韓亞證券研究員李英珠（Lee Young-joo）於 25 日表示，AI 投資的生產力（投資產出效率）如今與資本支出（CAPEX）規模同等重要，因市場焦點正從「花了多少」轉向「這些支出是否帶來價值」。彭博的 LLM 代幣成本指數衡量處理 100 萬個推論代幣的平均成本，已從 5–6 個月高點下滑至近期 3–4 個月水準，顯示透過模型最佳化與降價帶來的效率提升。根據 Exponential View，剔除中國後的與 AI 相關營收，已連續兩個季度超過目前營運中的資料中心與 AI 晶片折舊成本，表明既有基礎設施開始產生回報。這種生產力轉向將影響整個 AI 生態系：超大型雲端（hyperscalers）的持續投資取決於盈利能力，而盈利能力又反過來支撐與 AI 供應鏈相互連結的半導體、資料中心、電力與網路公司的成長。
市場焦點從 CAPEX 規模轉向投資效率
超大型雲端的 AI 投資 CAPEX 持續成長，摩根士丹利近期也上調長期投資預測。李表示，市場焦點正在轉移：過去關注的是 CAPEX 將增加多少，但如今的優先事項在於這筆投資被利用得多有效，以及能否確保足夠的經濟可行性以支撐未來投資。這種轉變會直接影響半導體與電力投資者，因 AI 生態系運作方式像是一條相互連結的皮帶——半導體、資料中心、電力與網路公司的成長預測，建立在超大型雲端將持續加碼支出的前提上。若超大型雲端掏出口袋關緊，整個產業的成長敘事就會走弱。相反地，若超大型雲端能從 AI 事業取得足夠營收，這些營收將用於進一步投資，並回流至半導體與電力公司的獲利。
彭博代幣成本指數從 5–6 個月高點下滑至 3–4 個月水準
彭博的 LLM 代幣成本指數追蹤處理 100 萬個推論代幣的平均成本，曾在 5–6 個月期間達到高點，近期則下滑至 3–4 個月水準。這一下降並不代表人們使用 AI 變少；而是反映結構性效率提升：使用者正在針對特定任務選擇更便宜的模型、最佳化推論流程，並受惠於模型價格下跌，使得能以更低成本提供同樣的服務交付。李將這比喻為餐廳在維持相同客流量的同時改善廚房作業流程、並降低食材成本以提升毛利——營收未必增加，但獲利會。
AI 營收連續兩個季度超過折舊成本
Exponential View 報告指出，不含中國的 AI 相關營收已連續兩個季度超過目前運作中的資料中心以及 AI 半導體的折舊成本。該數字尚未計入未來資料中心建置或額外 GPU 採購成本，但它顯示既有基礎設施開始能夠覆蓋自身支出。微軟（Microsoft）提到，Azure 與 Copilot AI 服務需求正在推動雲端成長；而 Alphabet 則指出 AI 產品與 AI 基礎設施需求，是推動 Google Cloud 成長的核心驅動力。雖然尚未達成完整的投資回收，但 AI 正在實質貢獻，帶動營收與現金流改善。
Meta 探索將運算資源租賃給外部雲端
Meta 正透過新資料中心擴增自有運算能力，同時也在探索將部分運算資源租賃給外部雲端。此做法能最大化既有基礎設施的利用率，並創造新的營收來源。若基礎設施能產生外部營收，則用於支撐未來投資的產能也將同步提高。李總結稱，市場關注將從「AI 投資規模本身」轉向「投資生產力」，而若超大型雲端能實現成本效率與獲利能力，整個 AI 生態系在半導體、資料中心、電力與網路等領域的投資循環將更趨強韌。
常見問題
韓亞證券在 25 日對 AI 投資說了什麼？
韓亞證券研究員李英珠（Lee Young-joo）於 25 日表示，AI 投資生產力如今與 CAPEX 規模同等重要，市場正從「花了多少」轉向「這些支出是否帶來價值」。
為什麼彭博的 LLM 代幣成本指數下滑？
彭博的 LLM 代幣成本指數從 5–6 個月高點下滑至近期 3–4 個月水準，原因在於使用者針對特定任務選擇更便宜的模型、最佳化推論流程，並受惠於模型價格下跌，使得能以更低成本提供同樣的服務交付。
AI 營收與基礎設施成本相比如何？
根據 Exponential View，不含中國的 AI 相關營收已連續兩個季度超過目前營運中的資料中心與 AI 半導體的折舊成本，顯示既有基礎設施開始能夠覆蓋自身支出。
