Cloudflare的AI流量考題：誰來為網路成本買單？

Cloudflare在11月5日發布的財報，提出了一個比「AI能否帶來需求」更難的問題：新增需求中，有多少能夠轉化為有利潤的付費使用？第三季營收達到7.825億美元，年增39%，但GAAP毛利率從74.0%降至71.2%。規模擴張與每單位收入留下的毛利減少，可以同時發生。不過，這些數字不能證明AI導致毛利率下降；公告沒有單列AI收入及其服務成本。季度業績

流量是投入，不是商業模式

同一條AI請求，可以對應不同的經濟關係：Cloudflare可能負責傳輸與安全防護，可能實際執行模型推論，也可能把請求轉交給其他模型供應商。這些角色並不必然對應相同的帳單或毛利。如果只統計請求量，卻不辨識誰付錢、為何付錢，就容易把網路活動誤當成變現。

產品定價揭示了這種區別。Workers AI透過Neurons衡量GPU運算工作，超過每日免費額度後的付費用量，價格為每千Neurons 0.011美元。AI Gateway的核心分析、快取和速率限制功能則免費；統一計費對購買的額度收取5%費用，模型供應商的推論價格按原價轉收，不另外加價。這是不同的收費機制，不意味著每條經過網路的AI請求都會給Cloudflare帶來手續費。Workers AI定價、AI Gateway定價

由此可以推論，免費的流量管理能夠先吸引應用，再透過算力或相鄰服務取得收入。這可能是合理的獲客方式，但採用量本身不能證明回報。真正要追蹤的，是活躍應用能否成為持續付費的工作負載，以及收費能否涵蓋免費層的服務成本。購買額度的手續費，也不能直接當成全部推論支出的利潤率，更不能替代公司對收入總額或淨額認列方式的會計揭露。

兩種利潤率，講的是不同的問題

GAAP營業利益率從負6.7%降至負8.7%，非GAAP營業利益率卻從15.3%升至17.5%。調節表顯示，本季調整項目包括1.741億美元的股份基礎給付及相關雇主薪資稅，此外還有其他項目。兩種營業損益之間約2.05億美元的差額，是衡量範圍的實質區別，不是四捨五入造成的雜訊。財務報表與調節表

調整後利潤有助於觀察剔除指定項目後的經營表現，卻沒有回答股東承擔多少薪酬和稀釋成本。尤其相關薪資稅不能籠統稱為非現金費用。反過來，GAAP虧損也不說明每一項新增AI業務都虧錢：集團報表混合了不同產品、營運費用和會計調整。缺少產品層面的解釋橋梁，就不能把毛利變化確定歸因於GPU採購、流量成長或客戶折扣。

這意味著，不能用調整後營業利益率上升，直接反駁毛利率下降。前者可能體現某些營運費用相對於收入的攤薄，後者衡量收入扣除服務成本後留下多少。只有把收入結構、直接成本和費用分開，才可能判斷成長究竟改善了哪一層經濟性。

現金必須先支持容量，商業假設才有機會兌現

本季營業活動現金流量為2.154億美元，但在扣除1.218億美元不動產及設備購置、1150萬美元內部使用軟體資本化支出後，自由現金流為8210萬美元。自由現金流金額增加，揭露的比率卻由13%降至10%。這些投資不能全部標成AI預算，因為公告沒有提供這樣的拆分。現金流調節表

關鍵在時間差。基礎設施可能需要在客戶充分使用之前先行配置，隨後利用率提升可以改善回報，也可能留下低效閒置的容量。資本支出先影響現金，折舊則逐步進入損益表。因此，較強的調整後營業利益率與較弱的自由現金流率可以並存，並不意味著某個數字失真。僅憑一個季度，無法判定這是有效擴張，還是資本密集度永久上移。

提高效率，可能減少原本可以收費的次數

Cloudflare說明，AI Gateway快取能夠直接回應重複的相同請求，避免再次存取模型供應商。但文件也設有邊界：快取預設關閉，不會自動把不同的個人化提示詞視為同一個請求。快取文件

這裡存在一個值得注意的商業張力。幫助客戶節省推論費的平台，可能減少單一應用的付費模型呼叫；與此同時，節省的預算又可能提高留存，讓更大規模部署變得可行。後面的好處需要被驗證，不能自動寫進成長故事。評估重點應是一個有用的工作負載最終留下多少價值，而不是把原始請求量最大化。即便算力使用更有效率，安全控制和運行可靠性仍可能構成付費理由。

可以做一個簡單的壓力測試：兩個應用擁有相同請求量，一個大量重用快取答案並使用免費閘道控制，另一個生成長篇、獨特的回答，需要付費推論。它們的流量看起來相似，算力需求與客戶帳單卻可能相差很遠。前者以後可能購買安全服務，後者也可能要求折扣或占用昂貴容量，因此不能僅憑呼叫量判斷誰是更好的客戶。這是假設情境，不是公司揭露的客戶結構；它說明請求量不能替代扣除服務成本後的工作負載貢獻。

價格方向同樣重要。若單位推論價格下降，用量必須成長得足夠快才能維持收入，交付成本也必須下降得足夠快才能維持毛利率。更大流量不會自動同時滿足這兩個條件。反過來，即使毛利率百分比下降，毛利金額成長仍可能支持產品研發。因此，檢驗對象應該是可持續的利潤貢獻，而非孤立地守住某個百分比。

接下來的證據，需要把付費採用、服務經濟性與現金轉化連起來。更清晰的產品結構和客戶擴張資料，有助於判斷變現；毛利率能否穩定，有助於檢驗規模是否改善交付成本；投資後還能留下多少現金，則檢驗容量建設的回報。任何一項都不能單獨作答。Cloudflare已經證明集團營收能夠快速成長；AI能否讓網路對所有者更有價值，取決於應用價值轉化為收入的速度，是否快於相關成本和資本需求成長。這仍是一道需要繼續驗證的考題，並非流量或調整後利潤已經給出的結論。