AI 資料中心不再只是雲端巨頭的遊戲：企業自建生成式 AI，正在推升 800G Switch
大型企業開始建置自己的生成式 AI 系統，高速網路需求因此從 CSP 向企業端擴散。這是第二層 AI 基礎建設。
AI 資本支出的第一波，很集中在幾家雲端巨頭。這讓市場擔心一件事：如果那幾家公司哪天放慢投資，整條供應鏈是不是就一起踩煞車？
2026 年開始出現另一個值得注意的方向：大型企業也開始建自己的生成式 AI 系統。
為什麼企業要自己建
金融、製造、醫療、政府與大型集團，很多資料不能直接丟到公有雲。成本、資安、法規與資料主權，都讓 on-premise 或私有雲 AI 有存在價值。
這些企業不一定買上萬顆 GPU，但它們會需要完整的伺服器、交換器、儲存與資安設備。
800G Switch 為什麼跟著受惠
AI 伺服器之間需要高速互連。當企業叢集規模提高，傳統企業網路架構不夠用，就會升級到更高速的交換器。
因此 800G 的需求不再只是少數 CSP 的資料中心，也可能逐步進入企業市場。
這會改變供應鏈的風險結構
客戶越分散，單一 CSP 資本支出波動對供應商的衝擊就越小。這對網通公司是很重要的品質提升。
但企業市場也有缺點：專案碎、驗證長、服務要求高，不像大型雲端客戶一張訂單就幾十億。
我的判斷
我會更看重那些能同時服務 CSP 與企業客戶的供應商。前者給規模，後者給分散與長尾。
AI 真正成熟的訊號，不是只有科技巨頭拼命買設備，而是傳統企業也開始把 AI 當成自己的基礎設施。當這件事發生，市場才從題材進入普及。
這篇文章在知識圖譜裡連到哪裡？
文章不是孤島。以下節點是這篇研究所涉及的公司、產業、技術與訊號，可以沿著關係繼續往下讀。
AI 基礎設施（產業） · 800G／1.6T 高速光通訊（技術／產品） · AI 伺服器（技術／產品） · 金融（產業）
這篇是「2026 台股 7 月營收拆解」第 14 篇。我看月營收的目的不是追一個數字，而是用高頻資料確認產業結構有沒有真的改變。
本文為產業研究與個人觀點整理，不構成投資建議。個別公司營收、財務與產業數據請以公司公告及公開資訊為準。