收入翻10倍，AI時代的算力“滴滴”為什麼還不賺錢？

### 重點整理：營收暴增背後的獲利困境

AI 算力租賃平台近期營收翻倍成長，看似搶搭了生成式 AI 的順風車，但多數業者仍深陷虧損泥沼。這些平台被比喻為「算力界的滴滴」，靠著整合閒置 GPU 資源再轉租給客戶，迅速擴大市佔。然而，租來的算力本質上是「中間商賺差價」的模式，在大量投入行銷、補貼與底層基礎設施後，毛利空間被壓縮到極低，導致營收越高、虧損可能越大的悖論。根據市場觀察，即使收入成長十倍，距離真正的盈利拐點仍遙遙無期。

### 背景脈絡：共享經濟邏輯在算力市場的適用性

這波算力租賃平台的崛起，源自大型語言模型與生成式 AI 爆發後，中小型企業與開發者對高階 GPU 的急迫需求。由於直接採購 H100 等晶片不僅成本高昂，還需面對供應鏈交期與維運問題，算力租賃順勢成為「輕資產」解決方案。但不同於 Uber 或 Airbnb 能夠利用既有閒置資源，算力市場的「閒置 GPU」其實有限，平台若要保證穩定供給，往往得先向雲端業者或資料中心大量預訂，甚至自建機房。這種「先租後租」的雙重成本結構，加上同業之間的價格廝殺，導致平台難以從規模經濟中獲利。

### 可能影響：產業競合與客戶依賴度雙重考驗

這波虧損現象對產業鏈帶來深遠影響。首先，平台若無法改善獲利，將被迫縮減補貼或提高價格，可能讓原先受惠的低價算力客戶感到壓力，進而轉向直接簽約雲端大廠。其次，投資人對於「燒錢換營收」的模式已趨謹慎，後續融資難度升高，可能加速產業整併，體質較弱的平台將被淘汰。另一方面，大型雲端業者如 AWS、GCP 早已具備自有算力與生態系優勢，租賃平台若無法提供差異化服務（如低延遲、專屬調度工具），將難以建立長期護城河。

### 讀者可關注的後續：商業模式轉型與關鍵指標

接下來值得關注的重點，在於這些算力平台如何從「單純轉租」進化到能創造附加價值的模式。例如，部分業者開始嘗試針對特定訓練場景提供最佳化調度演算法，或結合邊緣運算解決方案，拉高單一客戶的貢獻值。讀者應追蹤平台的毛利率變化、客戶留存率，以及是否開始投入自建算力資產。此外，隨著各國政府關注 AI 算力戰略資源，相關監管與補貼政策也可能改變遊戲規則——例如台灣正推動的 AI 算力中心計畫，是否會與民營租賃平台形成競合，都是後續觀察重點。

### 短中期展望：盈利時間點仍未明朗

綜合來看，算力租賃平台短期內仍處於「規模換市佔」的階段，盈利時間點可能取決於三個變數：一是 GPU 供貨瓶頸緩解後，硬體成本能否下降；二是企業客戶是否願意為管理服務付更高溢價；三是平台能否擺脫單純比價的困局。對讀者而言，若想理解 AI 基礎設施的商業邏輯，不妨持續追蹤這些平台的財報中「算力成本佔營收比」與「單客戶經濟模型」，這比單純看營收成長更能反映真實健康度。

### 結語：算