a16z《State of Markets》解讀：AI 基建邁向每年一兆美元，是泡沫還是新一輪工業榮景？

每年一兆美元。這是 a16z 預估美國幾家雲端巨頭從 2027 年起每年可能投入的 AI 資本支出規模。數字大到讓人直覺想問：這是不是又一個泡沫？

創投 a16z 的成長基金（Growth）團隊在 9 月底發布了最新一期市場簡報《State of Markets II》（收錄超過百張圖表，整理 2026 年上半年的市場變化），同一天也在自家 Podcast 挑出其中 25 張圖逐一解說。這集節目試著回答一般投資人最關心的幾個問題：漲勢有沒有基本面撐腰？錢都流到哪裡去了？企業真的用得起來嗎？哪些產業會受傷、哪些會受惠？

以下是聽完節目、對照簡報後整理出的重點與評論。

誰在對話？

• David George：a16z 成長基金團隊的負責人，也是這份《State of Markets》系列簡報的主要作者。
• Sarah Wang、Alex Immerman、Santiago Rodriguez：同屬 a16z 成長基金團隊的投資人，長期追蹤後期新創、公開市場軟體股與 AI 應用公司。

要先提醒讀者：a16z 本身重押 AI，節目中提到的不少公司是他們的投資組合，觀點自然偏向樂觀。以下凡是數字與預測，皆為節目或簡報中的說法。

觀點一：這是泡沫嗎？a16z 的答案是「漲的是獲利，不是本益比」

先看科技在經濟中的分量。依簡報數據，高科技設備、軟體與研發大約占美國資本支出的 55%；科技股約占美股總市值的 40%；全球市值前十大公司中，有八家是美國科技公司。David 也拿歷史對比：這波 AI 建設占 GDP 的比重，已經超過當年的鐵路建設潮。

至於泡沫疑慮，他們的核心論點是：美股雖然創新高，但整體估值倍數反而下降。David 的說法是，股價約漲兩成的同時，估值倍數卻降了約兩成，代表漲勢主要由企業獲利推動；標普 500 的本益比仍低於 20 倍，與網路泡沫時期動輒上百倍的本益比截然不同。Santiago 補充，ChatGPT 問世近四年來，市場累計上漲約 90%，年化約 17%，看起來很熱，但搭配約 15% 的企業獲利成長，與 2000 年或 2021 年估值和成長脫節的情況並不相同。

小評： 「獲利撐盤」是目前多頭最有力的論述，但要留意兩件事：一是獲利高度集中在少數巨頭，二是這些獲利有相當部分來自 AI 投資本身形成的訂單循環。只要資本支出腳步放緩，獲利預期也可能跟著修正。

觀點二：雲端巨頭的資本支出邁向每年一兆美元，需求仍然大於供給

依 David 引用的數據，Alphabet、Amazon、Meta、Microsoft 與 Oracle 五家公司 2026 年資本支出約 7,800 億美元，幾乎是 2025 年約 4,160 億美元的兩倍，而市場預期 2027 年起每年將突破一兆美元。過去幾年，市場對這些公司資本支出的預估一再被大幅上修，Santiago 形容整個經濟體過去四年都在低估這股趨勢。

為什麼需求停不下來？Sarah 認為關鍵在 agent：AI 已經不是偶爾丟一個問題，而是平行執行、長時間持續運作的任務，運算需求遠超過去想像。Alex 舉例，OpenAI 一年多前因為簽下龐大的算力合約被批評太激進，如今回頭看反而顯得有先見之明，但即便如此，他們近期仍一度暫停高價方案的新訂閱，因為算力不夠用。

David 也提到幾個支撐需求的訊號：與供應鏈各環節交談，大家都說需求高於供給，資料中心有些材料甚至要等到 2028 年才拿得到；Microsoft、Google、Amazon 的雲端未履約訂單合計約 1.7 兆美元；GPU 在現貨市場依然搶手；晶片的實際經濟使用年限也比原本預期更長。他承認這些公司的自由現金流在建設期被壓縮，但市場一致預期約從 2028 年開始回升。

