AI推論需求爆發推升Fal估值翻倍至160億美元 輝達參投13億美元F輪、算力成本成獲利考驗
AI推論新創Fal於11月3日宣布完成F輪募資，募得13億美元，由Bessemer Venture Partners領投，公司估值達160億美元，較今年4月的80億美元翻倍。這筆交易凸顯生成式AI應用快速擴張，帶動模型推論服務需求激增，也讓提供算力與模型部署服務的基礎設施業者成為資本市場追逐的新焦點。
根據《彭博》報導，Fal這輪募資於10月完成，除Bessemer Venture Partners領投外，輝達 (NVIDIA) (NVDA-US) 以策略投資人身分參與，Sound Ventures、HOF Capital及T. Rowe Price (TROW-US) 也名列投資人。Bessemer合夥人Talia Goldberg將加入Fal董事會，顯示領投方不只提供資金，也將進一步參與公司治理。
Fal同日公布先前完成的E輪募資。該輪於今年4月募集3.5億美元，由紅杉資本 (Sequoia Capital) 領投，當時估值為80億美元。加上最新F輪，兩輪合計募資16.5億美元，估值在約半年內增加一倍，反映投資人對AI推論市場成長潛力的高度期待。
Fal成立於2021年，總部位於舊金山，主要為開發者與創作者託管、部署及運行AI影片、圖像與音訊模型。共同創辦人暨執行長Burkay Gur曾任Coinbase機器學習主管及甲骨文工程師，另一名共同創辦人Gorkem Yurtseven則曾任亞馬遜工程師。
這波募資的核心動力來自算力需求快速攀升。Gur表示，公司決定大規模募資，是因為客戶需求成長速度超出原有算力供應能力，今年夏季甚至一度無法服務所有客戶，不得不對部分客戶實施流量限制。這也凸顯AI產業競爭焦點正逐漸從模型開發延伸至推論部署，能否取得足夠算力，已成為服務商承接訂單與擴大營收的關鍵。
知情人士向《彭博》透露，Fal今年稍早的年化營收已達8億美元。這項數字是依當時營收速度推算的全年水準，並非已經實現的年度營收，但仍顯示公司業務規模快速擴大。Fal計畫將新資金主要用於採購更多運算資源，並擴編目前約185人的團隊，以支應客戶需求及後續技術開發。
從商業模式來看，Fal過去一年主要與開源及閉源模型開發商合作，針對影片模型進行後訓練 (post-training)，透過調整已完成預訓練的模型，改善生成品質、速度及實際應用表現。部分合作採取授權費或營收分成模式，讓Fal不必完全依賴自有模型，也能透過整合不同模型及提供推論基礎設施創造收入。
Gur表示，Fal短期內沒有自行預訓練模型的計畫，但不排除未來投入的可能。這項策略意味公司現階段更重視模型部署、推論效率與客戶應用，而非投入資本密集且競爭激烈的基礎模型訓練市場。
Fal官方部落格指出，娛樂工作室、廣告代理商、電商品牌、遊戲開發商及行銷團隊，已將圖像、影片與音訊模型整合至實際工作流程。這些應用不只涉及內容生成，也逐漸進入商業製作與企業營運環節，代表推論服務的需求來源正從技術開發者擴大至各類企業客戶。
所謂AI推論 (inference)，是指模型完成訓練後，依據使用者輸入生成文字、圖像、影片或音訊等結果的過程。隨著AI工具從實驗階段走向日常應用，模型被呼叫的頻率與生成內容的複雜度持續提高，推論所需的運算量也隨之增加。相較於模型訓練通常集中在開發階段，推論服務則可能隨著使用者規模擴大而持續產生運算需求，因此被視為AI商業化的重要基礎設施。
不過，推論市場高速成長並不代表業者已經具備強勁獲利能力。《TechCrunch》引述熟悉相關業者財務狀況的人士指出，Fal的同業Baseten、Fireworks AI與Modal同樣快速成長，並以更高估值完成募資，但推論服務商普遍面臨毛利率偏低的問題，主要原因是採購或租用算力的成本相當高。
這也是Fal估值快速攀升背後的重要風險。推論服務商必須持續投入資金取得GPU及其他運算資源，才能支應客戶需求；當市場需求快速增加時，業者雖然有機會擴大營收，卻也必須同步承擔更高的設備、租賃與營運成本。若算力價格下降速度不及服務價格競爭，營收成長未必能直接轉化為毛利改善。
輝達參與本輪投資，則凸顯晶片供應商與AI基礎設施業者之間的策略連結。推論服務需求增加，將帶動GPU及相關運算設備採購，對晶片供應商形成潛在利多；但對Fal等服務商而言，算力供應仍是擴張過程中最重要的資本支出項目之一。換言之，AI推論市場的成長同時擴大了上游硬體需求，也加重下游服務商的成本壓力。
整體而言，Fal在半年內估值翻倍至160億美元，並一次公布E、F兩輪合計16.5億美元募資，顯示資本市場正積極押注AI推論服務的長期需求。公司年化營收突破8億美元、客戶涵蓋多個產業，加上輝達及知名創投參與投資，為其成長前景提供支撐。
然而，接下來的關鍵不只是能否取得更多算力、承接更多客戶，而是能否在算力成本高昂的環境下提高資源使用效率、改善毛利率，並將快速成長的營收轉化為可持續獲利。對整個AI推論產業而言，市場正從比拚需求與募資規模，逐步進入考驗成本控制、服務效率及商業模式的階段。
