Hyperscalers - 我們畫樹
是 PC 時代的 DELL , 還是Window? 假設驅動 | 相互獨立 | 完全窮盡
市場現在的故事：Hyperscaler 是燒錢者
過去兩年，市場對 Hyperscaler 的定價框架愈來愈悲觀。
Amazon、Microsoft、Google 三家 2025 年合計 capex 超過 2,500 億美元，同時大規模發債逾 900 億美元。 AWS 在 2024 年 Q4 單季收入 288 億美元，與 Amazon 同期整體 capex 278 億美元幾乎 1:1——每賺 1 元，同期就花 1 元資本支出。 折舊爭議進一步加深疑慮：多家 Hyperscaler 把 GPU 折舊年期由 5 年延長至 6-7 年，著名空頭 Michael Burry 指出，若按原折舊年期計算，2028 年前合計低估折舊約 1,800 億美元。 上游的 SK Hynix 在 2026 年 Q1 錄得 72% 的營業利潤率，Samsung 半導體分部利潤按年 +750%。 利潤在上游，成本在 Hyperscaler——市場的結論逐漸固化：Hyperscaler 是 AI 時代高資本密度的組裝廠，買最貴的零件，賺最薄的利潤。[cashmere]
PC 時代的先例：利潤池從來不是靜止的
但歷史告訴我們，價值鏈的利潤池從來不會停在同一個地方。
PC 時代初期（1980 年代）： 個人電腦的出現讓整個科技產業重組。IBM 在 1981 年推出 PC，選擇了開放架構——把 CPU 交給 Intel、作業系統交給 Microsoft，自己做硬體品牌與銷售。這個決定在短期內讓 IBM 快速佔領市場，但從長遠來看，它親手把兩個最關鍵的利潤節點拱手相讓。
Intel 的崛起： x86 架構成為整個行業的標準，任何 PC 廠商要進入市場，都必須採購 Intel 的 CPU。Intel 賺的不只是元件利潤，而是整個生態系統的「入場費」——軟體開發者為 x86 編寫程式，用戶買了 x86 的電腦，再也無法輕易切換到其他架構。稀缺性（製程領先）加上轉換成本（整個軟體生態的路徑依賴），讓 Intel 在 1990 年代享有接近壟斷的定價權，毛利率長期維持在 60% 以上。
Microsoft 的更深層勝利： Windows 掌握的是需求端的唯一入口。用戶要使用應用軟體，必須跑在 Windows 上；開發者要觸達用戶，必須為 Windows 編寫程式。這個雙邊網絡效應創造了自我強化的壟斷：用戶愈多，開發者愈多；開發者愈多，用戶愈難離開。更關鍵的是，微軟的商業模式邊際成本近乎為零——多賣一份 Windows 授權，幾乎不需要增加任何成本，但收入卻是真實的。到了 1990 年代中期，Microsoft 的 Windows 部門毛利率超過 80%，而整個 PC 硬體行業的利潤率卻在不斷壓縮。高毛利、低資本、控制入口——這是利潤池真正聚集的地方。
Dell 的悲劇： Dell 靠直銷模式和精密供應鏈管理，在 1990 年代末成為全球最大的 PC 廠商。但它的競爭優勢——高效率組裝、庫存管理、直銷渠道——全都可以被競爭對手複製。它無法控制需求入口（用戶不因為買 Dell 電腦而鎖定在 Dell 的生態），無法阻止 CPU 和 OS 的定價權流向上下游，最終在 2000 年代初被 HP、聯想逐步侵蝕，淪為薄利多銷的組裝廠。Dell 的市值從高峰時期的 1,000 億美元，跌至 2013 年私有化時的 244 億美元。
上游稀缺性的終結： 值得注意的是，Intel 的超額利潤也沒有永遠維持。AMD 在 2000 年代的追趕、ARM 架構在移動時代的崛起、以及後來 RISC-V 的開源衝擊，把 x86 的稀缺溢價逐步侵蝕。上游的稀缺性是有時限的；入口的壟斷性才是持久的。
PC 價值鏈的利潤池演變：
Meta 的動作：市場可能根本搞錯了 Hyperscaler 的身份
2026 年 7 月 1 日：把負擔變成業務
Meta 宣佈建立雲業務、向外部客戶出售過剩算力，股價單日上漲約 10%。 報道指其定位是「compute ＋ models」，而非純裸機出租。 這個動作的邏輯，與 Amazon 當年把自用伺服器對外出租催生 AWS 的劇本高度相似——把原本的成本中心，轉化為對外收入引擎。[nypost]
要理解 Meta的動作，必須先理解 Meta 過去兩年在 AI 基礎設施上的邏輯。
Meta 的 AI 策略一直自成一格。它不賣雲服務，沒有企業客戶，所有算力都用於自身的廣告排序、推薦系統與 LLM 研發。但 Zuckerberg 在 2024 年 Q4 業績會上，把 Meta 的天量 capex 定性為「戰略優勢」（strategic advantage），而非必要成本——他的邏輯是：在 AI 時代，算力就是議價權，誰手上算力多，誰就能訓練更好的模型，更好的模型帶來更好的廣告效果，廣告效果帶來更高的 ARPU。 Meta 因此計劃 2025 年投入 600-650 億美元 capex，在四大科技公司中比例最高。[cashmere]
