2025年10月14日 星期二

 《 AI是否科技泡沫化？——從歷史上科技泡沫化案例與市場指標分析 》


引言

人工智慧（AI）近年來成為全球熱議的科技焦點，驅動了巨額投資與市場估值飆升。然而，隨著資本市場熱度高漲，「AI是否處於科技泡沫化階段？」成為產業界與投資界普遍關注的問題。

結合過去歷史上科技泡沫化的關鍵警訊與AI當前的市場指標，探討AI產業是否存在泡沫化風險及其影響範圍。

 
一、歷史科技泡沫的典型警訊

科技泡沫的典型案例，包括：
 
1.網路泡沫（Dot-com Bubble，1995年-2001年）
90年代末美國網路相關企業股價暴漲，估值過高但缺乏盈利實績。
代表公司大量倒閉，基礎設施如光纖鋪設過度導致大面積閒置。
泡沫破裂引發科技股大幅崩盤與產業重組。​
 
2.電信泡沫（2000年左右）
大量投資於固網、手機及光纖基礎設施，但需求未達預期，資產重估導致重挫並引發產業整合。​
 
3.比特幣及加密貨幣泡沫（2017年-2018年）
加密貨幣價格暴漲及ICO熱潮，估值脫離基本面，多數幣種價格破裂大跌。​
 
4.近期人工智慧泡沫（2023年-2025年，可能形成中）
 AI領域投資與估值急速增長，部分新創尚無穩定盈利，投資行為帶有過度樂觀與系統性風險。

過去知名的科技泡沫案例，均展現出明顯的共通警訊：
･     大規模基礎設施過度投資，產能遠超出實際市場需求：
例如:網路泡沫期間美國光纖基礎設施鋪設超出實際使用85%之多，形成所謂「dark fiber」現象。
･     大量無盈利或盈利模式不明的新創企業高估值上市：
短時間內吸引大量資金注入。
･     投資者忽略傳統財務指標（如收入、現金流）：
改以未經驗證的未來技術前景和話題熱度作為估值依據。
･     企業之間出現交互投資和超前併購：
帶來複雜的金融結構及系統性風險。
･     媒體與社群話題熱烈，散戶及非理性投資行為盛行。
 高層管理者大量套現離場，引發市場恐慌與信心崩潰。

這些因素綜合作用，最終導致資本市場的大幅震盪與產業重組。

泡沫警訊

典型舉例

概述

基礎設施過度投資

光纖鋪設過剩

產能遠大於市場需求​

盲目IPO與高估值

網路公司上市

盈利模式未驗證​

融資氾濫忽略財報

.com泡沫

現金流、盈利被忽視​

併購狂潮

電信業整併

收購成損失來源​

媒體散戶蜂擁

公眾情緒高漲

投資非理性化​

高層大宗拋售

Cisco、Dell

高層信心動搖


二、AI市場的現狀與泡沫指標


經典泡沫指標，包括：

  1. 估值超越基本面、
  2. 傳統財務指標失效、
  3. 資本快速湧入與非理性行為、
  4. 交互投資與金融工程、
  5. 單一領域帶動股市大幅成長、
  6. 盈利模式不明／燒錢結構及
  7. 話題熱度與媒體狂潮。


這些指標與歷史泡沫的警訊高度吻合，但也需注意AI技術本身持續帶來顯著改變，為長期發展提供有力基礎。


指標

泡沫跡象

公司估值/實質收入比

高於歷史常態

投資者構成

大量新手或非理性資金

傳統財務指標採用度

明顯下降

產業交互投資與金融創新

明顯成長

媒體及社交熱度

高漲



三、產業結構與滲透情形


目前，AI市場出現以下特徵：


1.近期AI市場呈現極為火熱的投資態勢，眾多企業估值已遠遠超過其現階段的收入與盈利能力。

以OpenAI為代表，其2025年估值已飆升至5000億美元，但同期間公司現金燒耗卻高達數十億甚至百億美元，單上半年就消耗近25億美元，而全年虧損預計超過85億美元；這意味著營收雖增速驚人，但尚未脫離高額虧損狀態。


2.現今投資者評價AI企業時，逐漸由傳統的財務表現（如盈餘、現金流）轉向更側重於技術的前沿性及模型效能。

公司是否掌握新一代語言模型、深度學習架構及領先算法，成為主要價值判斷依據，而非穩健現金流或長期獲利。


3.AI產業生態中也出現多家大企業間交叉持股、資金互動與綁定合作。

如Nvidia、微軟（Microsoft）、AMD、Oracle等同時為投資方與技術支援方，使資本結構日益複雜，潛藏跨產業金融風險，與以往網路設備泡沫時代情形相似。