小評： 對台灣投資人而言，這段等於在描述半導體、伺服器、散熱與電力設備供應鏈的訂單能見度。不過「需求大於供給」是供應鏈最好的時候，也往往是投資人最容易忽略產能過剩風險的時候，景氣循環的特性不會因為 AI 而消失。

觀點三：從科技榮景變成工業榮景，資料中心不一定讓電費變貴

Alex 提出一個很好記的說法：雲端巨頭的資本支出，其實就是「其他人的訂單」。這些全球最會賺錢的平台把現金砸進 AI 基礎建設，帶動晶片、電力與工程建設需求，讓科技榮景擴散成工業榮景。他引用的估計是，到 2040 年全球基礎建設投資需求可能高達 90 兆美元，而且不只是資料中心，還包括電力、水資源、道路與大眾運輸。他也舉了投資組合中的例子，例如 Anduril 興建中的大型製造廠，以及 SpaceX 在路易斯安那州的大規模投資。

Santiago 則引用馬斯克「工廠本身就是產品」的觀念，指出投資實體建設和投資軟體完全不同，要處理融資、供應商、產能與需求預測，執行力本身就是護城河。

另一個值得一提的論點是電價。Alex 說，常見的迷思是資料中心會讓電費暴漲，但他引用美國一項研究指出，資料中心容量每增加 10%，住宅電價反而下降約 40 個基點。理由是電網的土地、線路、變電站多屬固定成本，大型且穩定的用電戶可以讓這些成本由更多用電量分攤。Sarah 也提到 Meta 在路易斯安那州與地方社區合作降低電力成本的案例。

小評： 電價研究的結論有其前提，例如電網是否有餘裕、電力來源與費率設計等，各地情況不同，套用到台灣時需要更謹慎。但「大型用電戶可以分攤電網固定成本」這個角度，確實值得放進討論。

觀點四：模型營收狂飆、成本狂降，但企業採用才剛起步

Sarah 展示 OpenAI 與 Anthropic 的合計營收曲線，她說這張圖幾乎每個月都要更新，因為過時得太快；依簡報的比較，領先模型實驗室的新增營收已遠遠超過歷來最頂尖軟體公司的同期表現。

但企業端仍非常早期。Sarah 引用的數據顯示，標普 500 企業中約 69% 已有正式上線的 AI 部署，但能拿出可量化影響的只有約 30%，而有長期追蹤成果指標的只有約 2%。她觀察到，許多大企業接觸 AI 的主要方式仍是 Microsoft Copilot，可見離深度導入還很遠。使用者之間的落差也很大：依他們引用的企業支出資料，前 1% 使用者在 AI 工具上的支出約是前 10% 的 8 倍；在 a16z 投資組合中，最重度的使用者每月可花 7,500 到 9,000 美元，中位數使用者則約 200 到 400 美元。David 估計，走在前面的大型企業花在 AI 工具上的錢約占人事成本的 1%，而最 AI 原生的公司可達約 10%。

已有企業交出具體成果。Santiago 舉例，Chime 揭露過去四年服務成本每年降低超過一成，累計接近腰斬；Shopify 推出 AI 助手 Sidekick 後，新商家在 15 天內達成 5 筆訂單的比例提升約 8%。Sarah 則點名 ServiceNow 揭露 AI 相關年度合約價值已超過 10 億美元，agent 部署量成長約 9 倍。

成本下滑是另一條主線。Alex 指出，一個 agent 任務往往包含多個步驟、每步又要多次呼叫模型，這解釋了 OpenRouter 上 agent 相關 token 用量成長約 14 倍；但快取、模型路由與微調正在讓每一步變便宜。他舉例 Databricks 的模型路由比單用最強模型便宜約 35%，EliseAI 微調小模型後成本降低約 60%。Sarah 也點名 TypeSave AI 推出的 Jev，認為這類新產品正把成本下滑的趨勢推得更極端；她說成本一旦再降一到兩個數量級，agent 就能「做一次、自己檢查、再做一次」，可靠度提升後能開啟的應用會非常多。這有點像經濟學的傑文斯悖論（Jevons paradox）：越便宜，用得越多，她也順帶一提，Jev 這個名字取得很貼切。

