Stratechery 創辦人 Ben Thompson：Nvidia 其實早已降價，只是隱藏在循環交易中
Stratechery 創辦人 Ben Thompson 在《Invest Like the Best》Podcast 節目中，剖析 AI 資本支出週期的脆弱環節、產業贏家佈局，以及為何「美國必須擊敗中國」的論述被過度炒作。（2026 年 8 月 21 日）
Ben Thompson 是 Stratechery 的撰稿人，他提出的「聚合理論」（aggregation theory）架構影響了過去十年的科技投資。在《Invest Like the Best》Podcast 的廣泛對談中，他挑戰了 AI 投資領域中幾項最根深蒂固的假設。其中最引人注目的觀點並非關於誰能在 AI 競賽中勝出，而是該產業是否有足夠的資金支撐到最後揭曉答案的那一刻。
Nvidia 的利潤率早已遭削減，只是沒人看得見
Thompson 最尖銳的新觀點，針對的是 Nvidia 近期的循環融資安排，包括那項涉及退休基金與保險浮存金的 5,000 億美元結構，以及 Nvidia 為 Neocloud（新興雲端服務商）購買晶片提供至 2030 年的擔保。他認為，這些交易本質上就是變相降價，只是未反映在損益表上。「Nvidia 提供了 25% 的擔保，如果你為此估值——考慮到 Nvidia 取得 Neocloud 的股權，或保證他們在 2030 年前會買下所有運算資源——他們為何要這麼做？就是為了讓這些實體能獲得更低的資金成本，」他表示。「風險永遠不會消失，只是轉移到其他地方。承擔風險是有代價的。」在他看來，Nvidia 在帳面上維持價格穩定，卻在資產負債表外承擔了實質的下檔風險，他認為市場並未透過簡單的現金流折現模型（DCF）正確評估這種動態。
在他看來，對 Nvidia 構成更大結構性威脅的並非 AMD 或客製化晶片新創公司，而是超大規模雲端供應商（hyperscalers）。Google 已同意將約 20% 的 TPU 產能出售給 Anthropic，而 Amazon 的 Andy Jassy 也暗示 Trainium 晶片最終將對外銷售。由於超大規模雲端供應商的資金成本結構低於 Neocloud，且越來越願意將晶片視為大宗商品而非差異化產品販售，Thompson 認為這是 Nvidia 長期的核心弱點。他還提出了一個關於能源的逆向觀點：美國電力供應長期充裕，這讓他感到「驚訝」，相信 Jensen Huang 也同樣意外。這種充裕消除了原本可能強化 Nvidia 在 Token 效率護城河的稀缺性動態。
台積電的保守策略將風險轉嫁給科技巨頭，並成為 Intel 的救命稻草
Thompson 將當前的運算短缺歸咎於台積電（TSMC）在 2023、2024 及 2025 年的投資步伐，當時即便 AI 需求加速，成長率卻不增反減。由於晶圓廠的前置時間長於資料中心，他認為短缺情況在好轉前會先惡化，目前的資本承諾產能要到 2028 或 2029 年才會顯現。「台積電將風險轉嫁給了科技巨頭，」他描述道，該晶圓代工廠因預期晶圓廠需運作 30 年而產生的結構性偏見，極力避免產能過剩，導致超大規模雲端供應商「因為運算資源不足，而損失了龐大的營收與利潤」。
他認為，這種動態正是讓 Intel 在經歷十多年失敗嘗試後，終於成為具投資價值的代工夥伴的原因。Thompson 自 2013 年起便撰文指出 Intel 需建立真正的代工業務，但當時沒有理性的客戶會捨棄運作順暢的台積電而選擇 Intel。極度稀缺改變了算式。「稀缺性最終救了 Intel，」他預測近期將會有重大的代工合作夥伴關係宣布。他將此與記憶體製造商以及伊朗對荷姆茲海峽的控制權進行了精闢的類比：兩者都是一旦真正使用就會失去力量的槓桿，因為世界會永久性地繞過它們。「沒有人會讓自己再次陷入這種境地，」他談到晶片客戶對當前短缺的可能反應時說道。
Amazon 的內部飛輪與 Apple 的審慎退場
當被問及哪家大型科技公司佈局最引人注目時，Thompson 直指 Amazon，引用其先為自身需求建立基礎設施，再進行商業化外銷的模式——從 AWS 本身到 Graviton 與 Trainium 晶片皆是如此。「早期版本非常糟糕，」他談到 Amazon 的客製化晶片時說，「但如果你在使用 Amazon 的託管服務……他們可以把那些效能平庸的處理器用在銷售的服務底層，這賦予他們足夠的規模與產能進行迭代並不斷改進。」他認為這種自我參照的規模優勢具有持久性，且在核心零售與物流業務上，很大程度上不受 AI 顛覆的影響。
