生成式 AI 被喊成「一世代最關鍵技術」，卻在財報與成本壓力中現形：美企為 AI 砸下天量資本支出，同時啟動大規模裁員、重組與降本計畫；便宜高效模型與中資競爭崛起，正撕開 OpenAI、Anthropic 超高估值的核心假設。投資人與求職者都得重估這場 AI 狂潮。

生成式 AI 風暴正把全球科技業推向一個矛盾場景：一邊是「AI 是我們有生之年最重要技術」的豪語，一邊是實際財報裡不斷膨脹的成本、裁員與結構性重整。最新一輪財報季與企業動作，清楚顯示 AI 不再只是概念故事，而是實打實侵蝕毛利、改寫組織與資本市場預期的變數。

先看最直接的財務壓力。多家科技公司在最新季報中，已明確點名 AI 成本成為毛利率的拖累因素。包括 Meta(META) 在內的社群與電商平台，都提到 AI 推理與大型語言模型（LLM）支出推高成本，Shopify、Spotify、Pinterest 也都承認 AI 投入正在壓縮利潤。Shopify 甚至直言，即便營收規模放大帶來規模經濟效益，仍「部分被增加的 LLM 成本抵銷」。換句話說，AI 雖被視為成長動能，但現階段更多扮演「先燒錢再說」的角色。

AI 成本壓力，也直接反映在勞動市場上。財報公布當天，稅務與財務軟體大廠 Intuit(INTU) 宣布裁撤 17% 全職員工，約超過 3,000 人，是 AI 熱潮爆發以來又一樁大型裁員案。執行長 Sasan Goodarzi 在聲明與給員工的備忘錄中強調，公司要「用更高速度運轉」、「變得更精簡、更專注」，才能在長期成長；同時他也承認，組織層級太多、部門重複，將關閉部分辦公室與收縮 Mailchimp 業務，整合 TurboTax 與 Credit Karma 後大砍重複職務。

表面上看，Intuit 財報並不難看：上季營收 85.6 億美元，年增 10%，每股盈餘也優於預期，並上調 2026 年財測；但關鍵是，這已是 2024 以來最慢的成長步調，同時股價今年以來重挫逾四成，遠遜於仍上漲的 S&P 500。投資人用腳投票，反映出對 AI 可能侵蝕既有軟體商商業模式的疑慮，迫使管理層以裁員和重組說服市場，相信公司有決心把資源砍向未來的 AI 產品線，而不是守著舊業務慢慢被吞蝕。

同樣的邏輯，在社群龍頭 Meta 的行動上更為極端。執行長 Mark Zuckerberg 在內部備忘錄中，直接把 AI 定義為「我們這一代最具影響力的技術」，強調「領先者將界定下一個世代」，並以此為理由，啟動今年新一輪約 8,000 人的裁員，約占公司人力一成，同時把約 7,000 名員工調往 AI 基礎設施、基礎模型與 AI 商業化等部門。過去幾個月，Meta 已多次精簡 Reality Labs 與其他單位，且據內部人士說法，今年後續仍可能有更多波次調整，儘管 Zuckerberg 對員工保證「不預期再有全公司式裁員」。

Meta 的案例揭示一個關鍵事實：對大型平台企業而言，AI 不只是新增的一條產品線，而是重塑優先順序的「重心工程」。為了在算力、模型與產品落地上搶先，管理層願意犧牲組織穩定與員工士氣。匿名職場平台 Blind 的數據顯示，Meta 員工對公司的整體評價自 2024 年高點以來已大跌約四分之一，文化向度更下滑近四成，顯示這場「AI 大轉向」對內部士氣的代價不小。

然而，真正可能衝擊 AI 巨頭商業前景的，並非單一公司的裁員，而是整個市場成本結構的翻轉。過去兩年，OpenAI、Anthropic 等前沿實驗室被投資人賦予高達 8,000 億美元以上的估值，核心假設是：最先掌握最強模型者，能穩坐技術與定價優勢，企業客戶為了品質別無選擇，只能付出高溢價。但最新數據顯示，這個假設正在鬆動。

AI 評測機構 Artificial Analysis 以相同工作負載比較各家旗艦模型成本，結果顯示 Anthropic 的 Claude 成本約 4,811 美元，OpenAI 的 ChatGPT 約 3,357 美元；對照之下，中國實驗室 DeepSeek 只要 1,071 美元，Kimi 948 美元，智譜 GLM 更僅 544 美元。也就是說，Claude 的成本接近最便宜中資方案的九倍，性能卻在主流基準測試中已相差不遠。對成本敏感的企業 CIO 來說，付十倍價格買「略好一點」的模型，說服力正急速下降。

