雲端巨頭與通訊服務商加速導入生成式 AI，從算力供應、商業模式到監管壓力全面升級；Amazon 夾縫布局 Anthropic 與 OpenAI，Alphabet 則在算力與人才雙重壓力下備受質疑，ServiceNow、RingCentral、Zoom 以語音與企業應用切入新一波 AI 成長戰。

生成式 AI 已不再只是實驗室技術，而正快速重塑美國科技與通訊產業的商業版圖。近期多家企業動作頻頻，從雲端巨頭的投資與算力布署，到企業軟體與語音通訊平台的產品策略，再加上監管機構對金融業風險偵測的要求，勾勒出一場「算力＋語音＋監管」交織的新 AI 軍備競賽。

首先，Amazon(AMZN)在大型語言模型合作關係上，已採取「兩面下注」的策略。與Anthropic(Anthropic)的合作，自2023年起即以技術與資本深度綁定，Amazon先投入40億美元，換取Anthropic將AWS作為主要雲端供應商並採用Amazon自家晶片訓練與推論。最新消息顯示，雙方將把原本依「運算時數」收費的模式，在明年改為「按 token 計價」。此舉被市場解讀可能推升 Amazon 使用 Claude 等大型語言模型的成本，但Amazon公開否認成本上升，強調合作擴大並不代表費用必然增加。

更關鍵的是，Amazon今年又宣布最多可向OpenAI(OPENAI)投資500億美元，換取後者在AWS上布署並將模型上架 Bedrock，Amazon則可導入OpenAI模型強化自身 AI 服務。這代表 Amazon 同時擁抱 Anthropic 與 OpenAI 兩大競爭對手，試圖在雲端基礎建設與應用層皆成為不可或缺的算力與模型集散地，用「平台優勢」鎖住企業客戶，而非押注單一模型贏家。

然而，另一家雲端與廣告巨頭 Alphabet(GOOGL)，在 AI 戰局中的壓力卻愈來愈明顯。Alphabet 本周正式被納入道瓊工業指數，股價一度上漲4%，獲得象徵性的「藍籌」地位。但從股價走勢來看，公司仍處於近月明顯修正期，且這次指數納入在資金面的實際效果有限，因為Alphabet早已在S&P 500與Nasdaq 100中佔有重要權重。更棘手的是，投資人開始質疑其龐大 AI 資本支出能否轉化為穩健回報。

在實務層面，Alphabet reportedly 被點名算力供應吃緊，無法滿足包括Meta在內的大型企業客戶對 Gemini 模型的需求，只能向像SpaceX這類基礎建設業者尋求協助，暴露出自身雲端資源緊繃的現況。同時，Google DeepMind內部多位關鍵研究員出走，轉往Anthropic與OpenAI；前Gemini共同負責人Noam Shazeer傳出對於算力存取受限感到不滿，最終選擇離開。算力不足與人才流失，疊加中國開源模型降價競爭，共同讓Google在 AI 競賽中面臨前所未有的壓力。

資本結構也顯示出這場算力戰的成本之高昂。Alphabet在為 AI 投資加碼之際，現金部位明顯下降，甚至首次在近十年內於單季未執行股票回購，並累積超過1,400億美元的債與股本融資，以支應巨額資本支出。在 AI 模型定價遭中國競品壓低之際，如何在維持技術領先的同時守住財務穩健，成為投資人最關心的核心問題。

與雲端巨頭相比，企業軟體與通訊平台則是在「應用落地」面向加速前進。ServiceNow(NOW)透過新三層產品打包策略，把AI功能直接綁入企業訂閱合約。BTIG的渠道調查指出，雖然客戶並非被強制升級，但不少企業在提早續約時接受「雙位數漲價」，換取新等級中包含的AI能力，帶動訂閱營收與預訂量同步提升，且美國聯邦政府等關鍵垂直市場表現強勁。分析師預期，ServiceNow第二季有機會在保守財測下「全面優於預期」，顯示「AI＋訂閱漲價」正開始成為具體財務成長動能。

在通訊領域，Oppenheimer則看好RingCentral(RNG)與Zoom(ZM)，認為語音與視訊仍是多數產業難以被取代的核心溝通管道，尤其在醫療、零售、法律與金融服務等高度受監管產業。RingCentral被視為在語音領域擁有深厚技術與合規門檻，從國際電信規範、隱私與緊急服務，到與全球電信商互通的複雜度，都為新競爭者築起高度壕溝。公司現階段積極調整成本結構，壓低股票給付，目標在未來數年大幅擴張利潤率，並持續推出 AI 功能整合語音、簡訊與視訊的一站式行動應用，搭配未來衛星網路普及，試圖在「隨時隨地聯絡」場景中取得優勢。

Zoom則試圖從「視訊會議工具」升級為完整的雲端通訊平台。Oppenheimer指出，Zoom現已布局UCaaS與CCaaS，包括 Zoom Phone、Contact Center、Virtual Agent、Revenue Accelerator 等多項產品，並以AI Companion作為橫向串接層。這個AI層結合自建與第三方模型，從被動助手走向具推理與記憶能力的「代理型AI」，在每次通話、會議與客服互動中累積上下文資料，形成「使用愈多、效果愈強」的正回饋循環。對企業客戶而言，這樣的系統能自動從銷售通話中找出機會與風險、產出行動項目並更新CRM，提高前線人員效率並減少資料輸入成本。

值得注意的是，伴隨 AI 在金融與通訊領域滲透，監管機構也同步強化對風險偵測的要求。美國證券交易委員會(SEC)剛對美國銀行(Bank of America, BAC)旗下 Merrill Lynch 開出750萬美元罰款，理由是該券商在2020年至2024年間未按規定通報部分低風險分數事件群組中的可疑活動給金融犯罪執法網(FinCEN)。雖然金額相對大型銀行營運規模並不巨大，但此案凸顯在AI與自動化監控系統普及下，若演算法設定讓部分風險分數門檻以下事件被忽略，依然可能遭到監管追究。Bank of America則表示，已持續與監管機構溝通並強化反洗錢系統，以因應演化中的風險模式。

綜合來看，當前美股科技與通訊產業的AI競賽已從「誰模型最強」進入「誰算力最穩、誰應用最落地、誰合規最到位」的多維戰場。Amazon以雙邊投資 Anthropic 與 OpenAI 鞏固雲端平台地位；Alphabet在算力與人才壓力下需證明其巨大CAPEX能轉化為可持續利潤；ServiceNow、RingCentral、Zoom則在企業應用與語音場景中尋找可持續的高毛利成長。隨著監管要求愈來愈嚴格、模型定價競爭愈發激烈，未來幾年關鍵問題將不只是「誰跑得快」，而是「誰能在跑得快的同時，跑得久又跑得穩」。投資人在追逐AI題材時，也必須更細緻地評估企業在算力供應、客戶黏著與監管風險管理上的基本面，而非僅憑短期概念與市場情緒做出決策。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。