【行情快報】LLM 開啟混戰模式，一次梳理「AI 終端、中游、上游」！（上）

我們想讓你知道的是：
上週，根據《 Wall Street Journal 》一篇標題為「 OpenAI Misses Key Revenue, User Targets in High-Stakes Sprint Toward IPO 」報導，引述「知情人士」稱，CFO Sarah Friar 曾向其他高層表達擔憂，若營收成長不夠快，公司可能無法支付未來運算合約款項，立馬引發 OpenAI 相關供應鏈股價受到波及。然而，在短短一日內，科技巨頭中四大 CSP （Cloud Service Provider）廠公佈了 Q1 財報，並再度上調資本支出，將 2026 年資本支出擴張調整至 7,000 億美元以上。當下市場情緒戲劇性回升，帶動上週 Nasdaq 及費半指數再度收在歷史新高，本週台股也延續這一股強勁走勢。

為何市場無畏資本支出再擴大？本篇與下篇文章，我們將全面從 AI 上、中、下游的生態系與供應鏈深入分析：資金風險就應是否需要擔憂？有哪些指標可以追蹤？

本文重點:

儘管 OpenAI 傳出營收未達標，但市場仍樂觀看到巨頭再度上調資本支出，主因是 Google 、 Amazon 與 Microsoft 的財報顯示 AI 業務已產生實質獲利，巨頭正調整策略，包含：開始提供具體數字、向上涉足更多硬體、朝向更多元的模型佈局。

進一步延伸至 AI 競爭生態系與供應鏈全局，LLM 實驗室陷入三強鼎立，Anthropic 透過深耕企業端（B 端營收佔 80%）、推出 Claude Code 代理工具、多元分發通路（AWS 與 GCP）及建立 MCP 通用協定等四項策略，ARR 突破 300 億美元，展現極高的變現效率。

拉長來看，最終贏家仍難定奪，這反而意味著產業正進入更大規模的擴散期，在終端勝負尚未定調前，AI 市場仍處於「規模持續上修、應用加速擴散」的成長階段！

一、 The Big Picture：AI 生態系競爭格局

首先，我們需要先釐清 AI 生態系的上下游關係，整體可分為上游硬體層、中游算力供應層，以及終端應用層。最上游是硬體層，代表的是以 NVIDIA 為首的通用 GPU 集群，與科技巨頭積極開發的客製化 ASIC 集群之間，圍繞效能、成本與供應掌控權的競爭；算力再往下流向中游，形成四大 CSP 廠商（傳統雲端）與專注 AI 算力租賃的 NeoCloud（新雲端）之間的對抗，前者擁有強大的資金與生態系護城河，後者則以更聚焦、更彈性的 AI 算力供給切入市場；最終在終端應用層，競爭匯聚成 LLM 大模型的混戰，演變為開源陣營與閉源陣營，在技術普及度、商業化能力與生態主導權上的全面博弈。

AI 生態系競爭格局

需要留意的是，這場 AI 產業的競爭格局並非一場「你死我活」的零和賽局，而更像是一場共同推升全球生產力從「階段二」進入「階段三」的集體演進（延伸閱讀：【主題研究】 AI 股還能買進嗎？三階段看懂真正爆發期！），這種多維度的技術競賽，實質上正透過成本結構的優化與應用場景的開拓，將 AI 從技術研發加速推向商業落地，這也直接反映在上週科技巨頭財報、巨頭策略上的調整：

AI 開始提供具體數字成績單

在本季，我們看到了「純 AI 」（也就是全新的 AI 業務、而非受惠到 AI 挹注的舊業務）帶來的營收不僅在財報上開始顯現，在電話會議當中，公司也開始明確給出未來的成長指引，如：Google Cloud 營收大增 63%，積壓訂單近倍增；Amazon AWS 創 15 季最快增速，AI 服務年化營收破 150 億美元；Microsoft 的 Azure 成長 40%，Copilot 付費席次突破 2,000 萬；唯獨 Meta 除了在 AI 協助舊業務擴張（廣告營收）外，未給出明確數字，這也是為何四間 CSP 同樣擴大資本支出，但市場對 META 的反應較為負面。
不只押注應用，而向上涉足更多硬體

四大巨頭積極研發 ASIC 以擺脫對單一供應商的依賴，並優化推論成本與功耗。其中又以 Google 最為積極，不僅推出 TPU 8i 提升 80% 性價比，並直接將其銷售給外部供應商，正式從「雲端供應商」晉升到「算力供應商」；在其餘三家巨頭中，Amazon 的 Trainium 已獲千億美元訂單承諾；Meta 透過 MTIA 與 Broadcom 合作優化推薦系統；Microsoft 則推出 Maya 200 提升 Token 處理效能。
朝向更多元的模型佈局

不同於前兩年，時序進展到 2026 年，巨頭更加著重 AI Agent 如何在其平台完成工作，甚至在自家平台研發生態系。如：Google 推動「代理商務」自動執行結帳；Amazon 的 Rufus 助理參與度飆升；Meta 的 Muse Spark 讓數位客服對話數激增至千萬次；Microsoft 則將 Copilot 進化為可執行長期任務的協同工作者。上述發展均持續應證 AI 生產力循環進入百家爭鳴的階段。

整體來看，AI 競爭正從單純的模型與算力擴張，進入「營收驗證、硬體自主、應用落地」三線並進的新階段。科技巨頭一方面持續上調資本支出，顯示 AI 基礎建設需求仍未降溫，也使資金動能進一步向上游硬體、晶片與資料中心供應鏈傳遞；另一方面，AI 已不再只是透過 CapEx 押注未來，而是開始交出具體營收成績單，並透過自研晶片與 AI Agent 落地，推動 AI 從基礎建設投資，逐步走向商業模式驗證。