連 Google 都在急著幫客戶算帳。在 I/O 開發者大會上，執行長 Sundar Pichai 點出，「許多公司今年才五月就把全年 token 預算燒完」，並以較便宜的 Gemini 3.5 Flash 當解方，估算若大型雲端客戶將 80% 工作量從最前沿模型改跑 Flash，一年可省逾 10 億美元。Pichai 等於公開承認：若不給出低價選擇，企業的 AI 支出將難以為繼。

更棘手的是，中國模型的進步速度正在追上甚至逼近美國。DeepSeek 最新一代模型在程式撰寫、代理任務與知識問答的基準測試上，已可與 OpenAI、Anthropic、Google 最新產品匹敵；Moonshot、小米、智譜等實驗室也在近幾個月端出相近水準的模型。美國監管機構旗下的 AI Safety Institute 雖然評估這些模型在安全與性能上仍略落後，但也記錄到自 DeepSeek R1 在 2025 年 1 月發表後，相關下載量暴增近十倍，顯示市場使用熱度已遠超政策顧慮。

面對這波成本與競爭壓力，美國企業端的實際做法也開始轉向務實。Databricks 執行長 Ali Ghodsi 觀察到，越來越多企業導入所謂「顧問模型」（advisor model）架構：以便宜的開源或中階模型處理大部分請求，只有在遇到難題時，才透過工具呼叫 OpenAI 或 Anthropic 的頂級模型。這種混搭策略大幅壓低支出，但也代表前沿實驗室很難再像早期那樣，吃下 100% 的工作量與預算。

第三方平台數據也印證這個趨勢。AI 模型聚合平台 OpenRouter 顯示，中資模型的使用占比在 2024 年還只有約 1%，今年 5 月就衝上超過六成。設計工具 Figma 執行長 Dylan Field 則把企業 AI 使用分成三階段：一開始沒人在用，接著大家拼命用、甚至比賽誰能花最多 token，最後忽然驚覺「大家花太多了」，開始把節省成本當成專案目標。Figma 現在乾脆把「替客戶省 20% 到 30% token」當成產品賣點。

在安全與合規要求較高的產業，美國本土模型仍有明顯優勢。主打服務銀行、國防機構等敏感客戶的 Cohere，就靠「不碰中資模型」這張安全牌，在去年將營收成長了六倍。但這畢竟只是整體企業市場的一小塊。對多數沒有國安疑慮的企業來說，當模型能力差距只剩「幾個月」，價格卻差兩三倍，選擇自然偏向便宜方案。

這正是 OpenAI 與 Anthropic 準備赴美上市時，必須說服公共市場的核心問題。預測市場平台 Kalshi 上，原本看好 Anthropic 會搶先 IPO 的交易者，在華爾街日報報導 OpenAI 擬最快本週機密遞件後迅速翻盤，如今押注 OpenAI 會先上市的機率高達 83%。Anthropic 則被傳正在洽談新一輪融資，估值可能高達 9,000 億美元，甚至超過 OpenAI 最新估值。然而，當各種數據顯示 AI 模型正快速商品化、成本加速下探，這種接近「準兆元」的估值，能否用未來現金流合理支撐，恐怕是每一位機構投資人都會追問的第一題。

支持者的說法是，每次 OpenAI 推出新前沿模型，例如 GPT-5.5，都會帶動 API 與產品使用量「垂直上牆」式成長，企業需求仍然強勁；開源與便宜模型可以處理低風險任務，但沒有侵蝕到核心高價業務，價格壓力也不在公司前十大擔憂清單上。然而，另一位不具名的企業 AI 執行長則持相反看法：如果沒有前述「顧問模型」等降本技巧，前沿模型的營收本來可以成長得更快，現在的增長其實是被壓縮過的。

站在投資人與從業者角度，這場 AI 狂熱正從「故事期」進入「算帳期」。為了支撐高昂的晶片、電力與研發支出，企業不得不裁員、壓縮傳統業務，把資源重押在 AI；同時，中資與開源模型攜低價與高效率殺入，使得原本依賴技術壟斷、定價權的商業模式備受挑戰。未來幾季，市場將更嚴格檢驗：AI 投資能否真正轉化為持久的獲利與現金流，而不是只在財報上留下「成本增加」、「毛利受壓」的註腳。

對科技股投資人而言，關鍵不再只是誰的模型最「聰明」，而是誰能在成本、治理與商業化落地之間找到平衡；對求職者與員工來說，也必須認清，在這波 AI 再造公司結構的過程中，並非所有人都會被「賦能」，有人會被升級，有人則會被取代。這場 AI 革命，恐怕比樂觀派想像的更殘酷，也比悲觀派預期的更長久。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。