Google 砸 300 億跟 SpaceX 買算力。AI 裁員卻沒人買單。

昨天夏日遊戲節熱鬧開場，今天 AI 圈轉到比較冷靜的一頁。週末新聞不多，但兩本帳同時被攤開來：一邊還在大手筆加碼，一邊開始要為前面的投入算回報。

Google 跟 SpaceX 買下 300 億算力

加碼的力道先看 Google。根據彭博引述 SpaceX 提交的文件，Google 已與 SpaceX 簽下大型算力採購協議，自 2026 年 10 月至 2029 年 6 月，每月支付 9.2 億美元購買運算資源，總額約達 300 億美元。

買到的東西很具體。Google 將取得約 11 萬顆輝達 GPU，以及相關 CPU、記憶體與配套設備使用權，用來支撐 Gemini Enterprise 等 AI 服務成長帶來的運算需求。若以輝達 H200 估算，這些設備代表的總運算容量可能超過 100 MW，相當於可同時供應約 7.5 萬戶家庭用電。

有意思的是買賣雙方的關係。SpaceX 在衛星與火箭業務上和 Google 各有盤算，這次卻成了 Google 的算力供應商，對手變客戶。Google 表示這屬於短期過渡性的算力擴充方案，主要因應客戶需求的快速成長。接下來看的是這 11 萬顆 GPU 何時真的上線、過渡之後 Google 自有產能怎麼接。

AI 降本在股市踢到鐵板

加碼的另一面，是有人開始為 AI 算回報，而帳算得並不漂亮。根據 CNBC 統計 23 家在裁員時明確提及 AI 的標普 500 企業，截至 2026 年 5 月 15 日，逾半數企業在宣布裁員後股價不升反跌。

幾個案例很直接。Nike 在 1 月以加速配送中心自動化為由裁減近 800 人，Salesforce 與 Fiverr 也接連宣布相關調整，這些把 AI 當成降本工具的公司，市場反應卻是用腳投票。

更關鍵的是顧問機構的判斷。Gartner 研究指出，裁員本身無助於提升 AI 投資的回報率。換句話說，投資人不再把「導入 AI 所以裁員」當成利多，而是開始追問省下來的成本有沒有真的變成獲利。如果接下來幾季企業拿不出 AI 帶動獲利改善的證據，這套降本敘事會更難說服市場。

電力缺口擋住 AI 建設

要把算力堆起來，先得有電。台達電在 COMPUTEX 由董事長鄭平親自坐鎮，定調 From Grid to Chip 的技術戰略，用固態變壓器與預製化貨櫃方案切進高效能運算的電力分配。

鄭平把問題講得很白。他指電力缺口已是 AI 建設最大的絆腳石，估計 2025 年全球 AI 建設延誤恐達 1,560 億美元，主因是電力系統的投資成長速度，甚至趕不上雲端服務商投資速度的一半。錢到位、電卻沒跟上。

解法則往離網方向走。台達電轉推離網式微電網，整合太陽能、風能與高效能燃料電池，讓資料中心不必完全依賴既有電網。當資料中心一座比一座大，能不能自己生出穩定的電，會直接決定 GPU 買回來能不能開機。

台灣的 K 型帳單

把鏡頭拉回台灣，帳本同樣分成兩半。英國《經濟學人》指出，AI 浪潮與台積電帶動台灣出口與 GDP 飆升，今年第一季 GDP 成長率達 14.55%、去年出口激增逾四成，晶片與 AI 相關設備已占總出口八成。

亮麗數據卻蓋著一個 K 型危機。傳統產業衰退、薪資差距擴大、青年低薪與內需疲弱同步惡化，台灣家庭消費力遠低於開發國家，連退休熟齡族也沒讓消費比重提高。台股漲翻天、網上不乏號稱炒股賺進百萬千萬的人，內需卻就是起不來。成長集中在少數高科技族群，多數人的薪水和消費並沒有跟著動。

資本市場的眼光倒是先變了。摩根士丹利的亞洲投資高峰會過去多在上海、新加坡舉辦，今年 5 月 28 日首度移師台北，吸引逾 600 位機構投資人、80 多家企業參與。大摩亞洲區執行長高浩灃說，投資人希望親自來台灣看供應鏈。在中美科技競爭升溫、台灣成為 AI 硬體供應鏈樞紐的此刻，外資用錢投票挺台股，但這份榮景能不能擴散到內需，是另一回事。

機器人的 AlphaGo 時刻

週末有一篇觀點值得一看。作者把當前的機器人發展，對照 2016 年 AlphaGo 擊敗李世乭的時刻，認為重點不在登上頭條的成就本身，而在它預示了什麼。

今年 4 月有兩項發展釋放同一個訊息。最受矚目的是北京人形機器人馬拉松，機器人不僅跑完半馬，速度還快過人類史上任何跑者；對比一年前首屆比賽許多機器人無法完賽、跌倒或電力耗盡，這個落差顯示當大量資源與工程集中投入一個明確目標時，進步有多快。

另一項較低調但影響可能更深遠，來自 Sony AI 團隊的發表。兩件事指向同一個方向：機器人正從狹義、預先編程的能力，跨向更通用、更具適應性的階段。從零學會任何事還有多遠不好說，但今年的訊息是這條路開始走得動了。

週末的本地 AI 動態

本地社群這個週末忙著壓榨小機器的效能。有人在 12GB VRAM 上跑 Gemma 4 12B 的 QAT 版加多 token 預測，衝出每秒 120 token，社群同步分享 QAT MTP heads 上傳與雙槽 benchmark；另一頭 Ideogram 4 開源後實測持續發酵，有人做出帶 LoRA 支援的工作流，也有人擔心模型太依賴 JSON prompt。ComfyUI 則因 0.24 版更新災情頻傳，記憶體不足與卡在取樣階段的求助貼文這兩天明顯變多。

平台端也在用 AI 解自己的問題。Netflix 產品與技術長 Elizabeth Stone 在 Bloomberg Tech 大會表示，平台正用生成式 AI 協助用戶從龐大內容中更快找到想看的作品，緩解內容過載的選擇壓力。她強調這是改善內容探索的工具、而非單純技術展示。週末沒有大發表，能看的是這些工具有沒有讓日常用起來更順。