David 還提供一個很實用的觀察角度：看一家公司把新增的 AI 預算花在開發新產品衝營收，還是花在壓低成本。他認為營收的上行空間沒有上限，如果經營者覺得最好的用途是省成本，某種程度也透露了他們對新營收機會的看法。

觀點五：AI 購物時代，Amazon 說不、Instacart 說好

消費端同樣早期。Santiago 引用調查指出，美國家庭中付費訂閱 AI 的比例只略高於 2%，但付費用戶的留存表現極佳，甚至出現使用越久越常回來的「微笑曲線」。Sarah 拿 Amazon Prime 超過 2 億戶、Netflix 約 7,000 萬戶相比，認為 AI 訂閱才剛起步。Alex 也指出，未來最好的 AI 助理可能在背景持續主動工作，不一定佔用最多螢幕時間，這會讓傳統用「使用時間」衡量黏著度的方法失靈。

最有話題性的是 AI 代購。Alex 提到，Muse、Instinct 和 ChatGPT 正在把越來越多查詢從傳統搜尋引擎手上拿走；上週 Amazon 對 Muse 的態度是拒絕，Instacart 則選擇歡迎。他的判斷框架是兩個問題：接上 agent 能帶來多少新增訂單？自己的利潤又有多少來自掌握客戶關係與購物入口？依他的說法，這類平台的廣告收入甚至高於營業利益，對 Amazon 而言，接上 Muse 帶來的新增訂單有限，廣告卻可能受損；生鮮電商滲透率仍低，Instacart 能爭取的新增訂單則多得多。

David 點出懸而未決的問題：Amazon 年營收超過 700 億美元、毛利極高的廣告業務，建立在消費者會逛網站、點廣告之上，如果購物由 agent 代勞，價值要怎麼重新分配？他也提到，兩年前市場擔心 Google 搜尋會被 AI 打垮，結果 Google 相當有韌性，部分原因是「買保險」「找飯店」這類高變現的搜尋字詞，當時 AI 還不能直接替人採取行動；一旦 AI 能直接下單，局面可能改變。Santiago 則提出「正和」的角度：廣告預算可能只是換管道，而購物摩擦降低後，總消費可能增加。Alex 補充，市場的立即反應是整體生態系淨市值增加，Meta 的市值增幅遠大於電商平台的損失。

小評： 這段和我們前一篇a16z 個人助理對談的觀察互相呼應：AI 代購衝擊最大的，是靠流量與廣告賺錢的平台；交易型、滲透率仍低的平台則可能是受惠者。投資人可以用 Alex 的兩個問題，檢視自己持有的電商或廣告平台。

觀點六：SaaS 只剩兩條路，資金與機會往私人市場集中

Sarah 指出，公開市場軟體股已轉向「成長較慢、獲利較高」：在他們的樣本中，約 75% 已經獲利，但仍維持 20% 以上成長的只有約 30%；Santiago 補充，成長超過 30% 的不到 5 家，而他們在私人市場研究的公司幾乎都遠高於 30%。David 的解釋是，企業最容易挪給 AI 的預算，正是原本要用來買新 SaaS 的錢。他先前寫過一篇文章，主張軟體公司只剩兩條路，而多數創辦人都選擇「讓營收成長重新加速」，他設定的門檻是成長率提高 10 個百分點以上，並預期未來 12 到 18 個月會在部分投資組合公司看到成果。

軟體股內部分化也很大。Sarah 指出，資安與可觀測性表現突出，垂直軟體整體優於橫向應用，判斷關鍵在於 AI 會削弱還是增加客戶對該產品的需求；agent 能進入越多系統、執行越多動作，資安需求就越高。Alex 則說，Harvey、Abridge、EliseAI 等垂直 AI 公司的成長速度，快過各自產業過去的任何前例。Sarah 也引用 Stripe 的數據，指出 SaaS 客戶成長在進入 2026 年時重新加速，Stripe 稱之為「文藝復興」。

