AI 產業會泡沫破裂嗎？

AI 的風險投資在 2025 年來到近 2000 億美金， 超過該年一半的風投總資金， 而預見 2008 次貸危機的投資者 Michael Burry， 更是認為大公司的會計操縱（這裡我並不明確指稱哪個公司，因為不是本篇重點）將導致崩盤， 決定做空這些公司， 究竟這場投資遊戲會崩潰嗎？又或甚至走向最悲哀的歷史結局： 玩弄金融的那些投資者以一句「這公司大到不能倒，請政府來幫忙」，最終賺飽退場，並讓全民納稅錢來填補整個槓桿空缺。

這邊提一下，可能在台灣只在股票上的那些飆升數字上感受到 AI 的泡沫化， 但如果你有注意到舊金山的街景報導， 你會看到滿滿的 AI 廣告。

一般針對這種廣告氾濫的分析（我在數篇報導和影片都有看到類似說明）是認為這些被投資的錢， 需要快速被投資者看見成長，例如用戶數、產品銷售等等。 而廣告正是一種可以幫助新創快速累積用戶的方法， 但這些新創究竟有多少能力去乘載這些用戶，或甚至有沒有一個實際有用的產品去提供給用戶。

這麼多廣告，一方面因為確實有商機，但是更大的原因是 AI 公司錢太多，他們吸引到了源源不斷的風險投資，還能去股市圈錢。 資本急需看到效果。

於是，這些公司拼命做廣告，曝光越多，市場佔有率和公司估值也會隨之提高，從而吸引更多的資本。

阮一峰 - 科技愛好者週刊（第 366 期）：舊金山瘋狂的 AI 廣告

2000 年網路泡沫¶

對於這次 AI 泡沫，很多人以 2000 年網路泡沫為鏡，將要崩盤的傳言甚囂塵上。 其實針對 2000 年網路泡沫有很多研究，其中一份系統性的研究論文 「From Hype to Bust: Investigating the Underlying Factors of the Dot-Com Bubble and Developing Regression Models for Future Market Predictions」 （2023, SCIRP, NotebookLM）， 深入調查了泡沫破裂的根本原因。 該研究通過回歸分析和詳細的會計數據發現，導致泡沫的主要因素包括：

• 監管鬆散，本來禁止銀行控股公司擁有其它金融公司的規定被解除， 讓這些投資公司可以身兼球員和裁判，替欺詐行為提供了溫床；
• 內線交易和折扣股份計劃（Discounted Shares Programs, DSP）， DSP 是指公司撥出一定數量的股票在公司內部分配， 這些分配的股票和內線交易使員工能夠在 IPO 或重大事件前後賣出股票來獲得高報酬，但容易對散戶或接盤俠造成傷害 （事後也有相關法律、 規則來限制）；
• 不實際的指標，所謂的「眼球經濟」，只要公司網站有足夠的月訪問量、點擊次數等，就會被炒作， 那些更實際的財務分析，例如現金流、可持續的收入模式等，卻被忽略；
• 科技公司大規模舞弊行為，超過 20 家大型公司至 2002 年底承認虛報收入。

這些因素這表明泡沫不只是投資者間的博弈遊戲，還涉及系統性的欺詐和監管失靈，並進一步加速著泡沫破裂， 但這次 AI 的金融泡沫，我並沒有看到針對監管、內線交易或者舞弊行為的分析和新聞， 並不像一台失控的火車那樣剎不住。

最近是有看到川普正嘗試鬆綁公司的監管， 例如本來每一季就要公告公司內部營運狀況，將改成每半年，用以讓公司可以更大膽的投資。 當然，這是個雙面刃，依照本篇的敘述，確實讓經濟崩潰的風險提高了。

AI 商機¶

和當年網絡泡沫不同的是，現在的 AI 除了研究成果，也有一些實際營收，並建構在成熟的網絡商業行為上，也就是：

• 電商交易：這裡泛指網路交易，如 Amazon、Airbnb、Booking；
• 廣告：協助資訊推廣，不管是商品、活動或理念，如 Google、Facebook；
• 訂閱服務：內容製作，可長期提供服務，如線上遊戲、升級版體驗、Netflix；
• 基礎服務：任何網路服務需要的基礎設施，如 AWS、Godaddy、Cloudflare。

簡單提個 AI 有趣研究應用

想像一下，你把五盒拼圖全部倒出來混在一起，然後把盒子上的參照物丟掉，接著嘗試拼完這些拼圖。 一款具備影像辨識、拼圖解謎能力和仿生機械手的機器人正在研發中，旨在協助考古學家進行困難的文物修復工作。

