國防部砸重金買 AI — Nvidia、微軟、AWS 搶食軍方訂單背後的商業邏輯
五角大廈搶 AI：Nvidia、微軟、AWS 殺進國防大餅
Meta Shift
美國國防部上週宣布與 Nvidia、Microsoft、AWS 和 Reflection AI 簽署合作協議，將這些公司的 AI 技術部署到機密等級網路中。這是繼 Google、SpaceX、OpenAI 之後，五角大廈又一波大規模 AI 採購。目前已有超過 130 萬名國防部人員使用其企業級生成式 AI 平台 GenAI.mil（來源：TechCrunch）。
老實說，這個數字很驚人。130 萬用戶的企業 AI 服務，如果以一般 SaaS 的定價來估算，光是基礎授權費就可能達到每年數十億美金的規模。而且這還只是非機密用途的部分，真正的大餅在 IL6 和 IL7 這種高機密等級的部署。
這不只是幾家科技巨頭的商業勝利，更代表國防科技採購模式的根本性轉變。過去軍方習慣找單一承包商做長期專案，現在變成多廠商競標、快速部署的模式。這個轉變背後的原因很現實：跟 Anthropic 的法律糾紛讓五角大廈意識到，AI 時代不能把雞蛋放在同一個籃子裡。
商業模式拆解：政府合約的新玩法
這波國防 AI 合約的商業邏輯跟傳統軍工不一樣。以前國防部會簽 10-20 年的大型專案，像 F-35 戰機那種動輒千億美金的長約。但 AI 的迭代速度太快，這種模式玩不起來。
現在的做法更像企業級 SaaS，但有軍規加持：
定價結構：據業內估計，IL6/IL7 等級的 AI 服務定價會是一般企業級服務的 5-10 倍。原因很簡單 — 合規成本、安全認證、專用硬體設備的成本都高得嚇人。以 Microsoft 的 Government Cloud 為例，同樣的服務比商用版貴 30-50%，而機密等級的服務價格更是天價。
客戶結構：這次合約覆蓋的不只是五角大廈總部，還包括各軍種、情報單位、甚至盟友國家的軍方。130 萬用戶聽起來很多，但相對於美國軍方總體規模來說其實還有很大成長空間。
護城河在哪：技術不是重點，安全認證才是。要拿到 IL6/IL7 的部署許可，需要通過 FedRAMP、CMMC 等多重認證，光是準備這些文件就要花上一年。一旦拿到認證，基本上就有了進入門檻。
從營收角度看，這塊市場的想像空間很大。美國國防部每年 IT 預算約 500 億美金，如果 AI 佔其中 10-20%，就是數百億美金的市場。而且這還不包括盟友國家的需求 — 北約、日本、澳洲都在看美軍的 AI 部署經驗。
競爭格局：誰在贏、誰在輸
這場國防 AI 大戰的玩家基本上分成三個梯隊：
第一梯隊（雲端巨頭）：
- AWS：最早拿到 JEDI 合約（雖然後來被取消），在政府雲端有最深的經驗
- Microsoft：拿下 JEDI 後又拿到 JWCC，Azure Government Cloud 已經很成熟
- Google：後來者但技術實力強，在 AI 模型上有優勢
第二梯隊（AI 原生公司）：
- OpenAI：ChatGPT 的光環很大，但政府合規經驗不足
- Anthropic：跟五角大廈正在法庭上撕破臉，基本上出局了
- Reflection AI：相對小廠但專精政府市場
第三梯隊（硬體商）：
- Nvidia：GPU 是 AI 基礎設施的必需品，地位很穩
- 其他晶片商：基本上是陪跑
從策略來看，各家的打法不一樣：
Microsoft 和 AWS 走的是「全棧服務」路線，從雲端基礎設施到 AI 模型都包了。這樣做的好處是可以控制整個 stack，壞處是成本高、風險大。
Google 比較務實，專注在 AI 模型和工具，基礎設施讓 partner 來做。這個策略在企業市場很有效，但政府客戶更喜歡一條龍服務。
OpenAI 的問題是太依賴 Microsoft，在政府市場這種「供應鏈多元化」的趨勢下，獨家依賴關係反而是劣勢。
