打破軟體業獲利定律！專家示警：AI 越多人用成本越高，新創難逃低毛利困境

史丹佛大學一門春季課程近期在 YouTube 公開後，引發外界對 AI 經濟結構的新一輪討論。課程主講人、Altimeter Capital 合夥人 Apoorv Agrawal 直言，生成式 AI 與過去軟體產業的成長邏輯不同：使用者愈多，推理運算與 GPU 成本就愈高，未必能帶動整體毛利改善，反而可能讓價值更多流向晶片與基礎設施供應鏈。

Agrawal 在課堂中以「倒三角」形容當前 AI 市場結構。相較於網路、行動與雲端時代，價值通常會隨時間往上移轉到軟體與應用層，AI 的情況卻可能相反。根據他的分析，過去兩年 AI 生態系新增約 3,500 億美元收入，其中約 75% 直接流向半導體；輝達（Nvidia）2025 財年的毛利率達到 75%，而應用層的毛利空間多半仍在 0% 至 30% 之間。

他也指出，AI 的變現能力與大型社群平台仍有明顯落差。ChatGPT 的每週活躍使用者約達 9 億，但每位使用者的年化變現僅約 10 美元；相較之下，Alphabet 每位使用者的年化變現接近 100 美元，Meta 也約有 49 美元。Agrawal 認為，這不只是產品設計問題，而是商業模式本身的限制：搜尋與社群靠廣告成熟變現，AI 目前尚未形成同等規模的模式。

這場課程同時把 AI 基礎設施市場描繪成新的投資戰場。Agrawal 警告，推理創業公司若建立在 AWS、Google Cloud 或 Azure 之上，可能落入「做功能，不是平台」的困境，因為雲端巨頭既有動機也有能力複製其能力。另一方面，他認為未來 AI 應用最終可能走向廣告模型，原因在於對話式 AI 能更精準理解使用者意圖，廣告效果未必比搜尋與社群差。

這個判斷也與更廣泛的半導體趨勢相呼應。隨著 AI 成為通用型技術，晶片不再只是電子產品零組件，而是支撐現代運算、軍事、金融與通訊的關鍵基礎。全球半導體銷售在 2025 年約達 7,917 億美元，且 AI 晶片雖然出貨量占比不高，卻正快速成為整個產業的價值核心。市場資金也持續湧向相關基礎設施，巨型科技公司預計到 2026 年將每年投入超過 6,000 億至 6,500 億美元於 AI 基礎建設，主要流向半導體、資料中心與算力系統。

整體而言，這門公開課把 AI 的投資邏輯重新定義為「先看晶片，再看應用」。對創業者來說，Agrawal 提醒不能再沿用「使用者成長，利潤自然跟上」的軟體舊公式；對投資人而言，短期仍是晶片與算力占優勢，長期則取決於誰能率先找到足以對標 Alphabet 與 Meta 的 AI 變現模式。