我還想提一下 Google DeepMind 的 WeatherNext， 我以鳳凰颱風為實驗， 以台灣氣象局的預測圖做比對。雖然就結果來說我覺得差不多，但看到本來要價昂貴的預測系統可以在網上任意操作還是很有趣。

傳統 AI 確實讓這些應用更上一層階，例如個人化廣告、精準營銷。 但這邊想強調生成式 AI 帶來的全新商機：個人助理。 例如感恩節由 AI 協助購物、 很多的訂閱式 AI coding 助理、 AI 基礎服務（如 Coreweave、Nebius）等等。 這些都是生成式 AI 帶來的真實商機，並建構在成熟的網路商業行為上，而且也帶來了營收。

儘管如此，我認為 AI 的商業殺手鐧還未成形，而網路的商業殺手鐧我認為是電商和廣告。

In general, it feels like the early days of the internet. LLMs have so much potential, but we’re still mostly building copies of the same thing. There have to be some really simple product ideas that we’ll look back on and think “that’s so obvious, I wonder why they didn’t do it immediately”.

Sean Goedecke - Only three kinds of AI products actually work

泡沫破裂的風險¶

AI 的投資確實正如開頭所說的那樣，有浮濫、泡沫化的徵兆， 難道那些大公司的各種財務管理、大頭們不知道嗎？當然知道，但是不投資的風險遠大於投資導致泡沫化的風險。

想像一下你不投資 AI，將會在日新月異的科技追逐戰中落後多少， 早前 Apple 對於生成式 AI 的低調， 並在後續延期推出 Apple Intelligence 帶來的負評。 這些是顯而易見的信任危機，一個客戶對於大公司期望的標準是高的，尤其是對那些空泛的宣傳和營銷。 相反，如果投資 AI 導致的泡沫將會造成財務上的風險，但究竟是不是致命的？ 我個人是持保守態度，也就是他們留有足夠的底氣來支撐這場 AI 革命。 但對於那些因為融資得到很多錢的新創，可能就是一場翻身或跌谷底的賭博了。

提到賭博，在今年也有一個有趣的研究，是 MIT NANDA 的報告 「The GenAI Divide: STATE OF AI IN BUSINESS 2025」 其中最吸引人眼球的是一段結論「企業中 95% 的 AI 專案尚未從中得到任何回報」，引起很大的迴響。

但根據實務上的分析， 其實大型複雜的 IT 專案也是大約 95% 會失敗， 而 MIT 指的「AI 專案」其實是針對嵌入式或特定任務型的生成式 AI，也正好就是一個大型、新穎且複雜的專案。 如果因此在導入過程中面臨許多困難和挑戰，或許也不會太意外。 所以那些花大錢做的專案（或者說那些新創公司），不論是不是 AI 它本來就是高風險的， 也因此我並不認為這些失敗的專案是會導致泡沫破滅的因素。 以下這段話或許可以為這段落做個註解。

生成式 AI 是個新東西，很容易失敗，但如果我們過於聚焦在這個新玩意的失敗案例，將會失去判斷。

最後，查理蒙格曾經提到過關於崩盤的六個原因：

• 當人們開始普遍相信「這次不一樣」；
• 大量資金追逐那些忽略基本面且缺乏盈利能力的公司；
• 市場會充斥著難以理解的複雜金融產品；
• 投資者將槓桿使用達到歷史高點；
• 當投資新手大量湧入市場並給予他人建議；
• 普遍的恐懼感消失了，導致人們不再謹慎。

我認為有些點並沒有符合當前的狀況，最明顯的是恐懼感沒有消失，大家都在談論泡沫要破裂了，反而讓泡沫被緩慢的消退。 我不是金融專家，沒辦法也不願意賣弄去提出數字來證明泡沫的消退行為或甚至破裂的徵兆， 提出「大家在討論泡沫，反而讓泡沫消退」是我個人獨斷的見解。

總結¶

我認為 AI 有泡沫化，但是不會崩盤，而是會緩慢逐步地收斂，達到平衡，理由是：

• 借鏡歷史，並沒有像網路泡沫失控，失去監管、大規模舞弊；
• 擁有實際的營收，儘管我認為還有一些我們沒想到的商業產品；
• 大家有意識到泡沫化，這降低了崩盤的風險和突發性。

無論如何，就算最終泡沫破滅，被迫離開原領域的 AI 科學家將可能把創新帶入另一個領域或重返學術。 進一步強化整體 AI 產業或者說發展的韌性，最終回歸和網路相同的走向：走進人們生活中 （儘管現在仍有約四分之一的人無法輕易取得網路）。 總結來說，我仍然對 AI 前景抱著樂觀態度。