AI 算力價格在 6 月回落、Token 在 6 月降溫，是否暗示商業化循環轉弱？

Question

Accepted Answer

AI 算力與 Token 價格回落，預示產業鏈正面循環面臨挑戰

近期 AI 算力價格自 6 月份出現回落，同時大型語言模型（LLM）的 Token 價格亦在 6 月份降溫，此現象可能暗示著 AI 產業鏈的正面商業化循環正遭遇挑戰。若此趨勢持續，恐引發晶片廠商利潤擠壓下游，進而導致資本支出削減，並最終反噬晶片需求的負向循環。
算力與 Token 價格是驗證 AI 商業化的關鍵指標

摩根大通（JPMorgan）的研究報告指出，AI 算力價格與大語言模型 Token 價格是觀察產業鏈利潤分配的關鍵指標。算力租賃價格直接關聯到雲端服務商（CSP）的收入與利潤率，價格越高代表其商業化能力越強，也越能支撐其持續進行龐大的資本投入。同樣地，Token 價格則反映了模型端的變現效率。數據顯示，AI 算力價格在今年 4 至 5 月曾有改善跡象，但隨後於 6 月回落；而 Token 價格則是在 2 月底至 5 月底上漲後，於 6 月份同樣出現降溫。
資本支出預期與實際兌現間的落差加劇

過去一年，市場將雲端服務供應商的高額資本支出視為 AI 晶片需求確定性的來源。預期顯示，五大 CSP 巨頭的資本支出將從今年的約 7581 億美元，在 2027 年進一步攀升至 9250 億美元。然而，這種高度依賴資本支出的邏輯正面臨檢驗。若算力與 Token 價格的疲軟趨勢持續，意味著雲端服務商的獲利能力未能有效跟上晶片廠商的漲價，進而可能迫使其削減資本開支。這種「晶片擠壓下游，進而影響自身需求」的局面，將對半導體產業的股價表現造成壓力。
產業邏輯正從預期轉向兌現

分析人士指出，AI 投資邏輯正經歷從「預期驅動」轉向「兌現驅動」的轉變。投資人應將關注點從單純的資本支出數字，轉移到更微觀的指標，例如雲端廠商的毛利率變化、算力租賃合約的簽訂量，以及模型 API 的收費趨勢。這些實際的商業化兌現能力，將是決定 AI 行情下一階段走向的關鍵因素。若這些指標未能有效改善，則產業鏈的整體估值將難以維持。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

AI 算力價格在 6 月回落、Token 在 6 月降溫，是否暗示商業化循環轉弱？

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