隨著生成式AI從研發階段邁入企業規模化導入，AI基礎設施正出現關鍵結構轉折，並引爆下一波算力需求。相較於以雲端為核心、以模型訓練為主的第一波 AI 投資浪潮，企業端實際應用的擴散，正使推論算力的成長性逐步超越訓練算力，並提高企業自建地端平台的意願。雲端算力面臨架構重新檢視，以藉此提高推論效能，維持龐大企業AI市場上的主導地位。

大語言模型正走向兆參數量、思維鏈推論、多模態輸出、Agentic AI代理等「四大趨勢」，引領對話機器人、軟體開發、圖像生成、影像生成，企業營運資訊自動化，與製程自動化等「六大AI應用」逐漸導入企業。多元應用帶動下，企業不再僅依賴大規模資料中心提供AI服務，而是基於成本控管、資料主權、延遲與可靠性等考量，來選擇最佳的AI 基礎設施部署。

提供雲端算力的雲端服務商，為維持在AI算力的統御地位，一方面持續進行龐大資本投資，與強化IaaS、PaaS AI服務，來供企業無虞使用，另一方面也因應推論需求而重新檢視運算架構，藉此提高推論效率，降低企業的算力支出。部分雲端服務商更進一步擴大自家SaaS服務，以進一步鞏固雲端算力的需求，來提高算力投資的規模化門檻，阻止企業因應AI而自建算力的意圖。

在此情況下，雲端業者是否還能獨攬AI算力?長期支持LLM龐大訓練算力的NVIDIA平台，能否在推論當道的現今持續坐穩算力龍頭? 雲端算力基於這波龐大企業AI需求，究竟能帶來多少高階AI伺服器的未來出貨?

本報告以企業AI導入為核心視角，系統性分析算力架構的重塑方向，並證明雲端算力在龐大企業AI需求中，如何維持既有地位，進而推導出主要的雲端業者、LLM業者與算力平台業者，究竟誰能在其中獲利。

透過本報告，供應鏈業者可更清楚理解未來 AI 基礎設施的主流架構樣貌，作為下一代產品 Roadmap、規格定義、與選擇合作對象的重要參考，以精準對接企業 AI 時代下持續擴大的基礎設施商機。