私人市場的規模同樣驚人。Alex 說，估值最高的六家私人公司（包括 Anthropic、OpenAI、Databricks、Stripe、Revolut 等）以最近一輪估值合計約 2.4 兆美元，高於過去十年所有 IPO 公司的總市值（排除 SpaceX 約 1.7 兆美元），幾乎和羅素 2000 指數一樣大。Santiago 引用 Carta 的數據，員工參與公司庫藏股收購（tender offer）的比例只有約 58%，不少員工選擇不套現；次級市場相對上一輪估值的折價也已接近零。David 則指出，2026 年美國創投交易中約 86% 與 AI 相關，高於 2025 年的 65%。

小評： 一般投資人買不到這些私人公司，但這段提醒我們，AI 浪潮中成長最快的一段，有相當大比例發生在公開市場之外。公開市場的軟體股要證明自己，最終仍要回到營收成長能否重新加速。

觀點七：a16z 的下一步押注

節目最後，David 列出團隊正在投入的方向：

• 消費者 agent：替你完成不想做的事，分發速度可能非常快。
• 機器人：他們認為最終市場可能比大型語言模型更大，但目前大約落後 3 到 5 年。
• 自動駕駛：依 David 的說法，Uber、Lyft 等叫車服務的里程只占美國總行駛里程約 1%，若有比人類安全許多的無人車隊，比例可望提升至少一個數量級；他也預期未來十年美國每年約 1,700 萬輛的新車，最終都會具備自駕能力。
• AI 結合生技與個人健康：包括新藥開發，以及能整合個人資料、給出高度個人化建議的健康服務。
• 企業內部的 AI 擴散：不只寫程式，還有大量工作流程尚未導入。
• American Dynamism（國防與國家關鍵產業）：他指出 Anduril、Saronic、Castelion 等新創國防供應商在美國軍事支出中占比仍低於 5%，預期將大幅提升。

這對一般投資人代表什麼？

• 基本面仍在，但集中度是風險。 a16z 的「獲利撐盤」論點有數據支持，但獲利與資本支出高度集中在少數巨頭，分散配置仍然重要。
• AI 基建的受惠者不只科技股。 電力、工程、散熱、設備等「原子世界」產業同樣在吃這波訂單，台灣供應鏈也身處其中，但要同時留意景氣循環。
• 看企業「怎麼用 AI」，比看「有沒有用 AI」更重要。 能拿出可量化成果、並把 AI 用在擴大營收的公司，比只喊口號的公司更值得關注。
• AI 購物會重新分配平台利潤。 依賴廣告與流量入口的平台壓力較大，交易型、滲透率仍低的平台可能受惠。
• 樂觀數字要打折看。 簡報與節目來自重押 AI 的創投，許多案例是其投資組合公司，數字與預測應視為他們的觀點，而非定論。

結語

這份簡報想傳達的訊息很清楚：AI 建設的規模空前，但支撐它的是真實的需求與獲利，而企業與消費者的採用其實才剛開始。如果 a16z 是對的，現在看到的一兆美元只是起點；如果他們錯了，最先感受到的會是那些靠「其他人的訂單」成長的供應鏈。無論立場如何，這 25 張圖都提供了一個看清當前 AI 週期的好框架。

---

來源

• 官方簡報：State of Markets II（a16z 官網，David George，2026 年 9 月 30 日）
• 節目原始影片：AI, Infrastructure, and the Next Investment Cycle（YouTube／a16z 官方頻道）（Podcast 版本標題為〈The $1 Trillion AI Buildout | State of Markets〉）
• 本文為收聽節目並對照簡報後的聽後整理，文中數字、統計與預測皆為 a16z 與談人於節目或簡報中的說法或估計。

非逐字翻譯、觀點整理，不構成投資建議。