報新聞/中部特派員鄒志中報導 當現金流成為AI軍備競賽新的算力，AI科技巨頭正面臨的，已不只是AI技術的競賽，而是鉅額支出的資本到底要何時才能夠回收的終極考驗？ 今年第二季，Alphabet與特斯拉同時交出一份表面上近乎完美的財報成績單。Alphabet單季營收1198億美元、年增24%，連續12季維持雙位數成長，谷歌雲收入暴增82%；特斯拉營收282億美元、交車48萬輛、成長率26%，創下近三年最佳增速。這些數字放在任何過往科技週期，都足以讓市場給予巨大的掌聲。結果卻是盤後Alphabet重挫近5%、特斯拉跌幅也超過4%。市場不是在否定AI成長，而是在重新定義「成長」的意義。營收創新高，不再自動等於估值上修；AI競賽，也開始正從「成長故事」轉為「財務耐力賽」。
這個轉折並非偶然。細究財報，Alphabet出現上市以來首次單季自由現金流為負（-59億美元），特斯拉則是兩年來首次轉負（-11億美元）。兩家全球最會賺錢的科技企業，同時被AI吞噬現金。問題的核心不在「有沒有在投資」，而在「投資速度遠超過現金流生成速度」。Alphabet資本支出單季高達449億美元、近乎翻倍，全年指引二度上修至1950至2050億美元；特斯拉全年AI相關投入突破250億美元，絕大多數砸向Dojo、Robotaxi、FSD與Optimus等尚未成熟的業務。更驚人的是，Alphabet截至2026年6月底已簽署高達8110億美元的未來採購承諾，短短三個月即暴增近5000億美元，鎖定晶片、資料中心、電力與網路設備。這已不再是單純「花錢」，而是要提前占領未來數年的AI成長關鍵資源。
為什麼會發生？
答案首先來自AI本身的成本結構。過去任何一次科技革命——從個人電腦、網際網路到智慧型手機與雲端——產品完成後即可銷售，現金流回收相對可預期。AI卻截然不同。資料中心、GPU集群、超級計算、模型訓練、再到穩定商業模式的形成，可能需要三到五年甚至更長。今天所有巨額投資，本質上都是在購買一張「未來門票」，至於這張門票最後是頭等艙還是經濟艙，根本沒有多少人能夠真正知道。谷歌Gemini每天處理數百億詞元、雲端訂單突破5000億美元，看起來亮眼，公司仍坦承「回報仍處於非常早期」。特斯拉Robotaxi僅在少數城市試營運、Optimus量產線反覆調整、FSD訂閱收入相較250億美元投入仍是九牛一毛。市場開始發現：AI最大的成本，已不再是GPU本身，而是資本支出後現金流回收預期的「不確定性」——投資回報時間的不確定、技術路徑的不確定、商業模式落地的不確定性…。
更深一層，這是一場「集體恐懼」AI驅動的軍備競賽。Meta、微軟、亞馬遜持續提高AI資本支出；市場傳出字節跳動考慮將2026年資本開支提高至700億美元並尋求約200億美元新增融資。沒有一家AI企業敢停下，因為所有人都害怕一旦自己減速，競爭對手就會取得決定性領先。這種心理與冷戰時期的核武競賽高度相似：不是因為今天一定需要更多武器，而是因為沒有人敢讓別人擁有比自己更多。於是每一家企業都不得不投入更多，即使短期沒有回報、現金流惡化、資產負債表承受越來越大壓力。AI競賽已從「比誰技術好」變成「比誰能先占住算力、晶片、能源與資料中心」。這不是理性選擇的結果，而是「囚徒困境」下的必然結果。
科技股究竟出了什麼問題？
第一個問題出在資本市場的估值邏輯。過去十餘年，華爾街願意為科技公司燒錢。亞馬遜曾經多年沒有獲利、Netflix長期依賴負現金流擴張、特斯拉更是在虧損中完成電動車革命。只要故事的願景夠強大，市場就願意等待。那是一個低利率、流動性充沛、FOMO（Fear of Missing Out）主導的時代。如今遊戲規則開始改變。高盛統計，今年全球AI相關企業債發行已接近4900億美元，其中四成來自超大型雲端公司；Hyperscaler的信用利差開始快速擴大，代表市場要求更高的風險溢價。在高利率環境下，借錢變得越來越昂貴。如果未來AI帶來的報酬率低於今天資金支出成本，投入越多反而創造越大的財務壓力。市場情緒因此從「害怕錯過」轉向「害怕持有」（Fear of Holding On）。投資人現在更在意：巨額資本支出到底能不能轉成自由現金流？
第二個問題出在企業治理與財務紀律的鬆動。當「不敢停下」成為集體共識，AI資本支出就從「戰略投資」滑向「防禦性支出」。Alphabet簽署的未來採購承諾已高達8110億美元，這意味著公司今天不是在評估每一筆投資的邊際回報，而是在鎖定稀缺資源以免被對手搶走。特斯拉把絕大多數AI預算砸向尚未證明商業模式的業務，也顯示出「先占領再談回報」的邏輯。這種邏輯在AI技術突破期或許有效，但在資本成本上升、投資回報時滯拉長的階段，就會變成系統性風險。自由現金流開始轉負，不只是單季波動，而是企業開始消耗過去累積的財務緩衝。若這種狀態延續，未來淘汰企業的關鍵，可能不再是AI技術落後，而是現金流斷裂？
