Alphabet 計畫投入 1800 億至 1900 億美元資本支出，8 兆美元人工智慧支出狂潮引發市場疑慮

Alphabet 計畫今年投入 1,800 億至 1,900 億美元的資本支出，主要鎖定人工智慧基礎設施與資料中心，此為該公司最新財務揭露內容。這家科技巨頭透過股票發行籌集 850 億美元，用以資助 Google 的人工智慧業務，凸顯其投入規模之鉅。此一支出疊加在整個產業未來五年近 8 兆美元的人工智慧相關資本承諾之上。Google 第一季營收年增率達 22%，為這些支出提供支撐，但建設規模之龐大正迫使投資人面對一個根本問題：公開股權與債券市場能否吸收此一水準的支出，而不引發資本配置危機？答案將不僅決定 Alphabet 的股價，更將決定整個人工智慧基礎設施論述的可行性。

850 億美元股票發行及其在資本結構中的角色

Alphabet 的 850 億美元股權籌資為企業史上最大規模的單一股票發行，旨在為科技公司有史以來最激進的資本支出計畫提供資金。所得款項直接支應今年 1,800 億至 1,900 億美元的資本支出目標，其餘部分來自營業現金流與債務。Google 第一季營收年增率達 22%，提供強勁基礎，但資本支出對營收的比率正攀升至人工智慧時代之前難以想像的水準。該公司實質上是在押注人工智慧驅動的營收成長能迅速實現，以維持槓桿比率在可控範圍內。Sundar Pichai 已表明此支出為非選擇性，是維持搜尋、雲端與人工智慧服務領導地位的策略必要。850 億美元的籌資同時向債券市場傳遞訊號，表明 Alphabet 不會過度拉伸其資產負債表，在資助建設之際仍維持 AAA 信用評等。此一資本結構操作為其他超大規模雲端業者密切關注的範本，因它們正考量自身的資金需求。股權籌資提供對抗利率上升的緩衝，確保即使聯準會將借貸成本維持在高檔至 2027 年，Alphabet 的債務償付成本仍可管理。

1,800 億至 1,900 億美元如何流經人工智慧供應鏈

Alphabet 約 1,800 至 1,900 億美元的資本支出，直接流向少數集中的半導體與基礎設施供應商。輝達仍是主要受惠者，供應驅動 Google 人工智慧訓練與推論工作負載的繪圖處理器。但這筆支出也外溢至連通性專業廠商，如 Astera Labs，該公司近期擴張台灣營運及雲端 - 規模 Interop Lab，以加速機櫃級人工智慧基礎設施部署。Astera Labs 與超微、Arm、英特爾、輝達等人工智慧平台供應商合作，亦與廣達雲端科技、英業達、鴻海旗下 Ingrasys、技嘉、緯穎等原廠設計製造商協作。涵蓋 CXL、乙太網路、NVLink Fusion、PCIe 及 UALink 的連通層，在繪圖處理器叢集擴展至數萬顆規模之際，正成為關鍵瓶頸。Alphabet 的支出確保這些互連廠商具備需求能見度，得以投資自身產能擴張。該資本支出亦挹注 Google 客製化 TPU 設計，與輝達產品競爭，並賦予 Alphabet 在價格談判上的槓桿。每一代 TPU 皆需在台積電先進封裝設施重新調整製程，鎖定競爭對手難以複製的多年期產能預訂。除矽晶片外，Alphabet 的建置亦需對客製化網路硬體進行平行投資。Google 的 Jupiter 網路架構專為在單一資料中心內連線數萬顆 TPU 與繪圖處理器而設計，其持續性資本承諾規模堪比晶片支出本身。專為每晶片 300 瓦機櫃設計的光學互連、電源分配單元及冷卻系統，再添一層支出，此類成本鮮少出現在資本支出的標題數字中，卻佔整體基礎設施成本的相當比重。專攻機櫃級冷卻與供電系統的小型人工智慧基礎設施廠商，回報與超大規模雲端業者採購週期直接相關的 18 至 24 個月訂單積壓，其中 Alphabet 的數量承諾驅動其前瞻營收能見度的大宗。

競爭版圖重組：Meta、微軟與超大規模雲端業者軍備競賽

Alphabet 的支出狂潮迫使每家超大規模雲端業者都得跟上或證明自己走不同的路線。Meta 在馬克‧祖克柏領導下，已承諾投入一千億美元押注人工智慧，其中包括以高額薪酬網羅 AI 研究人員，部分總薪酬方案甚至高達數億美元。這場人才戰爭正推升整個產業的成本，因為 Anthropic 和 OpenAI 等公司也在爭搶同一批博士與工程師。微軟透過與 OpenAI 的合作，正大舉投資 Azure 基礎設施，但其確切資本支出數字仍相對不透明。競爭動態正從「搶先部署 AI 產品」轉變為「搶先掌控底層運算資源」。Alphabet 一千八百億至一千九百億美元的資本支出，築起小型業者無法複製的護城河，可能將 AI 開發整合至前三大超大規模雲端業者手中。然而，這也拉高了賭注：若 AI 營收成長不如預期，閒置資料中心的壓力將拖累整個產業的利潤率。這項支出是一場豪賭，賭的是長期而言 AI 推論需求將遠超過訓練成本，從而合理化前期投資。亞馬遜網路服務也在加速自身的資料中心擴張，但其資本支出計畫仍比 Alphabet 揭露的目標更為保守。薪酬通膨是第二階成本，很少出現在資本支出揭露中，卻正重塑 AI 開發的經濟結構。頂級超大規模雲端業者的資深機器學習研究人員，如今總薪酬方案足以媲美華爾街最高薪族群，包括簽約獎金、股權授予與留任獎勵，目的在鎖住人才三至五年。Alphabet 旗下的 Google DeepMind 部門尤其積極，以小型 AI 公司結構上無法比擬的薪酬方案，從 OpenAI、Anthropic 及頂尖學術機構挖角。這種薪酬動態將前沿模型開發集中在超大規模雲端業者手中，以獨立於資本支出循環運作的人才護城河，強化基礎設施護城河。

