微軟被質疑AI領先優勢鬆動之際，傳將在Build大會端出自家模型全面減少對OpenAI依賴；AppLovin靠轉換率微幅提升，卻被摩根士丹利推算出驚人成長空間。從企業自建模型到廣告演算法優化，AI軍備競賽已從「燒錢比大」轉向「效率決勝負」。

生成式AI熱潮進入第二年，資金與想像力早已不缺，真正的問題變成：誰能把AI變成持續賺錢的生意？最新一批產業訊號顯示，科技巨頭與專門型公司正在向同一個方向加速——自建模型與精算效率，而不再只是「堆GPU、拼規模」。微軟（Microsoft, MSFT）與行動廣告平台AppLovin(APP)正好成為這波趨勢的兩個極端案例。

首先是微軟。根據《The Information》報導，微軟預計下週在舊金山開幕的年度開發者大會Build上，公開一整套自家研發的AI模型，包括專門為程式開發打造的coding model，用來強化旗下GitHub Copilot工具的威力，並推出聚焦逐字稿轉錄、推理、語音與影像等不同任務的模型。市場解讀為：微軟正在為「脫離對OpenAI高度依賴的未來」做準備。

過去一年，微軟在AI上的形象幾乎等同於OpenAI的最大金主與分銷商，從Bing、Office 365到GitHub Copilot，大量核心功能都倚賴OpenAI與其他外部模型供應商。然而，雙方近期調整合作條款、降低相互依賴，加上Google與Amazon在自研模型上急起直追，讓投資人開始質疑微軟的AI領先能否持久。今年以來市場對微軟情緒轉趨謹慎，擔心其優勢只是「借來的」，一旦合作關係鬆動，護城河恐被侵蝕。

也因此，這次Build傳出的自研模型組合，就被視為微軟想重建定價權與技術主導權的關鍵一戰。消息傳出當天，微軟股價一度上漲近3%，顯示資本市場願意為「自有技術故事」重新給予溢價。更關鍵的是，微軟被爆正積極洽談收購AI新創，目標是在明年打造出「最先進」的自家大模型。換句話說，從雲端到工具層，微軟打算把過去委外給OpenAI與Anthropic、Google的能力，慢慢搬回自己體內。

不過，微軟面臨的壓力也相當現實。一方面，GitHub Copilot雖然起跑早，但同類產品如Anthropic推出的Claude Code等，已迅速攻佔AI寫程式工具榜首。若微軟自研模型無法在開發者體驗與精準度上拉出差距，恐怕只是把供應商換成自己，卻無法挽回使用者流失。另一方面，AI投資額度驚人，若自研進度放緩或成效不佳，反而會強化市場對其「錯失AI新一輪紅利」的擔憂。

與微軟比起來，行動廣告平台AppLovin的AI之路看似小眾，卻更能說明「效率」在AI時代有多致命。摩根士丹利最新研究報告指出，AppLovin的廣告轉換率目前約1.3%，也就是說仍有約99%的廣告曝光沒有產生安裝或行動。乍聽像是致命弱點，摩根士丹利卻反向解讀為成長「暗樁」：只要轉換率每提升0.1個百分點，淨營收就可能多出17個百分點成長。

AppLovin核心產品Axon Ads Manager是一套以AI推薦引擎為底層的行動廣告系統，專門幫遊戲與App開發商自動投放與優化廣告。公司第一季財報顯示，營收達18.4億美元，年增59%；淨利達12.1億美元，調整後EBITDA則成長66%至15.6億美元，更預期第二季營收可達19.15億至19.45億美元，EBITDA利潤率高達84%至85%。

但真正讓華爾街驚訝的，是AppLovin在「一樣或更少的安裝量」情況下，從每一次安裝榨出的營收大幅躍升。公司披露，過去一年網路安裝量反而下降18%，但每次安裝淨收入卻暴增93%。換句話說，AI模型沒有幫它「買更多量」，而是幫它「從既有量榨更多值」。這種效應若持續，每年只要把轉換率抬高0.2個百分點，摩根士丹利推算，直到2030年AppLovin的淨營收都還有機會維持約34%的年複合成長，即便總廣告花費維持不變。

背後關鍵在於Axon AI如何用更精準的匹配降低「浪費曝光」。相較於業界領頭羊如Meta，AppLovin在所謂「真實轉換率」上仍明顯落後，但也因此拉開巨大追趕空間。AppLovin正試圖從原本偏重遊戲廣告，擴展到網頁與非遊戲產業，讓素材與受眾組合更多樣，減少重複打擾同一批用戶的機會，有助提升每一次曝光命中目標客群的機率。

這種「以效能換成長」的策略並非沒有風險。摩根士丹利提醒，若AppLovin無法維持技術演進速度，或進軍網頁廣告進展不如預期，成長曲線恐快速鈍化。此外，行動遊戲與應用內廣告市場競爭激烈，一旦對遊戲庫存的需求放緩，廣告利差也可能遭到擠壓。管理層自己也坦言，公司未來表現高度倚賴廣告技術持續領先與不斷創新。

從微軟到AppLovin，再拉遠看整個AI投資版圖，可以看到一個清楚脈絡：市場已經不再為「誰參與了AI」給溢價，而是開始要求「誰能讓AI在單位成本與單位流量上產出更多價值」。微軟想用自研模型收回掌握權，AppLovin則用看似微不足道的0.1個百分點轉換率，撐起數十個百分點的營收成長想像。兩種路徑不同，但背後共同訊息明確——下一階段AI競賽的勝負，將決定在那些最懂得精算回報率的公司身上。

對投資人而言，這也意味著評估AI標的時的思維必須改變。與其追逐誰的模型參數最多、誰買的GPU最大台，更該追問的是：業務指標是否因AI顯著改善？像微軟，未來市場會盯緊GitHub Copilot的實際開發者滲透率與付費意願；對AppLovin，則是持續追蹤轉換率、每次安裝收入與客戶類別多元化程度。如果這些實體指標無法同步跟上華麗的AI敘事，再漂亮的模型名稱，終究只是一場昂貴的實驗。

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。