4.約七成AI服務的用戶用途為非商業性質。

如語言學習、內容生產、社群互動等，顯示不少需求來自消費者對新技術的短期追逐與新奇效應，易受市場情緒波動影響。


5.社群及主流媒體連續大幅推動AI話題，延燒對產業與股市的非理性預期，擴大跟風現象與資金蜂擁而入。



四、易受泡沫破裂影響的行業

從歷史經驗與當前結構觀察，AI泡沫若破裂，以下行業將首當其衝：


･     半導體及AI基礎設施製造業：

包括晶片、數據中心與光纖網路等，因過度擴張面臨需求調整。

･     高估值但盈利不明的科技新創公司：

尤其依賴風險資本和外部融資持續燒錢的企業。

･     風險投資與融資機構：

因為投資組合集中且估值膨脹，將受到資金回撤影響。

･     傳統製造與供應鏈企業：

間接受金融市場震盪波及。

･     消費者相關產業：

因市場情緒與資本收縮造成消費需求下降。


五、結論

總體而言，2025年AI領域的投資金額預計達1.5兆美元，推動全球科技股市值快速膨脹，短期內AI板塊股價大幅拉升，S&P 500前十大公司市值也因AI題材而超常增長。
AI基礎設施業者與主要客戶間的互為投資的融資關係，形成了潛在的系統性金融風險。
OpenAI公布的大客戶結構顯示，AI已全面滲透至商業軟體、生產力、基礎設施、消費服務與內容產業等各種領域，非單一熱點，且部分應用具真實商業模式與穩健收入。
然而，超過七成用量來自非商業用途，揭示部分需求確實是消費者對新奇科技的短期追捧，而非長期剛性需求。
實際落地場景（如企業自動化、法律、醫療、設計、健康、電商、教育）則代表具有可持續收入基礎的AI企業，仍能支撐產業基本面。
這種產業結構說明AI產業既有因創新與實用滲透所產生的合理估值，也存在由資金、話題及新奇驅動的泡沫風險，需要持續監測與理性判斷。

典型的泡沫孕育、形成及破滅過程
2.黃于庭(2024) AI概念股恐泡沫化？ 外銀：歷史不會重演，工商時報
3.MacroMicro 財經M平方(2025) AI 生產力循環才在半路？
https://www.facebook.com/photo/?fbid=1213499514149113&set=a.626074672891603
4.財經M平方(2025)【行情快報】一文看懂「AI 永動機」！

https://www.macromicro.me/blog/market-news-understand-the-ai-perpetual-motion-machine-in-one-article?fbclid=IwY2xjawNd1ktleHRuA2FlbQIxMQABHjojyl2Hij-58AtyLwZvhjwZz4Fq28DojyOTzWN5GnqmojzzyK0OrJ1wo619_aem_Qe_TKKabUHY1k79yp-u7SA

歸類為三大主要類別：
1.晶片購買協議：
中游 CSP 廠直接向晶片供應商約定，購買特定金額或數量的晶片，以進行算力的佈建。
2.算力購買 / 租賃協議：
中、下游廠商在特定期間內，再向上層廠商購買或租賃算力的合約，其中特別值得留意的是，由於承諾採購金額多在未來發生，因此當下尚未完成的合約義務便會反映在財報中的剩餘履約義務（Remaining performance obligations，RPO），例如 Oralce 拿下 OpenAI 3,000 億採購大單後，2025 Q3 剩餘履約義務 年增率飆高超過 350% 。
3.投資 / 分潤協議：
最後是企業之間的互相投資、分潤，例如 Nvidia 於 9/22 宣佈向 OpenAI 投資 1,000 億美元、 Microsoft 與 OpenAI 達成的分潤計畫、又或是 10/6 OpenAI 向 AMD 部署 GPU 、換取 10% 的股權的戰略協議。
5.陳建鈞(2025)OpenAI前30大客戶名單意外曝光，Duolingo、Salesforce⋯還有誰在「一兆Token俱樂部」？數位時代
如果要將這些公司做分類的話，或許可以簡單分為以下幾類：
  • 商業軟體與生產力工具
Notion：透過 AI 協助使用者進行文件內容生成、摘要與整理。
  • AI 基礎設施與開發工具
  • AI 核心產品
Perplexity：一個以AI為核心的對話式搜尋引擎。

