- 負二十一點二億美元：Meta第三季的自由現金流，約新台幣負六百八十八點五億元。
- 一千三百五十億至一千四百五十億美元：Meta預估的全年資本支出，約新台幣四點四兆元至四點七兆元。
- 九百七十五億美元：Meta計畫透過公開市場發行股票籌資的金額，約新台幣三點二兆元，用以支應人工智慧基礎建設投資。
- 七百七十七點五九美元：Meta股價在九月二十四日創下的歷史高點。
- 二成〇點九：Meta股價自歷史高點以來的回跌幅度，已陷入技術性熊市。
- 一點九四億歐元：桑坦德銀行的人工智慧計畫在今年前九個月創造的商業價值，約新台幣七十點三億元。
- 六十點四億美元：諾華製藥第三季的核心營業利益，約新台幣一千九百六十一點七億元，以固定匯率計算年增一成。
- 一成四：渣打銀行第三季營業利益以固定匯率計算的年增率。
人工智慧的投資熱潮正在市場上出現兩種截然不同的景象。一方面，科技大廠為了擴大人工智慧基礎設施支出，現金消耗速度大幅增加，引發投資人擔憂難以產生足夠回報，股價因此重挫。另一方面，許多非科技企業卻表示，對人工智慧的投資已經開始產生回報，正在推升收入、增加獲利並降低成本。
標普全球評級日前以人工智慧資本支出激增和自由現金流存在重大不確定性為由，將Meta的信評展望從穩定調降至負向。這項調整反映了評級機構對科技大廠現金流前景的疑慮。儘管近期包括Meta、Google在內的許多科技大廠因擴大人工智慧基礎設施支出而面臨壓力，但市場的焦點已經從單純看好人工智慧題材，轉向追問這些支出何時能夠轉化為實際營收。
Meta第三季的自由現金流為負二十一點二億美元，並預估全年資本支出將介於一千三百五十億至一千四百五十億美元之間。為了支應人工智慧基礎建設投資，Meta也計畫透過公開市場發行股票，籌資九百七十五億美元。如此龐大的支出規模，顯示科技大廠在人工智慧競賽中的投入已經達到前所未有的水準。
標普全球指出，相較於同業，Meta將人工智慧投資轉化為營收的能力較受限制，高額支出可能使Meta的自由現金流在二〇二八年之後仍持續為負值，並預期Meta將完全依靠舉債填補二〇二八年的現金缺口，因此將Meta信評展望從穩定調降至負向。這項評估等於提醒市場，人工智慧投資的回收期可能比預期更長，資金缺口也可能持續更久。
股價表現已經反映出這種擔憂。自九月二十四日創下歷史高點七百七十七點五九美元以來，Meta迄今股價已回跌二成〇點九，陷入技術性熊市。所謂技術性熊市，通常是指股價自高點回落超過兩成，代表市場情緒已經從樂觀轉向謹慎。投資人不再只看人工智慧的長期願景，而是開始要求看到更具體的獲利證據。
不過，人工智慧的故事並不只有科技大廠這一面。包括西班牙金融巨擘桑坦德銀行、諾華製藥和渣打銀行等企業都表示，人工智慧正開始對他們的收入與獲利增加，並降低成本。這些企業並不是人工智慧基礎設施的建造者，而是人工智慧的應用者，他們的經驗顯示，人工智慧的價值可能先在應用端實現，而不是在投入最龐大的基礎建設端。
桑坦德銀行表示，其人工智慧計畫在今年前九個月創造了一點九四億歐元的商業價值。該行財務長表示，人工智慧正在幫助銀行減少低價值工作，讓員工可以專注於高價值的工作。這種效益並不是來自營收暴增，而是來自工作流程的改善與人力配置的優化。對大型銀行來說，即使是小幅的效率提升，乘上龐大的業務規模，也能轉化為可觀的商業價值。
諾華製藥執行長表示，人工智慧開始為公司的獲利做出貢獻。諾華製藥第三季核心營業利益為六十點四億美元，以固定匯率計算年增一成。該公司並未量化有多少獲利歸功於人工智慧，但執行長指出，這是他真正看到人工智慧開始確實改善公司財報的第一個季度。這句話的意義在於，過去人工智慧對製藥業的貢獻多半停留在試驗與概念階段，如今終於在財報數字上開始顯現。
渣打銀行第三季營業利益以固定匯率計算年增一成四，該行財務長表示，人工智慧正在幫助銀行與客戶建立更好的關係，並創造更多收入。對銀行業而言，客戶關係的品質直接影響業務往來與收入水準，人工智慧若能協助第一線人員更了解客戶需求、提供更貼切的服務，效益就會反映在營收與獲利上。
兩種景象放在一起看，形成鮮明的對比。科技大廠為了搶占人工智慧基礎設施的主導權，必須持續投入鉅額資本，短期內現金流承壓、股價回落、信評展望遭到調降。非科技企業的投入規模相對較小，應用場景也更貼近日常營運，反而較早看到效率提升與獲利改善的跡象。
這種對比也引發一個值得思考的問題：人工智慧投資的回報，究竟會先出現在建造基礎設施的企業，還是出現在善用人工智慧改善營運的企業？從目前的財報訊號來看，應用端的回報似乎來得更快、更具體。基礎建設端的企業則需要更長的時間，才能證明龐大支出可以轉化為相應的營收與現金流。
對投資人而言，評估標準正在改變。過去市場願意為人工智慧題材支付高溢價，相信長期願景終將實現。如今，自由現金流、資本支出規模、舉債需求與股價回檔幅度，都成為檢視科技大廠的重要指標。信評展望的調降，更提醒市場注意資金結構的變化。
對非科技企業而言，人工智慧的應用才剛開始。銀行業透過人工智慧減少低價值工作、改善客戶關係，製藥業透過人工智慧提升營運效率，這些案例顯示，人工智慧的價值不一定要來自最前沿的模型開發，也可以來自把現有工具用在對的地方。未來還有哪些產業會陸續交出類似的成績單，值得持續觀察。
整體來看，人工智慧投資已經進入一個需要拿出證據的階段。科技大廠的支出規模與現金流壓力，短期內不太可能消失，非科技企業的應用成果則提供了另一種參考座標。市場接下來關注的重點，將是科技大廠能否逐步縮小支出與營收之間的差距，以及更多產業能否複製銀行與製藥業的應用經驗。