最有趣的是 Anthropic 的出局。他們堅持 AI 安全原則，不願意讓模型用於自主武器系統，結果直接被五角大廈列為「供應鏈風險」。從商業角度看，這個堅持代價很高 — 估計損失了數十億美金的潛在營收。
Meta 判讀：國防採購的 Meta Shift
這波變化是典型的 Meta Shift。原因不只是技術進步，更是採購模式的根本改變。
以前軍方的 AI 需求是「有就好」，現在是「要最好的」。這個轉變背後有兩個推力：
- 中國威脅論：美軍認為中國在 AI 軍事應用上進展很快，必須加速追趕
- 烏克蘭戰爭經驗：現代戰爭越來越依賴即時情報分析和決策支援
從歷史類比來看，這很像 2000 年代網路泡沫後，政府開始大規模採購商用 IT 服務。當時 Amazon、Google、Microsoft 都搶著要政府合約，最終形成了現在的雲端三強格局。
現在的 AI 國防市場也在走類似的路：從零散的實驗專案，變成大規模的平台部署。差別在於，AI 的戰略重要性比當年的雲端服務更高。
這個 Meta Shift 會帶來幾個連鎖反應：
- 技術標準化：政府會推動 AI 軍用標準，影響整個產業的技術方向
- 供應鏈重組：有政府背景的 AI 公司會更容易拿到投資和商業合約
- 地緣政治化：AI 技術會越來越被視為國家安全資產，而不只是商業工具
工程師該怎麼看
對工程師來說，這個趨勢有幾個值得注意的地方：
技能需求變化：安全認證和合規經驗會變得很值錢。懂 FedRAMP、NIST 標準的工程師，薪水肯定比一般 AI 工程師高。如果你在大廠的政府部門工作過，這個經驗會變成很大的加分項。
技術路線選擇：選 AI 框架和工具的時候，要考慮政府合規性。比如說，有些開源模型可能因為來源問題被政府禁用，選技術 stack 的時候要留意這個趨勢。
職涯方向：Defense tech 正在變成一個熱門賽道。過去大家覺得軍工很無聊，但現在國防科技公司的估值和薪資都在快速上升。Anduril、Palantir 這些公司的工程師薪水已經不輸 FAANG 了。
Side project 思路：如果你想做 AI 相關的 startup，考慮一下政府市場的需求。B2G (Business to Government) 的客戶雖然決策慢，但付費能力強、合約期長。當然，進入門檻也比較高就是了。
總的來說，這波國防 AI 熱潮不只是幾家大廠的生意，更是整個科技產業重心的轉移。從「move fast and break things」到「move fast and secure things」，背後的技術和商業邏輯都在改變。對工程師來說，這既是機會也是挑戰 — 關鍵是要跟上這個 meta 的變化。
延伸閱讀
Waiting7777
WoW Arena 冠軍轉前端，用電競 meta 思維拆解技術趨勢。
相關文章
MicrosoftAI+5微軟的 AI 策略其實很簡單：不用自己最強，只要賣最強的就好
微軟不需要自己訓練最強的模型，只需要成為最強模型的最大分銷商 — 這個邏輯跟 AWS 當年賣計算資源有什麼異同？
2026年7月31日 · Waiting7777 · 7 分鐘閱讀
繼續閱讀 →
AIGPT+8OpenAI 想做 super app — ChatGPT 的野心到底有多大？
OpenAI 把 ChatGPT 做成 super app 這條路，跟微信、支付寶的邏輯有多像？對開發者和競爭對手的影響怎麼看。
2026年7月30日 · Waiting7777 · 6 分鐘閱讀
繼續閱讀 →
AI AgentsAI+4給 AI 一份行為手冊管不住它 — Agent 治理的現實
「給 AI 一份行為守則就安全了」這個假設是錯的 — 拆解為什麼長文件治理 agent 行不通，以及企業該怎麼想這件事。
2026年7月30日 · Waiting7777 · 7 分鐘閱讀
繼續閱讀 →這篇文章對你有幫助嗎？
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。