砸錢拚算力 最後誰賺錢？避險基金投資長撰文示警AI獲利難題

AI需求持續擴張，是否就代表模型開發商能長期獲取高額利潤？One River資產管理投資長彼得斯(Eric Peters)在一篇投資評論中，透過與投資人Sparks的對話提出另一種思考：隨著融資成本攀升，AI基礎建設熱潮可能面臨資金考驗，而最終受益最大的，未必是生產AI服務的公司，而是善用這些服務的企業。

文章中的Sparks是一名投資人與創業家。對於當前投資環境，他以「典型的景氣循環末期」形容，認為判斷行情能否延續，不能只看技術採用率與需求成長，也必須檢視支撐投資的資金流向，以及企業取得資本的成本。

融資成本攀升 市場可能從怕錯過轉為怕接盤

Sparks認為，大型投資循環進入後期時，金融交易往往變得更加複雜，風險也更難辨識。他以金融危機前的擔保債務憑證(CDO)及再證券化商品為例指出，越接近循環尾聲，最後發行的證券往往越複雜、越難理解，也越危險。

在他的分析中，轉折不一定始於需求崩跌，而可能先出現在融資條件轉差。當資金成本上升，部分原本勉強可行的投資案便不再划算，整體擴張速度也會隨之放緩。

對債券投資人而言，若既有持債價格下跌，新融資案又必須提供更高利率才能吸引資金，便會重新評估承擔風險的意願。資金供應轉趨保守，又可能進一步推高企業融資成本，形成相互強化的壓力。

「投資人會從害怕錯過，轉為害怕成為最後接手的人。」Sparks表示，這種轉變不會一夕完成，但等到警訊已經明顯到所有人都能察覺時，往往已錯過調整時機。

他認為，市場形成重大高點是一段過程，通常先由財務較弱的業者承受壓力，再逐步侵蝕支撐整體行情的基礎。不過，這是他對市場循環的判斷，並不代表股市轉折的時間已能確定。

AI需求不等於高利潤 模型業者恐更像公用事業

除了融資風險，文章另一個核心問題是：AI企業投入龐大資本建置算力後，究竟能形成具有定價能力的事業，還是陷入資本密集、利潤有限的競爭？

Sparks以亞馬遜(AMZN-US)為例指出，若扣除雲端服務AWS與廣告業務，其核心仍是零售與物流，而這類生意通常需要大量資本，利潤率也相對有限。相較之下，他認為Alphabet(GOOGL-US)旗下Google的市場地位與高利潤，更接近投資人期待的商業模式。

因此，AI需求規模有多大，與模型開發商能留下多少利潤，是兩個不同的問題。即使未來經濟活動廣泛使用AI，帶動Token需求激增，也不能直接推論最先進的模型開發商就是最大贏家。

Sparks以電力產業類比：自電力商業化以來，全球用電量大幅成長，但持有公用事業並不必然是創造巨額財富的最佳途徑。需求持續擴張，也可能伴隨高額設備支出與激烈競爭。

在他看來，將電力與運算資源轉化為Token的過程，可能更接近公用事業，而非能長期維持壟斷優勢的高利潤生意。

這項觀點並非否定AI的用途，而是提醒投資人區分技術價值與投資報酬。若模型服務日益普及、競爭壓低價格，真正獲得較大經濟效益的，可能是利用AI降低成本、改善產品與提高生產力的企業，而非投入巨資供應模型服務的業者。