WAIC 預期突破 200 億元採購意向的產業解讀：算力基建定價、大模型採購框架與企業落地週期的結構訊號

世界人工智慧大會（WAIC）作為觀察中國人工智慧產業供需媒合的指標性展會，其現場簽訂的意向採購金額長期被視為企業級軟體與資訊服務市場的領先指標。近期本屆大會預期將達成超過 200 億元人民幣的意向採購金額，此一數據突顯了生成式人工智慧技術從基礎研發階段，正式邁入大規模企業採購與系統整合的商業化落地期。回顧過去幾屆的數據軌跡，WAIC 的採購規模呈現非線性的跳躍成長。在深度學習技術剛邁入商用化的初期，展會的採購主力多半集中在智慧製造的視覺檢測模組、智慧城市的安防監控系統以及基礎的語音辨識軟體。當時的單筆採購金額較小，且多為點狀的特定場景解決方案。

當大語言模型與多模態技術成為產業基礎設施後，企業的採購邏輯發生了根本性的結構位移。200 億元人民幣的意向採購規模，代表著資本支出正在發生轉移。採購標的從過去的單一軟體授權或邊緣運算設備，轉向大規模的圖形處理器（GPU）叢集算力租賃、千卡規模的模型訓練專案、以及涉及核心業務資料的企業知識庫建置。這種採購規模的擴張，反映了企業對於導入生成式人工智慧的預算編列，已經從邊緣業務的實驗性開支，轉變為涉及核心資訊系統架構重組的策略性資本投入。

在此次 WAIC 大規模採購意向的背後，算力基礎設施的供應鏈重組是極為核心的驅動力。過去一年，全球高階 AI 加速器的供需結構經歷了劇烈震盪，這直接改變了雲端服務提供商與大型企業的採購策略。以往企業在評估人工智慧專案時，多採取按需租用運算資源的彈性模式。隨著大模型訓練對於多節點叢集的依賴度直線上升，以及推論端算力需求向邊緣與終端裝置分散，企業開始傾向簽訂長期的算力保障合約。這類合約在本次展會的意向採購中佔據了顯著的比例。

從硬體供應鏈的角度分析，算力採購的集中化促使伺服器組裝、散熱模組以及高速網路交換器的訂單能見度大幅提升。具體而言，採購意向書中涵蓋的高功率機架密度要求，已經從傳統的單機架 10 至 15 千瓦，大幅提升至 30 千瓦以上的液冷散熱規格。這項硬體規格的演進，迫使資料中心營運商必須在電力配置與散熱基礎設施上進行前置投資。同時，為了降低對單一來源晶片的依賴，部分採購意向也轉向採用國產 AI 加速卡的異構算力叢集。這種雙軌並行的採購策略，正在重塑亞太地區半導體分散式運算供應鏈的定價機制，也與我們先前分析的 SK 海力士美股隔夜暴漲與韓股大反彈背後的半導體權重股波動結構訊號有著緊密的連動關係，凸顯了記憶體與高頻寬運算元件在供應鏈中的定價話語權。

企業在此次大會上簽署的採購意向，除了硬體基礎設施，更大部分集中在軟體與模型服務的授權。大語言模型的採購框架已經從單純的 API 呼叫計費，演變為複雜的軟體授權與技術移轉合約。目前市場上的採購模式主要分為兩種路徑。第一種是直接基於頭部開源模型進行私有化部署。企業購買模型權重，並在自有的算力叢集上進行特定領域資料的微調訓練。這種模式通常涉及高昂的初始授權費與技術支援訂閱費，適合對資料隱私與安全性要求極高的金融機構與大型國營企業。

第二種採購路徑則是模組化的軟體即服務訂閱。雲端服務提供商將大模型封裝為具備特定商業邏輯的應用介面，例如智慧客服對話引擎、程式碼自動生成工具或供應鏈需求預測模組。企業按月或按使用量支付訂閱費用。這 200 億元的採購規模中，相當比例的資金流向了能夠提供資料清洗標註、模型微調工程以及系統整合服務的資訊軟體公司。

