事件總覽：Meta 每年豪擲數億美元向微軟 Azure Foundry 平台採購 AI 模型服務，從「自建大戶」低聲下氣變身「外部救援大客戶」，這條時間軸暴露了 AI 軍備競賽裡，沒人逃得過的殘酷物理限制。
📅 2025年10月：祖克柏的算力宣言
去年這個時候，Meta 對外信心滿滿。他們公開表示，自家 AI 模型的運算需求，完全可以靠自建的基礎建設以及既有的外部雲端合約來搞定。話說回來，那份自信確實其來有自——畢竟 Meta 的資本支出向來不手軟，資料中心一棟接一棟蓋，那時候沒人會懷疑他們「自給自足」的能力。
但這份宣言背後，其實已經埋下一個伏筆：Meta 同時在檯面下討論要推出自家的 API，讓其他企業也能存取他們的 AI 模型，直接跟微軟 Foundry 打對台。計畫很美好，現實卻很骨感。
📅 2026年1月：財報裡的弦外之音
今年第一個月，Meta 在季度財報中首度鬆口，承認「第三方雲端支出」將會顯著拉高全年的支出總額。更重要的是，他們特別強調這筆錢跟公司自家的資本支出是分開計算的——這句話翻譯成白話文就是：我們蓋資料中心的錢照花，但向外麵包 AWS、Azure 的錢，也省不下來。
這個時間點非常關鍵。在此之前，市場普遍將 Meta 的巨額資本支出解讀為「對自家算力有絕對自信」，但這份財報等於默認了自建能量的不足。只不過，當時沒人知道這個「不足」的缺口到底有多大。
📅 2026年7月：技術長的坦白
今年 7 月，Meta 技術長 Andrew Bosworth 終於把話說白了。他承認公司會「租用市面上領先的外部模型」，而且強調這是開發工作的一環。換句話說，Meta 內部團隊不只用外部算力來跑負載，甚至拿 OpenAI 的模型來評測自家系統的輸出品質——這已經是直接把對手的武器借來檢查自己的裝備了。
說真的，這在業界其實不是祕密，但由 CTO 親口證實，等於承認了一個尷尬的事實：就算你再有錢、再會蓋資料中心，AI 模型迭代的速度就是比硬體建置快。你還在調參數，人家已經推出下一代架構了。
📅 2026年8月：彭博社爆料掀底牌
彭博社 8 月 20 日這則報導，直接把 Meta 的算力困境掀到了檯面上。根據知情人士的說法，Meta 每年付給微軟 Azure Foundry 平台的費用高達數億美元，換算新台幣就是數百億元。而且這不是偶爾應急的開銷——他們每週透過該平台消耗數兆個 Token，是貨真價實的常態性大戶。
這則新聞一出，等於向市場丟出一枚震撼彈。微軟 Foundry 平台截至今年 7 月底，客戶數已達 10 萬，營收年增超過一倍，而 Meta 就是背後低調的「金主」之一。微軟財務長 Amy Hood 甚至坦言「系統仍存在產能限制，需求持續超過現有供應」——連賣算力的人都說自己不夠賣，這市場有多瘋狂，可想而知。
有趣的是，Meta 的資本支出也在此時不斷上修。從第一季的 1,150 億至 1,350 億美元，先調到 1,250 億至 1,450 億美元，第二季財報後再將下限拉高至 1,300 億美元。全年預算來到 1,300 億至 1,450 億美元（約新台幣 4.16 兆至 4.64 兆元），幾乎是去年 722 億美元的兩倍。單單第二季，資本支出就燒掉 310.8 億美元。
編輯觀點：這則新聞最值得玩味的，不是 Meta 花多少錢，而是「自建派」神話的破滅。過去兩年，大家都以為只要資本開得夠大、資料中心蓋得夠多，就能擺脫被雲端巨頭綁架的命運。但 Meta 的案例狠狠打了這個臉——AI 算力不是硬體軍備競賽，而是供應鏈韌性的考驗。祖克柏第二季自由現金流年減 91%，證明這條路比想像中燒錢。對一般企業來說，連 Meta 都撐不住純自建，你還要硬幹嗎？不如務實一點，把外部雲端當成常態成本，而不是應急的備胎。
