AI基礎設施投資：2026最穩賺的長期標的

Q: 除了NVIDIA跟大雲，還有哪些被低估的『工具製造商』可以關注？

除了已經眾所皆知的NVIDIA、AWS、Azure、Google Cloud之外，Snowflake與Databricks在資料平台領域的護城河正在加深；Cohere、Replicate這類專業AI服務商，則是下一波API經濟的獲利管道。投資上建議以『ETF思維』分散配置，避免單押。

AI基礎設施投資是這篇文章討論的核心

為何AI基礎設施股會是2026最穩賺的長期投資標的？Mohnish Pabrai的批判性投資思維解析

▲ 核心硬體是AI生態系的地基——沒有穩固的基礎設施，再強大的演算法都是空談。（圖片來源：Pexels / Steve A Johnson）

快速精華總整理

💡 核心結論：投資AI應用端像賭運氣，投資基礎設施端則是收放水費——不論誰贏，鏟子商都賺。Mohnish Pabrai明確表態，價值深埋在「pickaxe makers」（工具製造商）。
📊 關鍵數據：全球AI基礎設施市場2024年約1358億美元，預計2030年衝上3940億至4188億美元（CAGR 19.4%–21.5%）。NVIDIA 2026財年數據中心營收逼近2159億美元，穩佔AI GPU市場超過80%。
🛠️ 行動指南：從「算力、資料、API、開發工具」四大板塊選股，檢視收入訂閱增長速度、客戶留存率與研發投入比率。
⚠️ 風險預警：AI應用端公司極易受取代與價格戰重創；短期市場波動可能讓你提前下車，錯過長期複利。

為什麼Pabrai堅決選擇AI基礎設施而非應用層？

前幾天看到Mohnish Pabrai在一場訪談中直接開嗆：他說多數投資人就像淘金熱裡的盲目礦工，拿著鏟子亂挖一通，卻忘了真正穩賺的其實是賣鏟子、賣牛仔褲的人。這位巴菲特的頭號迷弟、價值投資界的硬核玩家，在今年明確表態了一個讓不少AI信仰者買單的想法——把錢丟進「pickaxe makers」（工具製造商），而不是押注隨時可能翻車的AI應用端。

Pabrai 的邏輯殺傷力很強：今天冒出來的AI寫作、AI客服、AI繪圖，天曉得三年後還會不會存在？但不管這些應用怎麼廝殺、怎麼翻新品，一定有東西不會變——就是背後的GPU、資料中心、訓練平台跟雲端租賃這些骨幹服務。這種思維其實呼應了當年加州淘金潮的教訓：1848年冒險去挖金子的窮到脫褲子，Levi Strauss賣牛仔褲跟賣鏟子的反而發大財。

延伸觀察，全球AI基礎設施市場2024年約1358億美元，預計到2030年會膨脹至3940億至4188億美元（成長率接近19%–21.5%）。這塊餅不是單純靠熱情就能咬到的，而是由NVIDIA、AWS、Google Cloud、Snowflake、Databricks這些「鏟子商」扎扎實實撐起來的。傳統AI應用特別是消費型產品，進入門檻低，同質化又快，隨便一個模型降價或功能被複製，營收可能就腰斬。反觀基礎設施層，園區蓋好了、伺服器裝了、架構綁定了，客戶要搬走？那可是傷筋動骨的工程。

💡 Pro Tip 專家見解： Pabrai 在訪談中不斷強調「too hard pile」（太難的籃子），意思是有些東西你根本看不懂、也無法評估，就不要硬去玩。他對AI基礎設施股下手的前提，是這些公司財務明確、市場地位穩固，而不是賭某個不確定的「殺手級應用」。

算力、資料、API、開發工具——這四個板塊誰是真贏家？

如果你想認真跟著Pabrai的思路走，他開出的四張選股地圖其實很精準：算力、資料、API、開發工具。這四條線剛好涵蓋了AI從「認知」到「落地」之間的所有必經關卡。

算力（Compute）：這一切的起點。沒有GPU，你的大型語言模型跟ChatGPT一樣，都是紙上談兵。NVIDIA在2026財年的數據中心營收已經飆到2159億美元，單季甚至衝破510億美元。這家公司穩佔AI加速器市場超過80%的份額，Blackwell架構一出就直接賣爆。AMD雖然急起直追，但短時間內撼動不了NVIDIA的護城河。