對台灣、晶圓廠與企業買家的下游影響

人工智慧基礎設施的建置，正重塑半導體製造與資料中心建設的地理版圖。Astera Labs 在台灣的擴張，深化了台灣作為人工智慧供應鏈關鍵節點的角色，連結晶片設計業者與組裝機櫃級系統的 ODM 廠。台灣在先進封裝產能上的高度集中，對輝達整合 HBM 的 GPU 及 Google 的 TPU 至關重要，使其成為策略性瓶頸。台灣半導體生態系的任何中斷，都將波及 Alphabet 的整體資本支出計畫。在晶圓廠方面，英特爾的晶圓代工業務正積極布局，以爭取部分此類支出，但其製造藍圖在大規模量產上仍未獲驗證。企業級人工智慧基礎設施的買家則面臨不同挑戰：隨著超大規模雲端業者吸納大部分 GPU 供給，企業級人工智慧硬體的交期持續拉長，促使較小型的企業轉向雲端服務，而非在地部署。此一動態強化了超大規模雲端業者的定價能力，並形成良性循環，使更多企業支出回流至其人工智慧雲端。Turner Construction 與 DPR Construction 等資料中心營造業者，正回報創紀錄的訂單積壓，而在北維吉尼亞與鳳凰城等關鍵市場，電力變電站交期已延長至超過 36 個月。能源層面的影響同樣重大。單一大型人工智慧資料中心園區的用電量介於 500 百萬瓦至 1 吉瓦之間，相當於一座中型電廠的發電量。Alphabet 的建置行動正加速美國、歐洲及亞洲對電網併網協議的需求，推升購電協議價格，並促使該公司與核能及再生能源供應商簽訂長期合約。維吉尼亞州與喬治亞州的電網營運商已示警，新增資料中心負載的併網排隊時間現已長達五年，形成實體基礎設施的制約，無論資本是否充裕，都可能拖慢建置進度。

政策與策略訊號：市場吸納 8 兆美元的能力

五年內近 8 兆美元的人工智慧支出承諾，代表資本市場配置資源方式的結構性轉變。這並非週期性回升，而是從軟體與服務轉向實體基礎設施的多年期投資重分配。Alphabet 出售 850 億美元股票所釋出的訊號是，即使現金最充裕的企業也認知到需要利用公開市場來挹注建設資金。問題在於股權與債券市場能否吸收此一規模，而不排擠其他產業或引發回檔。就歷史而言，科技資本支出週期多以產能過剩與資產減損作收，2000 至 2002 年的電信泡沫即為前車之鑑。然而，人工智慧基礎設施的不同之處在於，它所服務的是快速成長的需求池，而非投機性頻寬。政策意涵相當明確：監管機構與央行將需監控人工智慧基礎設施支出的集中度，因為任何一家超大規模雲端業者的縮手，都會對半導體供應鏈、資料中心建設與能源市場產生不成比例的影響。聯準會延續更久的高利率立場，直接為建設增添資金成本逆風，提高每個增額資料中心專案的門檻報酬率。在 5% 的無風險利率下，一座 100 億美元的資料中心投資，相較 2021 年零利率環境，需要每機架產生顯著更高的人工智慧營收。Alphabet 的 AAA 信用評等使其免受此壓力最嚴重的衝擊，但缺乏投資級評等的中階人工智慧基礎設施公司，則面臨結構性不同的融資環境。若利率在 2027 年前持續居高不下，超大規模雲端業者與非超大規模雲端業者之間的人工智慧基礎設施支出分歧將進一步擴大，加速人工智慧生態系中扮演創新外圍角色的小型業者整併。

未來 18 個月將考驗 Alphabet 的 1,800 至 1,900 億美元押注，究竟是新運算典範的基礎，還是市場無法承受的投資週期高峰。若人工智慧營收成長如 Pichai 預測般加速，這筆支出將顯得具前瞻性，而 8 兆美元的產業承諾也將獲得證實。若成長令人失望，未充分利用的資料中心餘壓與資產負債表壓力，將引發重塑競爭格局的整併浪潮。無論結果如何，所投入的資本規模確保人工智慧基礎設施建設將成為這十年最具定義性的經濟故事，其影響涵蓋半導體供應鏈、能源電網，以及全球最大科技公司之間的權力平衡。