事件
2026 年 7 月，Meta 傳出籌組「Meta Compute」雲端事業部，計畫將自用資料中心的過剩運算容量對外出租。該計畫包含兩條產品線：一是直接出租原始運算容量（對標 CoreWeave），二是透過 AWS Bedrock 模式提供託管 AI 模型服務（包含自家 Muse Spark）。
市場反應
Meta 股價當日上漲近 9%，但專業 GPU 租賃服務商 CoreWeave 與 Nebius 同步重挫。看似矛盾的價格信號背後，反映的是垂直整合重新定義競爭邊界的恐懼。
為什麼是垂直整合？
### 1. Meta 從成本端捕捉現金流
Meta 在過去 2-3 年投入數千億美元建設 AI 基礎設施，初衷是支撐自身產品（Llama、推薦演算法等）。但這些資料中心 24/7 運作，實際利用率不可能達到 100%。傳統的做法是讓這些閒置容量虛耗；Meta 的新做法是將邊際成本（接近零的額外電費與維護）轉化為收入。
這個轉變的經濟邏輯很簡單： - 自用成本：Meta 已經投入資本支出（capex），每執行一次推理的增量成本接近邊際電費（大約每 $1 推理收入，邊際成本 $0.1-0.2） - 代理成本：CoreWeave 等中間商必須購買硬體、租用機房、僱用工程師，固定成本高 - 價格壓力：Meta 可用低於 CoreWeave 的價格（仍有豐厚利潤）搶奪客戶，同時鎖定開發者生態
### 2. 從商品化到生態鎖定
Meta Compute 的第二條產品線更深層：不只出租算力，而是出租「上面跑著 Llama 的算力」。
這樣做有三個效應：
(a) 轉換成本上升 開發者選用 Meta 託管的 Llama 模型，就自動被鎖定在 Meta 的基礎設施上。遷移成本包括：重新部署、驗證新環境、測試 latency——這些軟成本往往比硬成本（轉換費用）更高。
(b) 資料與行為洞察 Meta 看到每個開發者在做什麼推理工作——什麼產業、什麼用例、什麼流量模式。這些資料對 Llama 模型優化、對市場導向都有價值。AWS 透過 Redshift、S3 做過同樣的事。
(c) 競爭對手資訊不對稱 OpenAI、Google 等對手無法看到使用者在用 Meta 算力做什麼；Meta 卻掌握了一部分市場的真實需求信號。
### 3. CoreWeave 為什麼會被攻擊
CoreWeave 的商業模式是「硬體租賃」。它的價值主張很簡單： - 比自建便宜（不用承擔長期資本成本） - 比雲端巨頭靈活（可以快速增加 GPU 容量） - 比大廠便宜（沒有企業級定價溢價）
但 Meta 一出手，這三個優勢全被瓦解： - 比自建更便宜：Meta 把自己的邊際成本定價，直接低過 CoreWeave 必須的成本結構 - 靈活性反而來自 Meta：Meta 有遍佈全球的資料中心、規模效應、與 GPU 廠商（NVIDIA）的議價能力 - 還送模型：CoreWeave 賣的是空的算力盒子；Meta 賣的是「已經調過、有支援的 Llama」
CoreWeave 被夾擊：一邊是 AWS/Azure 的規模和銷售力，另一邊是 Meta 的成本優勢和生態黏性。純粹租賃 GPU 的業務會被糊裡糊塗被蠶食。
### 4. 為什麼 Nebius 也跌？
Nebius 也是提供 GPU 租賃的業者，但受挫的程度可能比 CoreWeave 輕。關鍵差異可能是地理——如果 Nebius 主要服務歐洲、深度綁定當地監管與資料位置要求，Meta 的全球規模威脅會相對有限。但市場的信號是一致的：專業中間商的商業模式變得岌岌可危。
垂直整合的歷史鑑鑑
這不是新套路。汽車業看過： - 福特（1920 年代）：整合鋼鐵、玻璃、輪胎生產，成本領先 50%；但喪失靈活性，被通用汽車的模組化生產趕超 - 豐田：垂直整合 + 精益製造，成為全球最高效製造商
科技業也看過： - 蘋果：垂直整合晶片（A 系列）+ 作業系統 + 零售，建立無人能及的成本與體驗護城河 - ：從電池到馬達再到軟體，成本結構直接壓倒傳統汽車廠 - ：AWS 從一開始就是自用基礎設施對外變現，邊際成本優勢是核心競爭力