資料（Data）：AI模型的好壞，80%取決於資料品質與清洗程度。Snowflake跟Databricks這幾乎是這條賽道的雙頭龍。Snowflake的年度經常性收入（ARR）在2026年已達約50億美元水準，Databricks更是以55%以上的成長速度在狂奔。這兩家不只賣倉儲，他們賣的是「企業數據神經中樞」的位置，一旦建置完成，客戶離不開的機率極高。

API與專業服務（API & Platform）：像是Replicate跟Cohere這類公司，本質上在做一件事：讓AI模型的部署變得廉價且標準化。Cohere在2025年底的估值已達到68億美元，年收入突破2.4億美元。雖然聽起來比NVIDIA小得多，但別忘了，當全世界的AI應用都渴望「即插即用」時，提供API閘道的平台會變成隱形的基礎設施。

開發工具（DevTools）：從模型訓練框架到監控、版本控制，這些工具是工程師的日常糧食。這塊市場不如GPU搶眼，但卻是維持整個生態系運轉的潤滑油，客戶換工具的陣痛極大，一旦綁定就黏得死緊。

怎麼用收入訂閱增長與CBS評估AI recession前的投資體質？

講了這麼多「長期價值」，回到實務操作層面，Pabrai提到的幾個數字指標其實是剛性門檻，不是參考用的。首先是「收入訂閱增長速度」，這是判斷一家基礎設施公司是否被客戶「盲信」的最快方式。以Snowflake跟Databricks為例，前者雖然增速趨緩，但ARR仍接近50億美元；後者則維持55%以上的增長，這種勁頭在SaaS領域非常嚇人。

再來是「客戶留存率」。基礎設施的邏輯很簡單：越來越多企業的數據管線、AI訓練流程都建在某個平台上，遷移成本極高。只要客戶留存率維持在高位，就等同於擁有穩定的現金流城牆。Pabrai在這邊給了一個務實的提醒：不要只看營收，要看「客戶是不是真的離不開你」。

第三個是「研發投入比率」。AI變化太快，不燒錢研發很快就會變成時代的眼淚。NVIDIA能維持80%以上的市佔，關鍵在於它每一代架構都遙遙領先，而這需要每年砸下數十億美金的R&D。同樣的，Databricks持續投入Unity Catalog、AI Functions等功能，就是在防止自己被價格戹捲死的保險。

最後是CBS（Cost Per Buyin）這個概念，Pabrai用它來衡量買進成本。AI基礎設施類股雖然昂貴，但如果換算成長期現金流的「每單位取得成本」，其實遠比那些曇花一現的應用公司划算。換句話說，與其花錢賭不確定的黑馬，不如把資金聚焦在已經確定壟斷「車道」的企業。

💡 Pro Tip 專家見解： Pabrai 在訪談中特別點出，許多AI應用公司的「護城河」根本不存在，今天你有獨家功能，下個月就被開源模型幹掉了。但基礎設施擁有「轉換成本」與「規模經濟」雙重護城河，這才是價值投資該鎖定的對象。

2027至2030年AI基礎設施產業鏈的長遠影響與佈局策略？

把時間軸拉到2027至2030年，全球AI基礎設施市場預計會從目前的1500至1800億美元膨脹到將近4200億美元，甚至突破兆美元大關。這波增長不是來自某個酷炫的消費型APP，而是來自全球最大的企業、政府機構把「資料」與「算力」的預算永久編入基礎建設。

這時候，Pabrai 的「鏟子論」會變得更具有說服力。想想看，當每一家財星五百大企業都部署了自有AI團隊、都需要模型訓練平台與資料管線時，市場對於基礎設施的需求只會更剛性、更長尾。AI應用可能來來去去，但「GPU跟雲端運算」已經變成新時代的電力與水，是工廠運轉的必要消耗品。

更深一層的產業鏈影響在於：當基礎設施層被少數巨頭壟斷之後，市場會開始要求「次級工具」的創新。例如更細緻的資料清理工具、更輕量化的邊緣AI框架、更低成本的推理優化軟體。這是下一波創投與創業公司的機會窗口。對投資人來說，第一梯隊的 NVIDIA、AWS、Google Cloud 建議當核心持股；第二梯隊可以關注 Databricks、Snowflake、Cohere 這類下一個贏家群體。

值得注意的一點是，IDC預估AI基礎設施支出在2029年左右將突破1兆美元大關。這不是樂觀臆測，而是全球數位轉型與AI原生工作負載成為主流所推動的實際需求。對於想抓住長期增長熱潮、尋求穩健被動收益的投人來說，與其躊躇於哪個AI應用會爆紅，不如把籌碼押在「所有應用的共同地基」上。