哪一家AI公司最後能留下來？這聽起來像是一道只有一個贏家的題目，但2026年的營運數據顯示，市場遠比想像中複雜。不同企業以不同方式從AI取得收入，也承擔不同的成本。模型開發商每次替使用者產生回答，都必須支付推論運算費用。雲端業者販售運算資源與工具，晶片製造商則為整個產業提供基礎設施。
因此，真正值得追問的，不只是誰營收最高，而是收入從哪裡來、扣除成本後留下多少，以及客戶是否願意持續付費。
營收有多大，哪些數字能放在一起比較？
大型上市科技公司定期公布財報，但多數企業沒有將AI營收獨立列為一個業務項目。下表採用各公司的整體營收，用來觀察財務基礎，不是AI產品銷售額排行榜。
| 公司 | 年度總營收（十億美元） | 如何解讀 |
|---|---|---|
| Amazon | 716.9 (2025年) | 包括零售等服務；AWS營收128.7十億美元 |
| Alphabet | 402.8 (2025年) | 含廣告、搜尋、雲端等，非Gemini單獨營收 |
| Microsoft | 331.8 (2026會計年度) | Microsoft Cloud營收214.4十億美元，包含非AI服務 |
| NVIDIA | 215.9 (2026會計年度) | 資料中心業務營收193.7十億美元 |
| Meta | 201.0 (2025年) | 主要來自廣告，非模型直接銷售 |
Microsoft的2026會計年度在當年6月結束，NVIDIA的2026會計年度在當年1月結束；Amazon、Alphabet與Meta則採用2025曆年。這些期間並不一致，因此比較結果主要反映財務規模與風險分散能力，不能直接判斷哪家AI模型最暢銷。
Amazon的龐大營收包含零售業務。NVIDIA的整體營收較低，但資料中心業務與AI運算投資的關聯更直接。Meta即使不把付費AI助理當成主要收入來源，也能透過AI提高既有廣告業務的效益。
OpenAI與Anthropic成長迅速，但必須分清指標
專攻模型的AI公司和多角化科技集團，不只營收規模不同，資訊揭露方式也不相同。OpenAI與Anthropic並未如上市公司一樣，定期公開完整的年度財務申報，因此每個數字的來源與定義都十分重要。
根據媒體檢視的財務文件，OpenAI在2025年營收約130.7億美元。Reuters引述其取得的公開發行說明文件指出，Anthropic同期營收接近46億美元。這是新聞媒體報導的2025年已實現營收，不是公開申報的2026年全年財報。
2026年的成長速度相當驚人。Reuters在9月29日報導，OpenAI的年化營收運行率接近700億美元。Bloomberg報導Anthropic在7月底的相同指標超過650億美元。
| AI公司 | 媒體報導2025年營收（十億美元） | 2026年報導年化營收速度（十億美元） |
|---|---|---|
| OpenAI | 13.07 | 接近70，2026年9月 |
| Anthropic | 接近4.6 | 超過65，2026年7月 |
年化營收速度不等於全年已認列營收。將一個月的強勁收入乘以12，只能說明當時的銷售節奏，不能證明公司已在完整一年賺得這筆錢。兩家公司的衡量月份也不同。因此，不能把700億與650億美元當成與2025年實際營收完全相同的數據。
這些報導顯示AI需求快速擴大，卻不足以單憑營收速度判斷企業能否長期獲利。
營收增加，不代表獲利一定增加
訓練先進模型需要研究、人力和大量運算設備。推出服務後，每產生一次回答仍有推論成本。即使硬體進步降低單次任務成本，總使用量快速攀升仍可能推高支出。
除了營收，還應觀察毛利率，也就是扣除直接提供產品或服務的成本後所剩的比例，以及投資之後的現金。某家公司可能擁有大量使用者，卻無法以訂閱費支付運算開銷；另一家客戶較少，但企業客戶將AI融入日常工作，願意持續付費。
Anthropic正是例子。Reuters根據檢視的文件報導，該公司2025年營收接近46億美元，但營業虧損超過80億美元。這不代表公司必然失敗，而是說明收入成長與靠本業支撐支出是兩道不同考題。
Microsoft指出，2026會計年度Microsoft Cloud的毛利率下降至66%，AI基礎設施投資及AI產品使用量增加是壓力來源之一。雲端業務成長並不會讓AI成本自動消失。
不同類型的業者各有優勢
晶片與運算設備供應商如NVIDIA，受惠於企業擴建資料中心。但今日旺盛的硬體需求，不保證未來投資永遠以相同速度增加。設備銷售額也不能等同AI應用公司的獲利。
大型雲端與平台業者如Amazon、Microsoft和Alphabet，已有既存收入、企業客戶及銷售管道，可以將AI整合進現有軟體與雲端服務；但也必須投入大量資本，承擔日後折舊和現金支出。
AI模型實驗室如OpenAI與Anthropic，可透過工作助理、程式開發工具及API收費。API是供其他軟體呼叫模型的介面。當競爭模型能力足夠且價格更低時，這些公司必須守住產品差異與推論成本。
Meta走的是不同路線。AI可以提升廣告效果與使用者互動，而不必對每一次AI操作個別收費。評估報酬時應看AI對核心廣告業務的幫助，而不只問模型本身創造多少收入。
什麼樣的AI公司更能長期經營？
答案不是某個企業名稱，而是能被檢驗的經營條件。公司必須留住真正付費的客戶，在價格降幅不超過效率改善的前提下成長營收，並維持穩定的通路與融資能力，避免新投資過度削弱本業。
大型企業可以用既有業務承擔風險，規模卻不保證投資報酬。專攻特定任務的小公司也可能創造很高價值。晶片、雲端、模型與應用程式各個層次，都可能同時存在成功的商業模式。
關鍵觀察。AI競爭未必只產生一個贏家。使用者可以採用一家公司的晶片、另一家的雲端和多個實驗室的模型。真正值得注意的是各個環節能留住多少經濟價值，而不是只看使用人數。
下一步要追蹤什麼？
未來財報應關注是否更明確揭露AI營收、每次推論成本降低的速度、企業客戶續約情況，以及資料中心投資何時轉化為現金流。對私人公司而言，可核實的全年已認列收入與成本，比單一時點的年化指標更有參考價值。
目前沒有足夠證據指出最後的贏家。能生存的公司不一定擁有最強模型或最高營收，而是能持續創造客戶願意付費的價值，並用合理成本交付服務的公司。單看一行營收數字，無法回答這道題目。
