---

※ 引述《Zzell (n/a)》之銘言：
: ※ 引述《asahi98 (あさひ)》之銘言：
: : 我原文底下後來特地講清楚，這波谷歌財報再加上知本支出消息，寧願借錢來買硬體建廠就表示，谷歌要先拿錢下訂單，受惠的都是硬體。
: : 剛剛我看到很多硬體廠商一路上漲，之前被錯殺的記憶體已經站回來了關鍵價位。
: : 還有一群人說中國語言模型會削價競爭，導致這些大廠會被捲入。這點剛好找到資料
: : http://i.imgur.com/3WvZO4f.jpg
: : 至於下面這些評分，各位自己看吧！
: : 剛剛查到的
: : http://i.imgur.com/JpFDc0j.jpg
: : http://i.imgur.com/Jat2GMD.jpg
: : http://i.imgur.com/OIb77ao.jpg
: : http://i.imgur.com/WgO0PRv.jpg
: : 所以現在沒有什麼便宜的，好用的都差沒多少，效能差的反而就便宜蠻多的。
: : 從以上這點來看，多餘折舊的東西還是有人要，價格租的好不好而已，看包租公會不會當了。
: 我有個疑問
: 為什麼你各位多頭都預設LLM真的會有大量需求
: 資料中心就是以前的鐵路跟網路線？
: 有沒有可能LLM除了coding就是廢物
: 而就算用在coding也因為很多物理因素不能全面展開
: 最後LLM就是一個還不錯但商業價值不高（不值得現在這些資本支出）的技術？

你的問題並不是完全沒有道理。

AI 很有用，不代表每家公司、每一筆資本支出、每一個目前的估值都必然合理；AI 最後
即使成功，也完全可能先經歷設備過剩、折舊壓力或類似網路泡沫的估值修正。

但你一直把問題限縮成：

「目前賣 Token 的收入，能不能直接支付 LLM 的訓練、推理與資料中心成本？」

這個框架可能太小了。

科技巨頭現在買的並不只是「聊天機器人的 Token 產能」，而是在買未來十年以上的算
力基礎設施、技術選擇權與戰略生存權。

未來需要算力的，也不只是 Coding：



你說簡單工作可以直接寫傳統自動化流程，這沒有錯。

但傳統自動化適合的是規則固定、輸入結構化、例外很少的工作。

企業裡真正昂貴的部分，往往是模糊需求、非結構化文件、自然語言溝通、例外處理，以
及不同系統之間的臨時整合。

LLM 的商業價值，未必是取代既有程式，而是大幅降低原本「根本不值得寫程式處理」的
長尾自動化成本。

你也一直問：「怎麼確定需求足以支撐兆美元投資？」

答案是：現在沒有人能百分之百確定。

但不能因為無法精確計算，就反推需求不存在或 LLM 可能除了 Coding 都是廢物。



AI 算力正在變成國家與企業的戰略武器。

假如競爭對手先做出更強的模型、Agent、自動化平台、機械人或軍事系統，落後者損失
的可能不是幾季折舊，而是搜尋入口、雲端市占、軟體生態、人才與國家安全。

因此巨頭面對的是不對稱風險：

多蓋一些，可能降低資本報酬率；

少蓋而判斷錯誤，可能直接失去下一個世代的平台控制權。

這就是為什麼它們即使知道可能過度投資，也不敢停止。

Token 現在昂貴，也不等於永遠無法商業化。



但更精確的問題應該是：

「AI 需求會有多大、價值最後由晶片商、雲端商、模型商還是應用商取得，以及目前估
值是否已經提前反映太多？」

而不是先假設：

「LLM 除了 Coding 可能都是廢物，所以資料中心大概沒有需求。」

AI 最後可能非常成功，而目前部分股票與資本支出仍然過熱。

這兩件事情完全可以同時成立。

你質疑估值沒有錯，但把技術、產業、國家競爭與未來所有算力需求，全都縮成今天一
顆 Token 的毛利，就很容易低估這場競賽真正的規模。

--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.34.161.138 (臺灣)
※ 作者: ccchang123 2026-07-24 14:42:01
※ 文章代碼(AID): #1gOmaxId (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1784875323.A.4A7.html