Read AI：利用AI自動化會議記錄與摘要。

  • 消費者服務與內容創作
Duolingo：在其語言學習應用中，透過 AI 提升教學與互動體驗。
Canva：在其設計平台中整合AI，協助使用者快速生成圖像或設計元素。

 AI不只是生產力工具，滲透至日常生活各方面

OpenAI曾在發布的報告中，聲稱ChatGTP 70%的用量都來自非工作用途，而從這次公布的大客戶清單中，或許也能窺見一二。
儘管許多公司的服務直接聚焦生產力，仍有不少企業是聚焦滿足消費者工作以外的需求。
例如，
  • 多鄰國(Duolingo)便是很多工作者在閒暇之間，用於精進自身語言能力的學習平台；
  • Perplexity的用途則非常廣泛，滿足用戶一時興起想要了解新聞、學習新知的需求；
  • Canva同樣可能被大量用於撰寫履歷、社群貼文等工作任務以外的創作需求。
AI或許不僅僅是業界最初期望的強力生產力工具，更是一種滲透到日常生活各個層面，從根本改變生活型態的重要助手。
6.鉅亨網(2025)1兆再加3500-5000億鎂！OpenAI虧百億還不斷下訂單 專家：把供應商綁成「債務共同體」
https://news.cnyes.com/news/id/6190143?fbclid=IwY2xjawNd1o1leHRuA2FlbQIxMABicmlkETE5NGp3dm42TnN6cEtwV0JFAR5AI1WDHocILCX6DWykA0GVvm-phfTpK_cJFRtqG_h365vmoIEi33vR3BQFwg_aem_wba4vi8a9Wdy6xg7Du7UCw執行長奧特曼向員工透露，目標到 2033 年建成 250GW 算力，以現行標準需耗資逾 10 兆美元。

7.科技新報 TechNews (2025)OpenAI 兩難困境：坐擁 8 億用戶卻面臨巨額虧損，付費轉換率成關鍵
8.黃 嬿(2025)AI 贏家已經出線，研究：AI 四分之一收入由 OpenAI 獨攬科技新報 TechNews
https://technews.tw/2025/10/15/openai-win-the-war/

9.(2025)《#川普 2.0時代來臨！全球政經新變局！#謝金河：#AI 下個革命是 #算力！》【2025.10.12『年代向錢看』週末精選】‪@ChenTalkShow‬ #黃仁勳 #晶片

https://www.youtube.com/watch?v=F1hH6kPzQME

10.(2025)EP 258. 史上首次AI打敗人類天才，背後推手如何評價當前泡沫疑慮？ ft.深藍電腦之父許峰雄，數位時代

https://www.bnext.com.tw/podcast/1060/bn-sound-20251016070854-22xb2hpm

史上首次AI打敗人類天才:
首先，有算力就有棋力，摩爾定律定期讓每一代新晶片算力提升，時間拉長打敗棋王只是早晚的事。圍棋又比西洋棋複雜許多，2016年DeepMind的AlphaGo打敗韓國世界冠軍李世石，在許峰雄看來就是算力提升棋力再提升的邏輯，並不驚訝。
其次也是真正造成不同的，是類神經網路和深度學習的研究，是區隔Deep Blue和DeepMind技術的重大分水嶺。
Internet的普及和相應而來的海量數據，讓演算法和大語言模型加快發展，這些都是奠基在類神經網路和深度學習技術上，讓近三年的生成式AI發展日新月異。
雖然過去六十多年來AI發展歷經多次泡沫，但許峰雄認為最新這一波的方向和技術扎實，不是泡沫。
而談到目前對哪些研究題目感興趣，晶片背景出身的他，關注的重點之一是極紫外光曝光機EUV之後，該用什麼技術處理光的問題，讓電路間隙持續縮下，摩爾定律能繼續下去。
Kafka 總結認為：沒錯，這或許是個泡沫——龐大的支出、誇張的併購、充滿魔幻思維的敘事都符合泡沫特徵。但目前為止，這個泡沫更像發生在董事會裡，而不是一般人家中。下一個問題是：如果這真是泡沫，而它破了，普通人會有感嗎？


於
標籤： , , ,

沒有留言:

張貼留言

訂閱： 張貼留言 (Atom)

精選文章

服務業數位轉型，需可實戰的創新方法論

專家傳真 - 服務業數位轉型 需可實戰的創新方法論， 2018 年 05 月 18 日，工商時報 https://www.chinatimes.com/newspapers/20180518000297-260202 服務業如何結合 ICT 科技，進行數位化轉型...