生成式 AI 成本暴衝，Fortune 500 CFO 面臨前所未見的預算壓力；同時，Figure Technology Solutions(NASDAQ:FIGR)以區塊鏈重塑資本市場、壓低融資成本，顯示「AI＋區塊鏈」雙軸轉型正在改寫華爾街金流規則。AI 花費能否真正賺得回來，成為下一階段科技泡沫與否的關鍵。

人工智慧被視為企業轉型的必修課，但最新跡象顯示，這門課的學費正迅速失控。多家企業級 AI 業者透露，Fortune 500 大型企業原本編列一整年的 AI 預算，實際上短短一到兩個月就燒光，讓財務長被迫在「多雇人」與「多買算力 token」之間做出殘酷選擇。

來自企業搜尋與生產力平台 Glean 執行長 Arvind Jain 的說法尤其具代表性。他指出，過去科技投資多半是「一次投資、長期攤提」，成本遠低於人力支出，如今高階生成式 AI 模型每顆 token 價格不降反升，每一代旗艦模型大致都比前一代更貴，導致科技支出首次與人事成本站上同一量級。對許多董事會而言，問題已不再是「要不要導入 AI」，而是「要用 AI 來取代多少未來的人頭」。

這股壓力在另一端，也反映在 AI 使用策略的快速轉向。Factory AI 執行長 Matan Grinberg 描述，企業在短短一年內，從董事會要求「一定要做 AI」，進入毫不計較成本的「tokenmaxxing」狂飆階段，如今則走向第三階段：嚴格檢討是否每一個任務都需要用到最昂貴的頂級模型。企業開始意識到，「Opus 等級」的頂規模型對許多日常任務其實是大材小用，也因此導入「模型選路」（model routing），將簡單工作導向較廉價模型，藉此壓低 10 倍等級的成本。

然而，Jain 直言，目前多數企業在 AI 佈署上仍高度低效，大約 95% 的用量集中在最昂貴的前沿模型，即使處理的是可以由便宜模型輕鬆完成的任務。結果就是「AI 確實能創造價值，但現階段創造的價值落後於企業付出的成本」，回本速度遠不如預期。這也意味著，支撐華爾街 AI 題材飆漲的關鍵假設——「需求對價格不敏感」——恐怕過於樂觀，實務上企業的 AI 需求非常在意成本曲線。

在這樣的成本壓力背景下，另一條試圖改寫金融基礎設施、提升效率的路線，正在資本市場悄悄成形。Figure Technology Solutions(NASDAQ:FIGR) 執行長 Michael Tannenbaum 在 Bernstein 會議上表示，公司自 2018 年創立以來的核心策略始終如一：在「區塊鏈軌道」（blockchain rails）上重建資本市場，同時透過自動化大幅降低交易成本、提升流動性。

Figure 的做法，是把抵押貸款與消費信貸「上鏈」，讓貸款屬性在交易前就標準化、透明化，減少傳統貸款買賣中仰賴第三方盡職調查的繁瑣程序。Tannenbaum 強調，真正的關鍵不是單純「代幣化」資產，而是為房貸、消費信貸等資產類別建立一套統一的「起源與交易軌道」，類似 Fannie Mae、ICE 或 Tradeweb 在傳統市場扮演的基礎設施角色，從根本提升流動性與定價效率。

在運營模式上，Figure 也從早期用自家資產撐起市場，轉向更「資本輕」的市場平台模式。2024 年上線的 Figure Connect 如今已占公司超過 60% 交易量，Figure 僅提供技術與管道，不把貸款放到自家資產負債表上，改以技術與處理費為主，毛利率逼近 50%，中期目標甚至看到 60%。這種模式，在 AI 成本高漲、資本市場要求更高報酬的環境下，對投資人與放款機構都更具吸引力。

除了效率，Figure 也瞄準傳統結構中難以解決的風險痛點——「權利瑕疵」。Tannenbaum 指出，在資產證券化與倉儲融資市場中，「重複質押、重複出售」一直是重大詐欺風險。透過區塊鏈紀錄所有權與擔保權，貸方與投資人可以確定自己所持有的，的確是某一筆特定資產的唯一權利，大幅降低法律與操作風險，這對保險公司、退休基金等「真實資金」尤其重要。

更關鍵的是，Figure 把這套鏈上資本市場，不只用在第二順位的房屋淨值貸款，也推展到規模大 25 倍的一順位房貸市場，以及中小企業、汽車與其他消費信貸。公司第一季便透過中小企業合作夥伴做出 6,000 萬美元的放款量，甚至把房屋淨值產品當成部分中小企業貸款的替代方案。旗下短期融資市集「Democratized Prime」被設計成類似商業本票或倉儲融資線的市場，協助放款機構在打包出售前取得周轉資金。

在資金端，Figure 與 Sixth Street 合作設立的「永久股權工具」（the guarantor），在市況不佳、其他買家退場時，可持續接手平台上的貸款，穩定市場流動性。Figure 也發行了用於結算與服務的穩定幣 $YLDS，被 Tannenbaum 形容為「資本市場的機油」，雖然目前對損益貢獻仍小，卻是未來去中心化融資（DeFi）應用的重要拼圖。

有趣的是，在 AI 成本高燒不退之際，Figure 對 AI 的使用則相對務實。Tannenbaum 表示，公司以 AI 協助新資產類別對接現有房貸資料結構、應用於行銷、客服、語音 AI 與程式開發，目前約有 30% 的程式碼由 AI 產出，但主軸不是「砍人省錢」，而是把 AI 內嵌在產品與流程中，建立可規模化的高毛利平台。這與部分企業把 AI 當成「立即裁員工具」的思維形成鮮明對比。

回到更宏觀的層面，AI 成本爆炸與區塊鏈資本市場興起，實則指向同一個命題：在利率偏高、能源成本因伊朗戰爭而飆升、消費者口袋吃緊的環境下，企業已很難再用「燒錢換成長」說服股東。從 Glean、Factory AI 的現場觀察，到 Figure 等資本市場基建業者的實驗，真正能長久存活的 AI 與金融創新，勢必得證明兩件事——第一，能在合理時間內產生超過成本的實質效益；第二，不是靠無限擴張算力，而是透過架構設計與流程重組，讓每一顆 token、每一筆交易都花在刀口上。

對投資人而言，這代表下一波 AI 題材的選股邏輯將出現轉向：從只看成長故事與參與率，轉為檢驗單位經濟、模型成本結構與商業模式是否真正「資本輕」。從 Figure(NASDAQ:FIGR) 這類試圖用區塊鏈重寫資本市場規則的新創，到大型 AI 受益股如 Nvidia(NASDAQ:NVDA)、Microsoft(NASDAQ:MSFT)、Palantir(NYSE:PLTR) 等，終究都要面對同一個市場靈魂拷問——在算力昂貴的現實下，AI 能否賺得回自己？這個答案，將決定當前 AI 浪潮究竟是長週期產業革命，還是一場被成本壓垮的泡沫。

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。