2026 年 5 月 20 日這一天，三條財經新聞在同一時間冒出來。

第一條：NVIDIA 公布 FY27 Q1 財報——單季營收 816 億美元（+85% YoY）、淨利 583 億美元（+211%）、毛利率 74.9%、宣布 800 億美元股票回購、預測下季 910 億美元營收。

第二條：SpaceX 提交 IPO 招股書，順帶揭露剛被併入的 xAI 2025 年財務——全年虧損 64 億美元，營收 32 億，CapEx 127 億。SpaceX + xAI 合併後 2025 全年淨虧 49.4 億。

第三條：CNBC 報導 OpenAI 最快本週五提交 IPO 招股書草案，目標 2026 年 9 月上市，私募估值 5000 億美元，但訓練 + 推理 CapEx 長期遠高於營收，是公開的賠錢業務。

三條新聞放在同一張表上，AI 鏈條真正賺錢的位置就一覽無遺了。所有做模型的公司都在燒錢，賣 GPU 的那家一季淨賺一個 OpenAI 估值 12% 的數字。 這個對比值得單獨拆一篇。

三家公司同一年的數字攤開

先把三組數字釘在桌上：

公司 期間 營收 利潤/虧損 補充
NVIDIA FY27 Q1（單季） 816 億 +85% +583 億淨利（+211%） DC 部門 752 億 +92%；毛利率 74.9%；800 億回購
xAI 2025 全年 32 億 +22% −64 億（前年虧 15.6 億，惡化 4x） CapEx 127 億，2026/2 併入 SpaceX
OpenAI 2025 全年 公開營收約百億美元級 公開賠錢業務，估值 5000 億 2026/09 計畫 IPO，軟銀已投 600 億
SpaceX+xAI 2025 合併 186.7 億 +— −49.4 億 xAI 是主要虧損來源

放在一起對照，NVIDIA 一個季度的淨利潤（583 億）= 約 9 倍 xAI 全年虧損（64 億）= 約等於 OpenAI 整年 CapEx 的某個顯著比例。

更殘酷的數字是邊際結構：

  • NVIDIA 毛利率 74.9%——這個數字在硬體業是天文等級的，AMD 同期 50% 出頭、Intel 35% 左右
  • xAI 營收 32 億 vs CapEx 127 億——意思是它每收 1 美元，就花 4 美元蓋 datacenter
  • 三家 AI 模型公司（OpenAI、xAI、Anthropic）2025 年合計的訓練 + 推理 CapEx 估計超過 600 億美元——這 600 億裡的多數，最終都進了 NVIDIA 的損益表

為什麼 AI 公司會賠錢

這個問題我自己也想了很久。最直接的解釋：因為 AI 模型訓練是「先重資本投資、後再分攤」的生意，但訓練成果折舊得比想像快。

xAI 是最好的案例。它一年燒 127 億蓋 datacenter，但 Grok 模型的競爭力窗口大概只有 3-6 個月——下一個 GPT、Gemini、Claude 出來，前面那批 H100/H200 訓練的模型就要重新跑一遍。會計上 GPU 折舊年限是 3-5 年，但實際技術折舊是季度級的。

OpenAI 的情況稍微不同——它有 ChatGPT 訂閱現金流（消費者+企業合計貢獻一筆相對穩定的營收），但訂閱收入跟 CapEx 比仍是 1:N 級別。Stargate 那個 5000 億美元算力計畫一旦真的執行，光建廠的 GPU 採購單就把 OpenAI 的訂閱現金流全吃光。

Anthropic 是相對最健康的——專注 enterprise API + Claude Code，CapEx 透過 Azure / GCP / AWS 合作分攤（不自建 datacenter），但這也意味著 Anthropic 每一張 token 帳單裡有相當比例直接進雲廠的損益表，最終再流向 NVIDIA。

換句話說：不管你買哪家的 AI API，那個錢的最終受益者結構幾乎都長一樣——大部分流向 NVIDIA，少部分留給模型公司。

NVIDIA 一家吃掉多少 AI 預算

NVIDIA Q1 財報裡有句話值得單獨拿出來看。Jensen Huang 在 earnings call 說：「Tokens are now profitable, and model makers are in a race to produce more.」（Tokens 現在有利可圖，模型公司正在競賽產出更多。）

這句話翻譯成白話：模型公司之間正在用「誰能燒更多卡」競爭。誰燒得多、誰就能訓更大的模型、做出更好的下一代產品。而每一張卡都要從 NVIDIA 買。

更明確的證據在 NVIDIA Q1 的部門結構：

  • 資料中心部門營收 752 億，占總營收 92.1%
  • 其中資料中心網路（NVLink、InfiniBand、Spectrum-X）營收 148 億，年增 199%
  • 這個 199% 的成長表示「客戶不只買 GPU，還在大規模重建整個 datacenter 內部連線」——也就是 AI cluster 的規模在指數增長
  • Q2 預測 910 億「不包含中國市場資料中心計算業務收入」——意思是即使被中國市場切掉，下一季還會破紀錄

