觀點｜拆解OpenAI內循環投資：奧特曼如何用鈔能力攏絡「黃爸＋蘇媽」，撐起10GW算力賭局？|數位時代 BusinessNext

最近幾起與 AI 相關的投資案連連令人訝異：不僅金額龐大，還打破常規的投資規矩。這些投資的效益攸關 AI 產業的榮枯，值得仔細探討。

9 月 22 日，輝達宣布計劃與 OpenAI 簽署「戰略協議意向書」，擬對 OpenAI 投資高達 1,000 億美元，用於擴建人工智慧資料中心，計畫部署 10 GW 的 AI 數據中心，因規模龐大將分階段執行。

初期 100 億美元的投資將在雙方達成最終協議後立即啟動，主要用於首個千兆瓦（GW）級設施的建設。

後續 900 億美元將依實際部署進度分批投入，平均每 1 GW 對應約 100 億美元的投資。

首座 1 GW 規模的 AI 數據中心，計畫於 2026 年底完成。

關鍵問題不在GPU，而是電力

一座 1 GW 的 AI 數據中心預估需部署約 50 萬套輝達 GPU，耗電量約等同一座核電廠的發電量，足以供應約 75 萬戶美國家庭的用電需求。

這座 AI 數據中心將採用輝達預計於明年推出的 Vera Rubin 平台——全新的 NVIDIA Vera Rubin NVL144 CPX，其由 144 片 Rubin CPX GPU、144 片 Rubin GPU 以及 36 顆 Vera CPU 組成；其算力為基於 Blackwell Ultra 的 GB300 NVL72 機架式系統的 7.5 倍。

根據黃仁勳於今年 8 月財報會議上的說法，建置 1 GW 資料中心的成本介於 500～600 億美元之間，其中約有 350 億美元用於 Nvidia 晶片及系統。

由此可見，建設 AI 資料中心需要極其龐大的資金；此外，電力供給亦是一大難題：為 1 GW 資料中心供電約需一座傳統核電廠的電力，電力供應成了關鍵問題。

黃仁勳力挺！投資OpenAI買自家產品

OpenAI 作為「生成式 AI」的開創者，執行長奧特曼雄心勃勃，正積極投資以建立龐大的算力資源。今年初，OpenAI 的奧特曼、軟銀的孫正義與甲骨文（Oracle）的艾里森共同出席白宮新聞發布會，由美國總統川普宣布三家公司將成立合資企業，稱為「星際之門計畫」，預計到 2029 年在美國的人工智慧基礎設施上投資高達 5,000 億美元。

奧特曼對此龐大的 AI 基礎設施投資仍不滿足。今年 9 月傳出 OpenAI 與甲骨文簽下五年期、總額 3,000 億美元的雲端服務合約，OpenAI 每年須向甲骨文支付 600 億美元。

這對目前僅持有約 175 億美元現金與有價證券的 OpenAI 而言，是沉重負擔。

然而奧特曼仍不止步，計劃引進輝達 1,000 億美元的投資，興建 10 座 1 GW 級 AI 資料中心，總投資金額上看 5,000 億美元。

對 OpenAI 而言，這筆交易近似「空手道」：用輝達的資金購買輝達的 GPU 與設備，再以這些設備向金融機構融資支付建設費用，形成一種循環交易。

對輝達而言，投資 OpenAI 等同綁住其採購自家產品；且採分批投資流程——每完成 1 GW 資料中心，才釋出 100 億美元——算盤打得精，不怕 OpenAI 跑掉。

超微傑出的一手！免付現綁住OpenAI訂單

10 月 6 日，超微（AMD）宣布將以多年合約提供 AI 晶片給 OpenAI；自 2026 年下半年起，OpenAI 將用超微 AI 晶片分年布建 AI 資料中心，合計算力達 6 GW。

這項交易由超微精心設計：不必支付現金即可綁住 OpenAI 訂單。超微發行新的「認股權證」讓 OpenAI 以每股 1 美分認購，OpenAI 最高可購入 1.6 億股（約占超微 10% 股權）。

這些認股權證將依 OpenAI GPU 部署進度與超微股價表現分階段生效：首批權證於 1 GW 部署完成後啟用，其後隨部署擴展至 6 GW 逐步釋出。

對超微而言，無需支出現金；只要發行認股權證供 OpenAI 認購，OpenAI 取得認股權證後，即可向金融機構抵押借款以支付建設費用。這比輝達投資 OpenAI 的「內循環」安排更為巧妙。

