生成式AI火力全開，卻也拉高企業電費與硬體成本。Meta被爆蒐集員工鍵盤滑鼠訓練模型引發隱私反彈，Perplexity則主打「每瓦經濟價值」與端側運算編排。當AI估值飆漲，能耗效率與資料治理正成為新一輪競爭關鍵。

在資本市場瘋追AI概念股的同時，一場更隱形但關鍵的戰爭正在展開：不是誰的模型參數最多、算力最大，而是誰能在「每一度電」上賺到最多錢。從社群巨頭 Meta Platforms(META)的內部AI訓練爭議，到新創 Perplexity AI 掀起的「每瓦價值」戰略，AI 產業正快速從單純拚性能，轉向拚能效與資料治理。這場轉向，不只關乎企業成本，更牽動隱私與監管風暴。

Meta 近期被爆，在內部啟動名為 Model Capability Initiative（MCI）的計畫，透過員工工作電腦蒐集滑鼠移動、點擊與鍵盤敲擊等細節，用於訓練自家 AI 模型。雖然公司強調此計畫在上線前已經過多層風險審查，並宣稱有隱私保護機制，但員工對「工作裝置上的個資使用」仍高度不安，不只擔心隱私被過度蒐集，也憂心這些數據終將養出取代自己職務的 AI 系統。壓力之下，Meta 在內部備忘錄中讓步，同意員工可以暫停資料蒐集最長30分鐘，並開放申請豁免，同時調整軟體以降低對電腦電池與家用網路流量的消耗。

這起風波凸顯一個關鍵現實：AI 模型要變聰明，需要源源不絕的真實操作數據與算力支撐，背後是巨量能源與硬體資源的燃燒。Meta 為了讓 AI 更懂「人類實際操作電腦的方式」，進而強化所謂「Superintelligence Labs」單位的模型能力，選擇從員工端下手，卻在內部引爆信任危機。對科技巨頭而言，如何在提升模型效能與維護員工、用戶隱私間取得平衡，正在成為品牌與人才競爭的新戰場。

與此同時，總部位於舊金山的新創 Perplexity AI 則從另一個角度切入 AI 競賽。該公司獲得 Nvidia(NVDA)、SoftBank 與 Jeff Bezos 等重量級資本加持，執行長 Aravind Srinivas 直接把勝負定義為「每瓦價值」（value per watt per user）。他在專訪中指出，長期真正會勝出的，是能在準確度、延遲、成本、隱私與智慧程度之間取得最佳平衡，讓每一瓦電力都帶來最高經濟產出的公司，而非短期靠高價模型拉高營收的供應商。換句話說，AI 產業從「堆規格」進入「算效率」時代。

要做到「每瓦價值最大化」，技術路線也開始出現分歧。Perplexity 一方面自研部分模型，另一方面大量整合其他公司模型，例如將 Anthropic 的模型嵌入自家產品。Srinivas 強調，真正的護城河不一定是單一最強模型，而是能在不同模型、不同晶片、不同作業系統與硬體之間，進行最優「編排」（orchestration）的 AI 作業系統。Perplexity 推出的「Personal Computer」工具正是這個概念的具體化：系統會自動決定該用哪個模型、怎麼分工、以及該在雲端資料中心或本機裝置上執行，讓「資料中心跑到你的筆電上」，在兼顧速度與隱私的前提下壓低能耗。

這樣的端側運算與混合部署思維，與傳統把所有請求丟進雲端超大模型的作法形成鮮明對比。過去，科技公司樂於在雲端堆高參數與 GPU 數量，能源成本多半被打包在「雲服務開銷」中，鮮少被精算回每個使用者、每個 token 的真實成本。但隨著模型規模爆炸式成長、AI 應用深入各種日常場景，從手機助理到辦公軟體外掛，若不處理好單位能耗的經濟效益，企業的毛利率與營運穩定度恐怕沒有想像中樂觀。

Perplexity 目前已將 Personal Computer 導入 Apple(AAPL) Mac 裝置，並宣布支援 Microsoft(MSFT) Windows 作業系統，讓 AI 能直接連結 Word、Outlook 等應用與使用者本機檔案。這種跨平台策略表面上看似依賴大廠生態系，實際上則試圖打造一層「中立編排層」，不被單一作業系統或單一模型綁死。Srinivas 甚至直言，只要 Anthropic 的模型變強，Perplexity 的服務就會跟著變好，因為新的能力可以立刻被整合進既有產品，這也讓公司自年初以來的年化營收已經成長三倍。

不過，追求能效與開放編排並不意味風險消失。首先，Perplexity 自身並非唯一押注「AI 代理人」的玩家，OpenAI、Anthropic、Google(GOOGL) 乃至 Microsoft、Apple 都在強化自家 AI 助理與代理系統。當這些平台本身也具備龐大用戶與系統層優勢時，一家「平台中立」的新創，究竟能否長期掌握使用者入口，仍有疑問。其次，越多模型互通，資料在不同供應商與雲端之間流動的路徑也更複雜，一旦隱私或資安控管不慎，很可能複製甚至放大像 Meta 目前遭遇的信任問題。

對投資人而言，現階段 AI 熱潮推升的不只是模型公司估值，也包括提供 GPU 與雲端基礎建設的企業。然而，Perplexity 提出的「每瓦價值」指標，提醒市場不應只看營收成長與參數規模，更要關注能耗效率、資料治理與產品落地能力。當 AI 滲透到更多終端裝置與日常軟體，真正具備長期競爭力的玩家，將是那些既能降低單位運算成本，又能得到使用者與員工信任的公司。

從 Meta 的內部反彈到 Perplexity 的編排野心，AI 產業下一階段的主軸已愈趨清晰：算力不再是唯一焦點，「電費」與「信任」才是最大的變數。接下來的問題是，當監管單位開始更積極追究資料來源與能源足跡、當企業被要求揭露 AI 模型的碳排與隱私風險時，哪些公司能把「每一瓦」轉成可持續的商業價值，哪些又會在能耗與信任雙重壓力下被市場淘汰，這場長期戰爭才正要開始。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。