這波採購潮也折射出企業資訊系統升級的迫切性。過去十年建立的傳統關聯式資料庫與企業資源規劃系統（ERP），在處理非結構化資料與自然語言查詢時面臨架構瓶頸。為了讓大模型能夠準確讀取企業內部知識，必須重新建構資料管線，導入向量資料庫，並建立完善的資料權限管理機制。這項前置工程的成本往往佔據整體人工智慧專案預算的百分之四十以上。因此，此次 WAIC 達成的意向採購金額，有極大部分是企業為了對接人工智慧世代，所進行的底層資料基礎設施重置投資。這與 五千元以下筆電近乎絕跡背後的 PC 定價結構重估訊號所顯示的趨勢一致，終端裝置與企業端設備都在為了應對更高的 AI 運算需求而進行硬體規格與記憶體容強制升級，進而推升了整體資訊硬體與軟體服務的合約價值。

龐大的採購意向金額雖然反映了市場的熱度，但從產業歷史經驗來看，意向採購與最終的實際營收轉化之間，存在著複雜的時間差與不確定性。生成式人工智慧專案的落地過程，涉及高昂的算力成本與人力維護開支。企業在實際執行採購合約時，必然會進行嚴格的投資回報率（ROI）評估。根據過去企業級軟體的導入週期，大規模的系統重構通常需要十二至十八個月的驗證期。在這段期間內，若導入的模型服務無法在降低人力成本或提升營運效率上提出具體量化指標，採購預算極有可能遭到凍結或刪減。

供應鏈的成本結構也是影響採購落實的關鍵變數。目前高階 AI 加速器的採購成本依然居高不下，這對雲端服務提供商的毛利率構成壓力。當算力成本無法透過規模經濟有效攤提時，提供模型服務的廠商將面臨定價兩難的局面。若調高 API 訂閱價格，將抑制中小型企業的採購意願；若吸收成本差額，則會導致財報上的虧損擴大。這種成本與定價的博弈，將主導未來一到兩年內人工智慧軟體服務業的整併潮。頭部廠商將透過自研晶片與軟體最佳化的垂直整合能力，維持利潤空間；而缺乏底層技術支撐的應用層新創公司，將面臨嚴峻的現金流考驗。這也使得本次大會的採購名單中，具備底層算力資源與深厚系統整合經驗的供應商，取得最大份額的合約。此一態勢與 網傳 DeepSeek 實習日薪破 5500 元背後的 AI 研發人才定價結構訊號相互印證，說明了無論是在硬體算力還是頂尖人力資源上，資金與資源正以前所未有的速度向頭部聚落集中，藉由拉高研發與建置門檻來確保長期的市場定價權。

200 億元人民幣的採購意向，另一層戰略意義在於中國科技產業供應鏈的重構與自主化推進。在面臨外部出口管制與地緣政治因素幹擾的背景下，此次 WAIC 的採購清單中，國產算力晶片、國產作業系統與國產開源框架的佔比顯著提升。這不代表企業完全排除了外部技術，而是透過分散供應商的方式，建立具備韌性的異構算力池。

這種採購策略的轉變，為中國本土半導體設計公司與系統軟體廠商帶來了前所未有的驗證場域。過去國產晶片往往因為缺乏大規模商業應用的機會，難以在效能與穩定度上累積足夠的實戰數據。當大型國營企業與金融機構透過採購意向將國產算力納入標準配置時，這些供應商取得了寶貴的產品反饋。這種由需求端拉動供給端技術迭代的迴圈，是建構自主可控人工智慧供應鏈的必經路徑。同時，採購方在合約中明確要求多晶片架構的相容性與軟體生態的跨平臺移植能力。這使得軟體中介層與編譯器的開發廠商，在這波採購潮中取得了關鍵的戰略地位。

回顧此次 WAIC 預期突破 200 億元人民幣的採購意向，這代表了人工智慧產業脫離了純粹的技術演示階段，正式進入涉及巨額資本支出的基礎設施建設與商業應用採購期。從算力硬體的規格升級、企業資料底層的重構，到模型授權與系統整合服務的大規模導入，這筆資金將沿著供應鏈層層傳導，帶動伺服器製造、半導體設計、軟體開發與雲端運算等多個產業的產值擴張。

然而，龐大的意向金額也伴隨著落地執行的考驗。企業能否在未來十二個月內，將簽署的意向書轉化為實際的採購訂單，取決於技術服務廠商能否有效控制算力成本，並在具體商業場景中創造可量化的經濟效益。此外，供應鏈的區域化與國產化趨勢，將持續改變市場的競爭結構。在這波由大模型驅動的資本支出週期中，具備底層資源調度能力與強大系統整合實力的供應商，將是這 200 億元採購紅利的最大受益者。產業的下一個觀察重點，將是這些意向合約轉化為實際財報營收的兌現率，以及新一代應用服務在降低企業營運成本上所展現的具體效益。