10 月 6 日超微宣布合作案後，當天股價自 164.67 美元大漲至 203.71 美元，漲幅達 23.7%；10 月 20 日股價漲至 240.56 美元，較 10 月 5 日上漲 46.1%。這樣的超大漲幅，遠高於超微最高釋出給 OpenAI 的 10% 股權。超微不僅無需出資，便已在資本市場獲得大幅增值。

OpenAI「內循環」投資成敗，關鍵在技術領先

回頭看 OpenAI，目前公司持有約 175 億美元現金與有價證券；今年營收預估約 130 億美元。今年上半年營運虧損為 78 億美元、現金消耗 25 億美元，淨虧損更從去年同期的 31 億美元急劇攀升至 135 億美元。

從財務狀況來看，OpenAI 根本難以承擔如此大手筆的支出。然而，OpenAI 掌握最前沿的 AI 技術，自 ChatGPT 起即引領 AI 產業前進；若沒有 OpenAI 不斷推出新的 AI 語言大模型，產業難以快速發展，也難以推升對 AI 晶片的需求。

目前，OpenAI 透過與多方供應商的「內循環」擴大基礎設施投資規模；只要其技術能持續推進，短期內不會有太大問題。

但一旦 OpenAI 的技術升級失靈，這種內循環就會變得脆弱，AI 泡沫也將暴露於被戳破的風險之中。

延伸閱讀：一張圖揭露AI熱潮真相！循環交易是什麼？「輝達好朋友閉環」為何推升AI泡沫風險？

責任編輯：李先泰

七年、三階段，國泰金融集團將雲端內化為營運流程與創新引擎

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務？

顏勝豪認為，雲端轉型的起點不是直接遷移系統，而是從四個面向打底：應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃，以及組織治理框架建立，而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏，若沒有共同語言與平台底座，上雲很容易各自為政。」顏勝豪表示，為讓所有員工可以齊步前行，國泰以雲端遷移方法論 Cathay 6R（註1）作為共同語言、用平台作為共同底座，讓轉型不只是技術選擇，而是集團行動。
完成單一系統的雲端遷移後，便進入 Cloud Adoption 階段。在這個階段中，要透過大規模遷移建立更成熟的上雲標準作業流程（SOP），透過 FinOps 機制控管與優化雲端營運成本，以及透過自動化與治理模型確認多雲環境與安全與維運穩定性，目標是將雲端內化為組織日常運營的一部分，進而邁向 Cloud First 階段：在合規前提下，新專案與系統升級預設在雲端環境開發，並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則：讓雲成為 AI 時代的成長引擎，而不是單純的基礎設施。」關於國泰的未來雲端布局，顏勝豪如是總結。

以雲端為 AI 資源引擎、發揮數據燃料價值，實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲，也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲，打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備：成立國泰風險聯防中心（CRC）攜手集團洗防人員強化風險控管與金融犯罪因應能力；釋出國泰員工 AI 助手–Agia–Beta
版，提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務；此外，亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務，更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出，發展AI需要龐大的 GPU 算力，若自建 GPU 機房，不僅硬體設備昂貴、折舊速度快，光是散熱系統一年就高達兩、三千萬元的成本，若採取雲端資源，可以隨啟隨用，同時，大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組，銀行、人壽、產險與證券的創新不再是單點突破，而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本，資料則決定 AI 應用上限。」顏勝豪解釋，在 AI 新世代，AI 模型定調能力「下限」，集團子公司掌握的「獨特資料」則決定應用的「上限」，考量雲端有許多好用 AI 服務，唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略，打造雲端智慧生態圈，並以現代化雲原生技術拓展應用場景；同時，運用 AI 與資料分析優化客戶服務體驗，並藉由跨雲整合機制支援多元業務模式，以充分發揮上雲效益。至於國泰產險，不僅在兩年半內完成13套核心系統上雲、優化營運流程，如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等，讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求，如以 AI Search 精準呈現關鍵字搜尋結果，讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務，以客戶持股為核心，應用 AI 技術打造個人化推播服務，協助投資人更有效率地掌握庫存狀況，提供更即時、系統化的投資管理體驗。
總的來說，國泰金控在集團的雲端轉型不僅是技術升級，更是思維革新，從百套系統上雲進展到 Cloud First 階段，可以預期在雲地基礎下，國泰將進一步引領 AI 時代變革，持續提升營運韌性與放大創新價值。

註1：Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論，將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構，並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。