至於 Apple 選擇不參與前沿模型競賽，Thompson 認為這是可以辯護的，而非錯失良機，因為 Apple 的決定論式製造文化與 AI 的機率本質存在不匹配。「Apple 是決定論式產品的王者，」他說。「你發布了 iPhone，發布一次就必須完美……Apple 不做 AI 我完全能接受。我希望他們繼續製造出色的裝置。」他提出的疑問是，Apple 是否會重蹈 Microsoft 在行動通訊上的歷史覆轍，假設手機永遠是運算中心，即便環境 AI（ambient AI）可能將介面轉移到其他地方。
Microsoft 的 IBM 劇本與 Meta 的必要冒險
Thompson 將 Microsoft 的現況與 1990 年代的 IBM 進行了直接的歷史對比，認為 Microsoft 決定不投入前沿模型，轉而為企業開發中介軟體的策略，反映了 Lou Gerstner 將 IBM 定位為連結舊有系統與網際網路之間信任層的轉型策略。「Microsoft 的立場是：我們會協助你駕馭 AI，同時確保你不會把核心資產拱手讓給這些公司，」他指出，這就是為何 Microsoft 上季即便未追逐前沿模型，仍產生了 200 億美元的自由現金流並支付了 100 億美元的股息。他稱該策略「理性」，但同時也帶有「存在主義式的絕望」，因為 Microsoft 的整個企業軟體業務——特別是 Codex 或 Claude Code 等產品日益威脅的使用者介面層——正處於 AI 的直接射程內。
相比之下，他認為 Meta 面臨著最有趣的兩難：「如果你是一家數位公司，不投入前沿領域其實更為魯莽。」他肯定了 Mark Zuckerberg 願意摧毀現有研究團隊並從頭重建的決心，認為這是創辦人信念的罕見展現。同時他也指出，Meta 的核心廣告業務實際上能從大型語言模型中獲得超額收益，因為 Meta 的廣告市場本身就是 AI 生成創意與預測性廣告配對的全球即時驗證引擎。不過，他批評了 Meta 在溝通廣告社會價值方面的表現，認為這是自 Sheryl Sandberg 離職後持續存在的缺口，也讓公司在爭取投資人對持續 AI 支出的耐心時更加困難，特別是在 Reality Labs 累計虧損約 1,000 億美元之後。
OpenAI 在廣告業務上的遲來轉向
Thompson 直言不諱地批評 OpenAI 最初拒絕建立廣告業務，認為該公司在規模大得多的情況下，重複了 Dropbox 早期的錯誤，押注於消費者訂閱制。「他們簡直是在重演 Dropbox 的故事，只是規模放大了百倍，堅持只向消費者銷售訂閱。他們確實賣了很多，但賣得還不夠。」他認為，若 OpenAI 在 ChatGPT 爆紅時就積極投入廣告業務，Google 與 Meta 今天將面臨更大的競爭壓力，因為廣告資助的定價模式不像訂閱制那樣存在消費者彈性上限。OpenAI 近期已開始推出與廣告相關的功能，包括連結零售商以追蹤購買行為，Thompson 表示他正密切關注此事。
融資缺口與鐵路建設的類比
貫穿整場對談的宏觀警告是關於資本，而非運算或電力。Thompson 指出，產業已迅速沿著融資鏈條下移，從自由現金流到公司債，再到 Google 發行股票。他稱後者「令人震驚」，考慮到 Google 強勁的資產負債表。「接下來是什麼？之後錢從哪裡來？」他問道，並警告如果營收成長無法及時趕上資本支出，將會出現「巨大的崩盤」。他將此時刻比作 1870 年代的鐵路建設，指出鐵路同樣需要在回報出現前進行大量融資，雖然當時「世界資金耗盡」，但基礎設施最終證明對 GDP 具有變革性影響。他點出了一個諷刺之處：波克夏海瑟威（Berkshire Hathaway）的鐵路獲利，如今正資助其在 Google AI 建設中的持股，他稱之為「字面意義上的循環」。
AI 的能力極限與中國議題的框架
關於技術本身，Thompson 表示他仍不相信 AI 在程式設計與數學等可驗證領域的統治力，能輕易推廣到更廣泛、不可驗證的現實世界經濟任務中，儘管他強調即便模型不再進步，在已解決領域的經濟機會依然「巨大」。他對矽谷圍繞中國的地緣政治框架持公開懷疑態度，稱「美國 AI 驅動的軍事優勢能持久」的想法「非常有問題」，並認為對中國製造業的依賴被低估，且除非發生實際衝突，否則不太可能解決。「每個人都需要一個好用的假想敵，」他說。「我認為從 AI 貿易的角度來看，沒有什麼比『我們必須擊敗中國』更有說服力。」他形容目前的競爭差距——美國前沿技術領先中國開源模型約六到九個月——是一個相對穩定的平衡，儘管他認為這種穩定性能維持多久，確實存在不確定性。