開源AI殺價戰失控？企業瘋控成本、卻讓晶片巨頭吃得更飽

CMoney 研究員

・ 2026 年 07 月 26 日

全球企業大舉改採開源與低成本AI模型，不再無上限燒錢買「最強模型」，而是精算每一個token；然而UBS研判，這場成本革命削弱的恐是軟體商利潤，反而讓Nvidia等晶片與雲端巨頭在新一輪AI投資週期中坐收其利。

企業導入人工智慧的戰場正在悄悄變質，從追逐「最強模型」轉向「最省成本」。根據瑞銀(UBS)最新報告，開源與低成本AI模型快速普及，使得企業不再無限制砸錢在單一高階模型上，而是精打細算每一個token的支出，卻同時推高對雲端與晶片運算資源的整體需求，改寫整條AI產業鏈的贏家與輸家版圖。

UBS指出，這波風向轉變，並非AI投資熱潮降溫，而是進入「效率優先」的新階段。報告由分析師Karl Keirstead領銜，訪談了超過15家未上市AI公司，包括Perplexity、Harvey、Glean、Cursor、ElevenLabs及Fireworks等。這些新創共同的關鍵訊號是：企業導入AI的速度不但沒有放緩，反而在過去六個月內快速加速，許多公司營收甚至翻倍或三倍成長，且應用範圍已從軟體寫程式擴展到更廣泛的業務流程。

然而，企業這次學乖了。UBS指出，「控成本」幾乎成為所有大型客戶的共同語言。相較一個月前約六成企業關注AI運算成本，如今對計算支出焦慮已快速蔓延。具體做法包括嚴格監控token用量、限制員工任意呼叫高價模型，並導入自動路由系統：日常例行任務導向較便宜的模型，真正高難度推理與複雜需求才交由頂尖前沿模型處理。

在這樣的策略下，「多模型」已成新常態。UBS強調，市場不再是少數前沿模型開發商之間的零和對決，反而是企業刻意避免依賴單一供應商，將OpenAI(OPENAI)、Anthropic(ANTHRO)等前沿模型，與各式開源與客製化模型混搭使用，針對不同場景優化成本與效能。避開單一AI供應商鎖定效應，已成大型企業導入AI時的重要考量之一。

值得注意的是，中國開源模型正悄然插旗國際企業市場。UBS點名，Z.ai、Moonshot AI，以及Alibaba(BABA)、DeepSeek(DEEPSEEK)等模型被越來越多企業試用甚至導入。雖然部分高度監管產業仍保持謹慎，但在Amazon(AMZN) Web Services與Microsoft(MSFT) Azure等雲端平台提供的安全環境中，企業對這些模型的接受度正逐步提高。美國方面，Nvidia(NVDA)推出的開源模型Nemotron則是UBS會議中被提及最頻繁的美國開放模型之一。

從投資角度看，最關鍵的問題是：這股殺價風，究竟削弱誰、又成就了誰？UBS的結論相當清晰——AI硬體與雲端基礎設施需求並未降溫，反而可能被放大。原因在於，低成本與開源模型讓更多AI應用具備商業可行性，從客服、自動化文件處理到產線優化，都開始算得過成本帳，進而帶動推論(inference)運算、記憶體、網路設備以及GPU基礎設施的廣泛需求。

UBS強調，目前多數開源模型的訓練與優化仍高度仰賴Nvidia硬體，意味著即便前沿模型商的成長預期被下修，NVDA在AI半導體供應鏈中的長期地位依然穩固。另一方面，Amazon、Microsoft與Google(GOOG)(GOOGL)等雲端巨頭，由於早已在平台上同時支援多種AI模型，也顯得特別有利——無論客戶選擇哪一種模型組合，最終都要在這些雲端上「燒算力」。

相較之下，軟體廠商恐怕站在風險較高的一端。UBS警告，當企業用力壓低AI總支出時，很可能從應用層軟體預算下手，轉而把更多資源留給基礎運算與內部模型優化。此外，曾被視為差異化武器的「模型路由」與「多模型管理」，如今快速變成產業標配功能，要從中抽取高額溢價將愈來愈難。

當然，也有反對意見認為，開源與低成本模型可能拉低整體營收天花板，對OpenAI或Anthropic這類前沿模型商的長期成長構成威脅；若這些公司擴張放緩，雲端業者的AI需求是否也會同步降溫？UBS在報告中點出，目前超大型雲端服務商仍普遍面臨供給吃緊的情況，AI算力資源持續供不應求，顯示短期內需求下滑的風險有限。

綜合來看，UBS對AI市場的判斷並非悲觀，而是「更競爭但不更疲弱」。在企業紛紛調整為成本導向、多模型並存的架構下，前沿模型開發商的成長預期勢必被重新定價，但AI在企業內部的滲透率仍將持續攀升。對投資人而言，這場開源與成本革命的最大啟示，是焦點可能應從「哪個模型最強」，轉向「誰掌握最多算力與雲端客戶」，而眼前的局勢顯示，Nvidia與三大雲端巨頭仍站在新一輪AI投資周期的核心位置。