第 3 集講:超大型賭 capture,靠雲端 AI 收入養循環。但雲端商的擴廠論有一個預設:企業會用雲端 AI。 本集問:這個預設對嗎?

這個問題值得回答,因為如果最值錢的企業自建 local AI(防資料外流),雲端商的資料中心就利用不足,第 3 集的賭就輸了。雲端商的擴廠論,是第 3 集「賭 capture」能不能贏的關鍵。

主要答案:部分對、部分錯。 多數企業用雲端(方便、不用自己維護、不用承擔利用率風險),但資料敏感的企業(IP、國防、受監管)傾向自建。公共雲主力生產推理 56%→41%、私有雲 56%。雲端商的擴廠論對「多數企業」對,對「資料敏感的企業」錯。

1. 問題:企業會用雲端 AI 嗎

第 3 集的結論:超大型賭 capture,靠雲端 AI 收入。

但雲端商的擴廠論預設「企業會用雲端 AI」。如果這個預設錯,雲端商的資料中心就利用不足,賭就輸了。

本集問:企業會用雲端 AI 嗎?哪些會、哪些不會?為什麼?這決定了雲端商的擴廠能不能收回成本。本集只處理「企業選雲端 vs 自建」,不處理「AI 到底有沒有用」(第 1 集已處理)。

2. 評估框架:企業選雲端 vs 自建,取決於資料敏感性與利用率

企業選雲端 AI 還是自建 local AI,取決於兩件事:資料敏感性、利用率的經濟性。

資料不敏感 + 利用率低:用雲端。雲端方便、不用自己維護、不用承擔利用率風險。實驗性、突發性、非敏感的負載,用雲端划算。

資料敏感(IP、國防、客戶資料、受監管):自建。把資料送到第三方雲端(尤其美國超大型)有資料外流風險。這些企業自建 local AI,資料不出門。

利用率高:自建更划算。自有 GPU 在利用率 >20% 時,約 4 個月 break even(對雲端租賃)[4]。所以穩定、高利用率的推理負載,自建比雲端便宜。反過來說,利用率低的負載(實驗性、突發性),自建不划算,用雲端比較合理。

所以企業的選擇,不是「雲端 vs 自建」的二元,而是「依負載分層」——非敏感的放雲端,敏感的自建。

為什麼資料敏感的企業要自建?因為它們的資料是核心資產。半導體的製程資料、國防的敏感資料、金融的客戶資料,送到第三方雲端(尤其美國超大型)有外流風險。這些企業寧可自建,把資料留在自己手上。

所以:雲端商的擴廠論,對「資料不敏感、利用率低」的企業對,對「資料敏感」的企業錯。

3. 比較:雲端 vs 自建的實際比例

2026 年:

指標數值來源
公共雲主力生產推理(企業占比)56%→41%(下降)LLM Configurator[1]
私有雲(執行或計畫)56%VMware[2]
主權雲市場 2026$80B(YoY +35.6%)NeuralTrust[3]
自有 GPU break even(利用率 >20%)約 4 個月Gain America[4]

三個觀察。第一,公共雲主力推理下降:56%→41%,一年掉了 15 個百分點。第二,私有雲(自建)上升:56% 的企業執行或計畫在私有雲跑生產推理。第三,主權雲成長:2026 達 $80B、YoY +35.6%,企業把受管制的 AI 工作負載從美國超大型移走。

這三個觀察指向同一件事:企業在「分層」——資料不敏感的留在雲端,資料敏感的往回搬(repatriation)。

注意:56% 私有雲是「執行或計畫」,不是全部自建。所以「企業全面自建」是誇張的,但「資料敏感的企業傾向自建」是真的。

4. 判斷:雲端商的擴廠論,對一半

對「多數企業」(資料不敏感、利用率低):對,它們用雲端。實驗性、突發性、非敏感的負載,雲端方便、不用自己維護。

對「資料敏感的企業」(IP、國防、受監管):錯,它們自建。這些企業是「最值錢的客戶」——它們的 AI 工作負載大、資料敏感、願意付錢。它們自建,雲端商的資料中心就少了一塊需求。

所以雲端商的資料中心,對「多數企業」有需求,對「資料敏感的企業」可能利用不足。

這裡要區分兩件事。硬體需求(NV/記憶體)穩健——雲端和自建都要 GPU、都要記憶體,所以第 2 集的記憶體漲價不受影響。但雲端商的雲端收入有風險——企業自建,雲端商的資料中心就利用不足,第 3 集的賭就輸了一部分。

對雲端商,這意味著:它們的擴廠,對「多數企業」有需求,但對「最值錢的資料敏感企業」可能利用不足。如果資料敏感的企業持續自建,雲端商的資料中心利用率就會下降,第 3 集的賭就更難贏。

這也解釋了為什麼主權雲在成長——政府(資料最敏感的客戶)把 AI 工作負載移到主權雲,不放在美國超大型。主權雲 2026 達 $80B、YoY +35.6%,就是這個趨勢的體現。

對雲端商的實務建議:擴廠要針對「多數企業」的需求(資料不敏感、利用率低),同時提供「資料不出門」的選項(私有雲、主權雲)給資料敏感的企業。只賭「所有企業都上雲」,會輸給自建。

適用條件:企業資料敏感性分層、利用率差異。

限制:

  • 多數企業還是用雲端(56% 私有雲是「執行或計畫」,不是全部自建)。所以雲端商的基礎需求還在。
  • 自建有門檻(要買 GPU、要維護、要人才)。小企業自建不起,還是用雲端。

結尾

回到問題:企業會用雲端 AI 嗎?答案是:多數會(資料不敏感、利用率低),資料敏感的企業不會(自建)。雲端商的擴廠論對一半——對多數企業對,對最值錢的資料敏感企業錯。

這也呼應第 3 集:雲端商的賭,要贏,得靠「多數企業」的需求,不是「所有企業」。

適用條件:企業資料敏感性分層、利用率差異。限制:多數企業還是用雲端、自建有門檻。

下一集:真正的瓶頸不是 GPU,是電——電網併網 5 年、變壓器 2.5 年,「瘋狂擴廠」其實是紙上沸騰。