第三個問題出在「效率」被「規模」取代。DeepSeek創辦人梁文鋒提出的「克制是一種戰略」，形成鮮明對照。他主張AGI市場足夠巨大，DeepSeek根本不需要急著搶佔所有的市場份額；重要的是把有限資源集中在最有可能成功及落地應用的方向。因此DeepSeek主動放棄影音生成、超級App等高耗資賽道，把算力、人才與資金全部集中於基礎模型研究。這不是全面性的開戰，而是將資源集中突破技術門檻；不是去追求市占率規模，而是突破技術門檻的成功率。大型企業有其不得不為的理由——谷歌必須建資料中心，因為全球數十億用戶每天都需要算力；特斯拉必須打造Robotaxi與Dojo，因為它押注的是下一個十年的產業重構。但DeepSeek提醒市場：AI競賽未必只是資本競賽，更可能是效率競賽。投入最多的人，也不一定就是最後的大贏家。真正決定勝負的，不是燒多少錢，而是誰能最快形成「投入—回報—再投入」的正向現金循環。
歷史、政治與社會脈絡如何形塑今日的局勢？
回顧科技史，每一次真正改變世界的革命，從來不是比誰花最多錢，而是比誰最先建立可持續商業模式。網際網路泡沫時期，無數公司燒光風險資本，最後存活下來的是那些找到變現路徑的少數；智慧型手機時代，不是硬體規格最極端的廠商勝出，而是生態系統最完整、用戶黏著最高的平台；雲端服務亦然，真正的護城河是長期契約與使用習慣，而非單純的伺服器數量。AI不會例外。今天谷歌、特斯拉、Meta、微軟投入數千億美元，本質上都是在購買未來。但市場已經開始提出更尖銳的問題：如果AI真的如此顛覆市場，為什麼企業的自由現金流反而變差？如果AI真的帶來巨大商機，為什麼還需要持續去舉債燒錢？如果AI真的創造效率革命，為什麼財務效率反而下降？這些問題不會因為營收創新高而消失，反而會隨著每一季資本支出的增加變得更加尖銳。
政治與供應鏈脈絡也加劇了這場競賽的剛性。晶片、先進製程、電力基礎設施、資料中心選址，都已成為地緣政治籌碼。企業提前鎖定未來數年的採購承諾，部分原因正是為了對沖政策不確定性與供應鏈中斷風險。美國對先進半導體的出口管制、各地對電力與土地的競逐、歐盟對AI監管的推進，都讓「先占資源」變成一種防禦性策略。社會層面，AI帶來的生產力想像被放大，市場與公眾都期待快速回報；當投資回報期時滯拉長，期待落差就轉化為股價波動與信任危機。這不是單純的市場情緒，而是「技術樂觀主義」與「財務現實主義」之間的拉鋸戰。
政策意涵同樣值得深思。若AI基礎建設持續以遠超現金流的速度膨脹，政府與監管機構可能需要重新思考：如何在鼓勵創新與防止系統性財務風險之間取得平衡？能源政策能否跟上資料中心的用電需求？半導體供應鏈的韌性是否足以支撐這種集體加速？企業的財務揭露是否需要更嚴格的「AI投資回報路徑」說明，讓投資人能更清楚評估時滯風險？這些都不是單一公司的問題，而是整個AI科技產業與資本市場制度設計的問題。
AI科技沒有泡沫，但AI的估值確有可能存在巨大的泡沫。AI科技毫無疑問將改變世界文明，這一點幾乎沒有爭議。有爭議的是，市場是否已經把未來十年AI的價值，一次性反映在今天樂觀的股價裡？如果AI最終創造的價值低於今天投入的成本，或者回報速度遠慢於市場的期待，那麼今天的超高估值，就可能建立在過度樂觀的假設之上。Alphabet與特斯拉的財報所傳遞的訊號，不是AI科技的失敗，而是AI競賽正式進入第二階段。第一階段比的是誰敢投入晶片、先進製程、電力基礎設施、資料中心的選址；第二階段比的是誰的現金流回報能夠讓企業能活得夠久。未來淘汰企業的關鍵，不會是AI技術本身，而是現金流。在AI技術持續發展的前提下，比的將是誰可以永久生存下來。
當AI從科技革命走向資本革命，現金流將成為新的算力，財務紀律也將成為企業新的護城河。真正的贏家，不一定是投入最多的人，而是最早建立正向財務循環的人。當市場開始從「看夢想」轉向「看現金」，AI競賽也將從速度之爭，走向耐力之爭。屆時，決定勝負的，不再只是AI模型到底是有多強，而是誰能在燒錢投資AI基礎建設之後，仍然有能力、有財力持續前行。這場AI時代的耐力賽才剛拉開序幕，它考驗的將不只是企業的AI的技術深度與資本的厚度，更是企業能否在AI的狂熱中保持冷靜、在不確定中維持財務紀律。