算力地圖的兩大變數
就在 Meta 巨額用量被揭露的同一週，微軟 Azure 自己也身陷產能爭議。《衛報》8 月 17 日的一份調查指出，Microsoft 實際安裝的 AI 晶片數量約為 220 萬顆，遠低於業界根據其公布的電力容量所推算出的數字。微軟立刻反駁，說這個計算方法採用的假設有誤。
但加州大學河濱分校教授 Shaolei Ren 審視過相關推算後認為，現有的公開產能數據缺乏足夠背景資料，根本無法判斷實際運作的算力到底有多少。這句話很致命——連賣算力的人都無法證明自己有多少庫存，買算力的人卻得掏出數百億美元，這筆帳怎麼算都有點玄。
話說回來，就算微軟的產能真如官方所說那麼充足，Foundry 平台上同時使用多家供應商模型的客戶數量，自今年初以來已經成長了 5 倍。年算量達 1 兆 Token 的客戶數也年增 4 倍。大家都在搶，你怎麼確定自己永遠搶得到？
至今影響與未來展望
這條時間軸告訴我們一件事：AI 算力已經從「策略投資」變成「生存開銷」。Meta 過去兩年用接近翻倍的資本支出試圖擺脫雲端巨頭，結果卻發現自己一邊蓋資料中心、一邊掏錢給微軟，兩條路線同時燒錢，自由現金流直接崩掉 91%。
往後推演，這場算力戰爭會走向兩個極端。一是「算力通膨」常態化——GPU、記憶體價格只會更貴，祖克柏說的「零組件價格上漲」不是藉口，是真實的硬體通膨。二是「多雲綁架」成為 AI 產業的結構性特徵，連 Meta 這種等級的玩家都得同時包養 AWS、Azure 和自家機房，中小企業根本沒有第二條路。
如果連 Meta 都無法靠自建突破物理限制，那這場遊戲的入場券，恐怕只會愈來愈貴。
對讀者來說，這則新聞的啟示很直接：不管你是投資 AI 概念股的散戶，還是正在評估導入 AI 工具的中小企業主，請把「算力成本」納入你的長期風險評估。AI 模型會降價，但算力不會。Meta 的財報已經劃出這條殘酷的曲線，你不需要等到自己買不起的時候才看懂。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
Meta 為什麼不全部用自己的 AI 基礎建設，還要花錢跟微軟買算力？
因為 AI 模型迭代速度遠快於資料中心建置速度。即使 Meta 資本支出創新高，自建機房的產能仍趕不上內部開發團隊的即時需求，外部雲端成為常態性的補充資源，而非僅是應急備案。
微軟 Azure Foundry 平台到底是什麼？跟一般 Azure 服務有什麼不同？
Foundry 是 Azure 旗下專門提供 AI 模型開發、評估與部署的整合平台，客戶可以直接在平台上使用 OpenAI 等領先模型，並進行大規模 Token 運算。它比一般 Azure 運算服務更偏向「AI 模型即服務」的定位，這也是為什麼 Meta 開發團隊會用它來評測自家模型。
Meta 每年花數億美元買算力，對其財務狀況影響多大？
影響非常大。Meta 第二季自由現金流年減 91%，直接反映 AI 軍備競賽的代價。資本支出從 722 億美元暴增至 1,300 億以上，再加上外部雲端數億美元的額外開銷，短期內獲利能力將持續受壓縮，但 Meta 顯然選擇犧牲現在換取未來的 AI 競爭位置。
Azure 本身的產能限制會不會影響 Meta 的 AI 發展進度？
會。微軟財務長已公開表示需求持續超過供應，且外部研究對 Azure 實際安裝的 AI 晶片數量提出質疑。如果 Azure 產能真的跟不上，Meta 即便有錢也可能買不到足夠算力，這將直接影響其模型訓練進度與產品上市時程。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
