今天三則 AI 新聞，可以用三個字來看：
快、值、貴。
AI 公司到底還要不要繼續快速推更強模型？
AI 真正能替一個經濟體增加多少生產力？
而支撐這些模型的算力，又到底要燒多少錢？
9 月 20 日早上，這三本帳同時浮出來了。
① Anthropic 才喊放慢，卻據報正在考慮推出新模型
Reuters 引述三名知情人士報導，Anthropic 正在評估推出新的 AI Model。
目的之一很直接：
回應 GPT-6 Astra 帶來的競爭壓力。
這件事特別有意思，是因為 Anthropic CEO Dario Amodei 才在 9 月 12 日公開呼籲：
AI 業界應該放慢模型能力提升的速度。
但一星期後，公司內部面對的現實是：
競爭對手不會停在原地。
Reuters 指出，OpenAI 9 月推出 GPT-6 Astra 後，在企業市場的使用開始快速增加。
根據企業支出平台 Ramp 的資料：
Astra 約占它追蹤到的企業 AI 支出：
13%。
Claude Fable 約為：
8%。
另外，OpenRouter 上週的模型支出也出現一個罕見變化：
使用者花在 OpenAI Models 的金額超過 Anthropic，
是超過兩年半以來第一次。
但這不等於 Anthropic 已經被 OpenAI 超車
企業 AI 市場不是看一週流量就能決定輸贏。
Reuters 指出，Anthropic 到 7 月底的 Annualized Revenue Run Rate 已超過：
650 億美元。
OpenAI 同期則超過：
400 億美元。
Anthropic 在企業市場仍然有很大的既有客戶基礎。
而且大型企業更換 AI Provider，
並不像一般使用者今天從 ChatGPT 換 Claude 那麼容易。
背後可能還有：
- API
- Workflow
- Security Review
- Data Governance
- Procurement
- Internal Training
所以真正值得注意的不是：
「Anthropic 要不要發新模型？」
而是另一個矛盾：
如果一家 AI 公司認為模型能力進步太快可能增加風險，但競爭對手正在搶走市場，它到底能放慢多少？
這可能是整個 Frontier AI 產業接下來最難解的問題。
Anthropic 目前還沒有正式確認會發布
這裡一定要分清楚。
Reuters 報導的是：
Anthropic 正在考慮。
不是：
新 Claude 已經確定要發布。
Anthropic 拒絕對 Reuters 報導置評。
知情人士也表示，公司仍在評估新模型的 Safety。
所以今天真正確定的，是：
競爭壓力已經進入 Anthropic 的發布決策。
而不是某個新模型已正式定案。
② IMF：AI 五年可能替歐洲增加約 1% 生產力
第二則不是科技公司自己喊 AI 很重要。
而是 IMF 開始算：
AI 到底能替整個經濟體增加多少東西？
IMF 為 9 月 18～19 日歐盟財長會議準備一份分析。
估計 AI 在未來五年，
可能把歐洲的 Productivity 提高大約：
1%。
單看 1%，好像不多。
但放進一個完整經濟體裡，
就是非常大的差異。
因為 Productivity 代表：
同樣的人、時間與資源，可以產生多少經濟產出。
AI 真正對經濟有價值，
最後還是得落到這裡。
但約 60% 勞工的職業高度暴露於 AI
這份 IMF 分析同時放進另一個數字。
在先進歐洲經濟體裡，
大約：
60% 的勞工
所在職業高度暴露於 AI。
但「暴露」不能直接翻成：
60% 的人會失業。
有些人的工作會因為 AI：
做得更快。
有些工作則可能出現：
部分 Routine Tasks 被 Automation 取代。
真正的差別在於：
AI 是 Complement 人，還是 Substitute 人。
例如一個會計師用 AI 先整理資料，
可能讓一個人做更多客戶。
但某些原本主要就是整理固定格式資料的工作，
則可能直接需要更少人工時間。
所以 1% Productivity Gain，
不代表每個人平均都拿到相同好處。
還有第三個問題：電從哪裡來？
IMF 也提醒，
歐洲 Data Centers 目前已經使用大約：
3% 的歐洲電力。
而 AI 使用增加之後，
需求還會上升。
Frankfurt、London、Amsterdam、Paris、Dublin 等大型 Data Center Cluster，
已經開始面對 Local Power Grid 壓力。
這讓「AI 生產力」多出一個以前比較少人談的成本：
AI 可以替辦公室節省時間，
但背後的模型需要：
GPU、
Server、
Cooling、
Network、
以及大量電力。
所以不能只算：
AI 幫員工省多少時間。
還要算：
整個系統為了提供這個 AI，要投入多少基礎設施。
IMF 還提醒另一個歐洲問題：模型不是自己做的
目前全球 Frontier AI Models，
