翻倍且預期持續成長，記憶體價格已上漲約四倍，並有望再翻漲兩至三倍，毛利率預計將衝上 85%-90% 的歷史高點。此種結構性需求，源於預訓練擴展法則向推理擴展法則的轉移，導致記憶體需求量呈現指數級增長，而未來三年每年僅 20%-30% 的產能增長，遠無法匹配需求的倍數成長，這意味著記憶體將成為當前 AI 價值分配中的最大受益者。
運算晶片與能源瓶頸將成價值分配新戰場

記憶體價格的飆升，將直接傳導至終端消費產品，預計明年 iPhone 與 MacBook 的漲價幅度將達到數百美元。同時，AI 訓練與推理對 GPU 的依賴，以及 AI 代理模式對 CPU 的補漲需求，雖然市場可能過度解讀 CPU 的成長潛力，但 GPU 的高昂成本與 CPU 的補漲效應，仍將是價值分配的重要環節。更深層的價值瓶頸，則體現在電力供應上。資料中心用電量預計在未來幾年呈現指數級增長，從今年的 20 吉瓦飆升至後年的 50 吉瓦，能源供給、政治監管和施工許可將成為關鍵制約。為應對此瓶頸，資料中心紛紛採取「表後自建電站」模式，甚至改裝引擎發電，這顯示能源基礎設施的投資與佈局，將成為下一階段 AI 產業價值分配的關鍵所在，而電力供應的稀缺性與解決方案的創新，將決定 AI 產業的長期發展天花板。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

當頭部模型毛利率逾七成，自由現金流轉正後最該追問的價值分配在哪裡？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友