经济日报社论／AI泡沫化争论下台湾应有的思维

经济日报社论／AI泡沫化争论下台湾应有的思维

AI示意图。 路透

从OpenAI推出ChatGPT以来，生成式AI带动过去三年来的风潮，社会大众逐渐将AI应用于生活中的大小琐事，从旅游行程安排，到学习辅助，甚至是医疗常识、法律咨询等；另一方面企业也积极寻求应用AI之道，寄望透过AI应用提升营运效率、降低成本，甚至开创新的商业模式。

在此波浪潮下，首先受惠者例如OpenAI等AI演算法开发业者，在资本市场吸引大量资金投入；其次则为AI算力供应链业者，从云端运算到终端伺服器供应商、制造商及上游零组件厂商（包括晶片供应商与半导体制造业者），受惠于AI资料中心建置所带动的算力需求。
 
 
不过，这一波AI所带来的产业荣景，本质上是从投资的角度获益。以AI演算法或应用的新创业者来说，多数尚未产生实质获利，但已从创投资本获得大量资金挹注。 AI算力供应链业者，则是得利于大型云端服务业者在算力资料中心上的大量资本投入。近期的AI荣景是因为整体产业处于投资周期初期，出现大量的基础环境投资需求所带动。
 
 
也就是说，实际从AI产生的获利仍属有限。因此，包括我国央行在内，各界纷纷开始探讨AI投资泡沫化的可能性，以及未来可能面临的风险，包括资本市场的风险到产业经营风险。以我国央行近期所发布的分析报告为例，认为AI产业间的闭环交易结构复杂，若未来AI获利变现不如预期，恐因其不透明性而加剧系统性风险。此外，AI资料中心对电力需求庞大，以及AI对劳动市场的冲击，都潜在不确定的风险。
 
 
当然，央行对AI仍保持审慎乐观，认为AI技术进步展现发展潜力，虽然目前终端应用与商业化模式尚未成熟，但新技术落实至生产力提升的过程，势必历经调整与适应过渡期，这是科技发展的必经之路。
 
 
从技术与产品发展生命周期的角度来看，目前AI应正从萌芽期进展到快速成长期之间，当然也就面临了死亡之谷的考验。在过去AI快速发展的三年间，资金与研发资源大量投入在AI基础模型的发展上，也带动了研发AI模型所需的基础环境需求，包括算力与资料的需求，也造就了当下百花齐放的AI荣景。但是要从萌芽期推进到快速成长期，关键在于相关应用能否顺利推进到各行各业中，并且快速推进到一般使用者、尤其是商业环境之中。
 
 
不过坏消息是，根据ＭIT的研究数据显示，全球逾300个生成式AI专案中，高达95%尚未产生实质投资回报。虽然如此，大型云端服务龙头业者于2026年仍将有双位数的资本支出成长，继续投资在算力之上。这也使得算力等基础环境的投入，已经成为大厂的资本游戏，国际AI软硬体巨头透过交叉投资与股权交换，进入循环式AI经济。
 
 
这样的资本游戏已非一般中小型经济体所能参与，只是此一发展局势也带给我们对AI浪潮的反思。产业面临AI带来的竞争，应该要从盲目的规模扩张回归到「健康成长」的模式。面对AI投资过热的风险，未来更应思考在短期热点以外，将资源投入开发可落地、具商业模式的AI应用。
 
 
从硬体供应链的角度而言，当务之急是进行多元化布局，避免过度依赖单一技术供应源，降低对特定市场热点的依赖。同时，亦应积极掌握目前国际上的主权AI风潮，在各国政府为提升AI自主掌握程度时，将兴起另一波算力投资风潮，如欧盟的AI工厂计画，以及美国的星际之门计画等，借此进一步分散供应链客户过于集中的风险。
 
 
短期内，我国AI算力供应链来自于下游云端业者的订单仍属稳定，甚至有温和成长的动力。但在长期来说，业者仍将面临来自客户端基础环境投资减缓的潜在风险。以台湾资通讯供应链而言，更应该思考寻求在AI应用的多元布局，甚至从单纯的硬体供应，朝整体解决方案与应用开发等方向进行升级转型。