投資研究內容
提到「雲端」，很多人會先想到 iCloud 或 Google Drive
提到「雲端」，很多人會先想到 iCloud 或 Google Drive。 手機容量不夠了，就把照片、影片和文件上傳到雲端。 但在 AI 時代，雲端可以做到的事情，遠遠不止如此。 對企業來說，雲端更像是一間設備齊全的中央廚房。 假設你想開一家餐廳，傳統做法是自己買地、蓋廚房、購買爐具、冰箱和發電設備，還要聘請人員維修。 問題是，你還不知道每天會有多少客人。 設備買少了，客人一多就忙不過來；設備買太多，平時又有大量設備閒置。 雲端的做法，是讓企業不需要自己蓋完整的「科技廚房」。 而是根據需要，直接租用伺服器、GPU、資料儲存、資料庫和資安工具。 需求突然增加，就多租一些運算資源；需求減少，也可以縮小使用規模。 那為什麼 AI 讓雲端變得更重要？ 因為企業使用 AI，並不是接上一個聊天機器人就完成了。 例如，一家購物平台想推出 AI 客服。 客戶可能會問：「我的訂單什麼時候送到？」、「為什麼退款還沒收到？」、「這件衣服還有其他尺寸嗎？」 AI 要回答這些問題，就必須連接公司的產品資料、庫存、訂單、退款政策和物流系統。 企業還要設定： 哪些員工可以查看哪些資料？ AI 可以執行哪些動作？ 哪些決定需要真人批准？ 如何避免客戶資料被錯誤曝光？ 萬一 AI 回答錯誤，能不能追查原因？ 雲端的作用，就是把這些資料和系統連接起來，讓 AI 可以在獲得允許的情況下，找到正確答案。 同時，如果平時只有少量客戶使用，到了購物節卻突然有大量人同時詢問，系統還需要在短時間內增加運算能力，避免 AI 客服當機。 所以，企業真正購買的，不只是一個會回答問題 AI 模型。 它購買的是一整套能讓 AI 安全讀取資料、連接系統、服務客戶，並且穩定運作的環境。 當 AI 應用做得越多，通常就會帶動更多雲端需求。 這時，雲端平台就可以從多個環節收費。 AI 每次回答問題，需要使用 GPU、CPU 和伺服器，因此會產生運算費用。 企業的資料、圖片和文件需要儲存，會產生儲存費用。 不同系統之間讀取和傳送資料，也可能產生網路費用。 如果企業使用 OpenAI、Anthropic、Google 或其他公司的模型，通常還會按照使用量支付模型費用。 除此之外，企業可能還會購買資料庫、資安監控、員工權限和軟體訂閱。 所以一家企業開始使用 AI，雲端公司不一定只賺一次錢，而可能同時從運算、儲存、模型、資料庫、資安和軟體服務中取得收入。 目前的雲端三巨頭，就是 Microsoft Azure、Amazon AWS 和 Google Cloud。 然而，現在市場有一個疑慮。 像是OpenAI、Anthropic 等 AI 公司需要大量算力，因此會向 Microsoft、Amazon 和 Google 等雲端公司購買服務。 但另一方面，這些科技巨頭本身也會投資或支持部分 AI 公司。 因此，有人擔心：雲端公司投入資金支持 AI 公司，而 AI 公司再把部分資金拿來購買雲端算力，這些增長是否帶有某種循環性？ 這個風險確實值得觀察。但也不能因此認為所有雲端增長都是「有水分的」。 假如只有少數 AI 公司大量購買算力，需求可能比較集中。 可如果銀行、零售、醫療、製造和軟體公司，都開始把 AI 放進自己的日常工作流程，這種需求就會更加廣泛，也更有機會持續。 從這個角度來看，微軟和 Google 各自有不同的優勢。 微軟最大的優勢，是它的商業模式長期以企業客戶為核心。 很多公司原本就在使用 Microsoft 365、Teams、GitHub、資料庫、員工權限和資安服務。 當企業想導入 AI，不需要重新建立整套系統，只要把 Copilot 和其他 AI 功能加入原本的工作流程即可。 因此，微軟比較容易把 AI 需求轉化成企業付費席位、雲端使用量、軟體訂閱和長期合約，收入也相對更容易被市場追蹤和驗證。 Google 的情況則比較不同。 Google Cloud 同樣服務大量大型企業，也擁有 Gemini、TPU、資料分析工具和 Workspace 等完整技術能力。 但從 Alphabet 整體來看，主要收入仍然來自搜尋、YouTube 等廣告業務。 它的廣告客戶範圍很廣，除了大型品牌，也包含大量零售商、中小企業和個體經營者，因此收入更容易受到市場景氣、廣告預算和商家投放意願影響。 AI 雲端的競爭，不只是看誰擁有最多 GPU。 更重要的是，誰能吸引更多企業把資料、權限和工作流程留在自己的平台上，並讓客戶持續增加使用。 真正的投資，不只是看見 AI 趨勢，而是分辨哪些企業有能力把趨勢轉化成長期護城河。 如果你也想學會看懂市場變化，判斷一家公司的競爭優勢是否足夠強，歡迎點擊評論區鏈接，免費參加《五天投資覺醒挑戰》，開始建立更清楚的投資判斷框架~
發布：2026-08-14T09:00:01+0000