然而，AI 模型訓練效率的快速提升（DeepSeek、Llama 系列的演進），讓同樣的算力可以跑更多的任務。Meta 的算力需求不但沒有耗盡自身供給，反而開始出現結構性過剩。Zuckerberg 的「戰略優勢」，在幾個季度後變成了一個需要找出路的資產負擔。
為什麼這個動作對 Hyperscaler 更重要？
Meta 本身不是 Hyperscaler。它沒有對外雲業務，沒有企業客戶基礎，沒有 PaaS、SaaS 生態。它是一個純粹的算力買家，突然宣佈變成賣家，市場即刻拉昇。
這個反應本身就是一個信號：市場意識到，把算力資產轉化為對外收入，是一條可行的路徑。
但 Meta 是這條路徑上條件最薄弱的一個玩家。Hyperscaler 手握比 Meta 大得多的算力規模，同時擁有 Meta 完全沒有的東西——深度的企業客戶關係、成熟的雲平台生態、以及跨越 IaaS、PaaS、SaaS 三個層次的變現能力。Azure 被 95% 的 Fortune 500 企業採用， Google Cloud backlog 達 1,550 億美元， AI 公司的創投融資已佔全球交易比例 20%，這些需求最終都要落在某個平台上。[cashmere]
若 Meta 宣佈賣算力能單日拉昇 10%，理論上比 Meta 在每一個維度都做得更深的 Hyperscaler，其被低估的程度可能遠不止於此。市場對 Hyperscaler 的「組裝廠」定價，可能根本搞錯了它們在 AI 價值鏈中的真實角色。
問題的核心：Dell 還是 Microsoft？
把 PC 時代的地圖疊在 AI 上，三個位置：
上游的 Nvidia 和記憶體廠，扮演 Intel 的角色——現在處於超級週期高峰，稀缺溢價極高。但 6 月 5 日 SK Hynix 暴跌 20.5%、6 月 23 日再跌 12%， 正是市場開始懷疑這個稀缺性能維持多久的信號——與 AMD 侵蝕 Intel 的劇本，歷史驚人地相似。
Hyperscaler 的 capex 部分，看起來像 Dell——大量資本投入、被動買入上游元件。這是 v_current 的市場判斷。
但 Hyperscaler 同時擁有 Microsoft 沒有的東西： 它們本身就是企業客戶與 AI 需求之間的雲入口。這些不是 Dell 的客戶關係——這是 Windows 式的客戶關係。
關鍵裂縫： Microsoft 是 asset-light 的入口，幾乎不需要 capex 就能賺錢。今日 Hyperscaler 是 asset-heavy 的入口，必須先燒 2,500 億美元 capex 才能維持競爭力。入口地位相似，資本結構截然不同——這條張力是整篇分析的核心。
如果 Hyperscaler 能夠把軟體與模型變現層做到高毛利，同時讓 AI 帶旺整盤已折舊完成的成熟雲業務（二階外溢），並等到上游超級週期見頂讓利——那麼「高資本＋高入口」的組合，最終可能比「低資本＋高入口」的 Microsoft 更大。如果不能，它就是一個比 Dell 燒更多錢的組裝廠。
敘事版本演進（v1 → v_current）
v_current 已 price in
Hyperscaler capex 龐大且靠舉債，ROIC 可能低於資本成本。
利潤池目前集中於上游——SK Hynix Q1 2026 毛利率達 72%，Samsung 半導體分部利潤按年 +750%。[marketscreener]
Hyperscaler 在 AI 價值鏈中是「被動買方」，議價權在供應端。
v_next 尚未 price in 的缺口
市場只計算「AI capex ÷ AI 直接收入」，卻系統性忽略了兩層利潤：(a) AI 帶動整盤雲生意（儲存、傳統 CPU、數據庫）的二階外溢收入；(b) 軟體與模型變現層的高毛利 orchestrator 角色。若兩者成立，ROIC 分子被大幅低估，v_current 的「組裝廠」定價錯配程度遠比市場以為的深。這條分界線是全篇核心。
五、核心假設（待檢驗命題）
H-0：
「Hyperscaler 能否在 18-36 個月內，透過掌握需求入口、軟體／模型變現，以及 AI 帶動既有雲業務的二階外溢，將 AI 利潤池由『上游硬體攫取』回流至下游平台，使估值框架由資本密集重工業切換至 AI 變現平台（PC 時代的 Microsoft 角色）？」
命題路徑： 若 (a) 模型即服務的毛利被驗證為高毛利而非清貨，(b) 企業客戶轉換成本足以守住需求入口，(c) AI 帶動既有雲池的二階需求外溢可量化，(d) 上游超級週期定價權下移——四條件成立即觸發 v_current（組裝廠）→ v_next（Microsoft）的框架切換。
六、投資假設地圖
Profit Pool 邏輯鏈：
Hyperscaler 最終佔多大份利潤 = 能否守住需求入口（1A）＋ 軟體變現是否高毛利（1B）＋ AI 帶動外溢的二階利潤（1E）－ 天量 capex 的資本拖累（1C）＋ 上游週期是否讓利（1D）
利潤歸屬 =（守得住 1A＋直接賺 1B＋外溢賺 1E）－（自身成本 1C）＋（上游讓出 1D）——合計窮盡「Hyperscaler 佔幾成」。
PC 時代類比對照：