主要仍由美國與中國企業主導。
IMF 因此警告：
如果歐洲大量採用 AI，
卻沒有建立自己的 Model、Compute 與 AI Industry，
可能形成新的：
Strategic Dependency。
以前歐洲擔心能源依賴。
現在 AI 也開始進入同一類問題：
如果你的經濟生產力愈來愈依賴 AI，那這個 AI 是誰提供的？
③ Nscale：營收暴增 1252%，但半年虧掉 10.2 億美元
第三則最能看出 AI Boom 有多昂貴。
英國 AI Cloud Provider Nscale 正準備赴美 IPO。
它公布的申請文件顯示：
2026 年上半年營收：
1.406 億美元。
去年同期只有：
1,040 萬美元。
換句話說，
營收年增高達：
1252%。
這種成長速度放在任何產業都非常驚人。
但同一張財報下面還有另一個數字。
2026 年上半年 Net Loss：
10.2 億美元。
去年同期虧：
3.689 億美元。
也就是：
營收飛快增加，虧損也一起擴大。
為什麼 AI Cloud 可以同時「非常會成長」又「非常會燒錢」？
因為 Nscale 不是一間只做 Software 的公司。
它提供的是：
- Compute
- Power
- Data Centers
- AI Infrastructure
- Model Training／Inference Infrastructure
也就是在客戶真的使用 AI 前，
Nscale 必須先把大量昂貴東西蓋出來。
公司目前營運橫跨：
14 個地區。
Power Pipeline 超過：
10GW。
Total Contracted Value 已經超過：
1,030 億美元。
這就和傳統 SaaS 很不一樣。
SaaS 多一個客戶，
通常不用另外蓋一座資料中心。
AI Cloud 多一批大型客戶，
背後可能就是：
GPU、
土地、
變電設備、
Cooling、
Fiber、
電力合約
全部一起增加。
Anthropic 一張合約就可能是 450 億美元
Nscale 的規模可以從其中一份合約看出來。
Anthropic 上個月與 Nscale 簽下協議，
準備花：
450 億美元
租用它在 West Virginia Data Center Campus 的 AI Computing Capacity。
這種數字已經說明：
Frontier AI 的競爭，
不是只要請幾百個 Researcher 就可以。
模型能力愈往前，
後面的實體資產也愈龐大。
但 Nscale 還有一個風險：客戶太集中
IPO 文件還揭露：
2026 年上半年，
Nscale 最大的一名客戶，
占公司營收：
52%。
這就產生另一個問題。
如果最大的幾家 Frontier AI Companies：
減少投資、
改用自己的 Data Center、
換供應商，
或者真的開始放慢 Model Development，
Neocloud 的收入成長也可能跟著改變。
所以現在 AI Infrastructure Companies 的特色很明顯：
需求很大。
合約很大。
投資也很大。
但風險同樣很集中。
今天真正值得看的：AI 開始同時被三種現實拉住
把三件事情放在一起，
會看到 AI Boom 正進入一個比「誰 Benchmark 第一」複雜很多的階段。
第一股力量：競爭
Anthropic 可以談 Safety。
但如果 OpenAI 的新模型正在搶企業支出，
公司仍然必須思考下一個 Model 什麼時候推出。
第二股力量：經濟效益
政府與企業最後都會問：
AI 到底有沒有真的增加 Productivity？
IMF 現在已經開始把這件事量化到整個歐洲經濟。
第三股力量：成本
模型每往前一步，
後面的電力、GPU、Data Center 與 Financing 都得跟上。
Nscale 的：
1252% Revenue Growth
和
10.2 億美元 Net Loss
正好把這個矛盾放在同一張財報上。
所以接下來看 AI，
不能只問：
「下一個模型有多強？」
還得多問三句：
市場逼它跑多快？
它真的替人增加多少產出？
為了得到這些能力，最後要花多少錢？
這三個問題，
可能才真正決定 AI Boom 能走多遠。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
今日 AI 工具｜2026/09/16：Claude for Small Business 擴到 43 個工作流，QuickBooks、Shopify、Stripe、Zoom 直接接進小企業日常
Cisco 明明正在把 AI Agent 推給 9 萬名員工，為什麼真正難的不是「每人一個 AI」，而是重新設計工作？
AI 今日早報｜2026/09/04：Crusoe 據報拿下 Jane Street 130 億美元雲端合約、Snowflake AI 帶動成長、德州開始限制資料中心