把 NVIDIA 客戶名單一字攤開：OpenAI、xAI、Meta、Mistral、Anthropic（最新加入）——全部都在 NVIDIA 的損益表裡當 buyer。所以這不是 NVIDIA 跟某一家 AI 公司做生意賺錢，是整個 AI 模型產業的軍備競賽，每一塊錢競爭預算最終都流到同一家賣鏟子的供應商。

「鏟子論」是不是太簡化？

我寫到這裡得停一下，承認這個論點有幾個明顯的反駁角度：

反駁一：NVIDIA 自己也得砸錢。 R&D + datacenter 自研（DGX Cloud）+ 收購（Mellanox/Arm 嘗試等）NVIDIA 也燒不少。但它的毛利結構讓燒錢有底氣——74.9% 毛利率意味著每 100 美元銷售扣掉直接成本還剩 75 元供 R&D 跟資本回報，剩下的部分轉化成 Q1 那 503 億美元經營現金流、485 億自由現金流。AI 模型公司則是負毛利在投未來。

反駁二：模型公司的長期價值不在當期利潤。 OpenAI/xAI/Anthropic 押的是「成為下一個操作系統」——當每個人類介面、每個 API 呼叫、每個 agent 動作都走他們的模型時，這個 distribution 價值會反過來壓 NVIDIA 的 pricing power。問題是這需要時間，而現金燒得比預期快。

反駁三：自研晶片與其他供應商。 Google 早就有 TPU 自研、Amazon 有 Trainium、Meta 有 MTIA、Apple Silicon 也持續在端側推 AI 能力——這些都繞過 NVIDIA。再加上 AMD MI300X / MI325 也在追，Intel Gaudi 嘗試突圍。如果其中一條真的把 inference 性能/瓦特比追上來，NVIDIA 的 pricing power 就會受壓。但目前 frontier model training 還是被 H100/H200/B200 鎖死，自研晶片多半只用在自家 internal workload。

反駁四：中國模型廠的低成本對 NVIDIA 是威脅。 DeepSeek、Qwen、GLM 用更少卡訓出可用模型。如果「同等品質、更少 GPU」的路徑被驗證且普及，NVIDIA 的客戶會少買卡——壓力存在但目前還沒到結構性轉折。

承認這些反駁之後，我的判斷仍然不變：未來 2-3 年（直到上面任何一個變數真的兌現之前），NVIDIA 是 AI 浪潮裡唯一能穩定賺錢的位置。

對開發者跟投資人的意義

說回我們這些每天用 API、看財報的人。這個對比能延伸出幾個判斷：

對開發者：選 API 時別只看模型品質，也看公司現金流。 OpenAI 已經 GPT-5.5 漲價 2 倍（我前一篇寫過），Anthropic Claude Opus 4.7 維持 $5/$25 不動。為什麼？因為 OpenAI 的 CapEx vs 營收比比 Anthropic 差，更需要 API 端回血。當你的 production 鎖在某家 API 之後，下一波漲價也跑不掉。

對投資人：把 AI 押在「賣鏟子」這條線是邊際勝率最高的判斷。 押 OpenAI、xAI、Anthropic 是押「我相信這家會贏」，但連他們自己都還在燒錢；押 NVIDIA 是押「不管哪家贏，鏟子都得我家賣」。後者贏率高得多。

對台灣產業：台積電是真正的隱形冠軍。 NVIDIA 的 H200/B200/GB200 全部由台積電 CoWoS 封裝，先進封裝產能就是真正的瓶頸——這代表 NVIDIA 的營收上限被台積電產能擴張速度卡著。如果你在台灣做 semiconductor 上游或 packaging 相關，現在是十年一遇的視窗。

對 AI 創業者：別跟 frontier model 公司硬拼算力。 你燒不過 OpenAI、xAI、Anthropic 那種等級的 CapEx。要做應用層，靠 prompt engineering、agentic workflow、specific domain finetuning 創造差異。算力本身沒有壁壘，因為背後的供應商只有一家。

一個有點冷的觀察

我自己訂閱 Claude Pro 兩年了、看 Anthropic 的角色像家人。但寫完這篇我得承認：當我每個月付 200 美元給 Anthropic 用 Claude Code 的時候，那 200 塊裡有相當一部分最終會付給 NVIDIA。

OpenAI 在 IPO 前要把帳上漂亮、xAI 在 SpaceX IPO 後要證明算力投資合理、Anthropic 早晚也會走上資本市場——這三家最後講的故事都會繞到同一個關鍵字「我們有能力 commit 多少 CapEx」。而那筆 CapEx 的最大受益者，是同一家從 1999 年就開始賣 GPU 的公司。

下次有人問你「AI 浪潮裡誰在賺錢」，答案不是「ChatGPT」「Claude」「Grok」。答案是「賣鏟子的」。