比起AI股價太貴漲太多，AI資本支出激增的可持續性，才是我認為投資人須更留意的地方。認為目前的投資規模尚屬合理，且具備長期經濟價值支撐。但投資上，引用橡樹創辦人Howard Marks說的，現階段AI市場雖昂貴但尚未進入「狂熱」區間。然而，投資者切勿陷入「每家公司都值得投資」的非理性信念，這正是泡沫心理的前兆。
AI投資現況-日益複雜且相互關聯的商業交易網絡
自2025年9月以來，OpenAI與Oracle簽署3000億美元合約，Nvidia宣布1000億美元投資OpenAI，接著OpenAI又與AMD、Broadcom展開晶片部署合作。美國企業的AI基礎建設支出預估已達年化3000億美元，相較2022年增加了2770億美元。雖然部分增幅來自關稅提前出貨效應（如台灣半導體與伺服器進口激增），但整體趨勢仍顯示AI投資快速擴張。
麻省理工學院研究指出，全球超過九成企業在生成式AI投資上尚未取得正報酬。此結果反映AI商業模式尚處於試驗階段，資金回收期被嚴重高估。但為何企業還是瘋狂投入？因為技術。
技術因素驅動大量投入
- 生產力提升潛力：生成式AI可望加速任務自動化，提升勞動生產力，就像90年代電腦化一樣。高盛預估全面採用後，美國勞動生產力將提升15%。目前AI導入在程式設計、客服與顧問領域已見 25-30%的生產力提升。
- 運算與能源需求上升：大語言模型的訓練所需運算量年增約 400%，遠高於運算成本每年僅 40%下降速度。模型查詢量與數量亦快速成長，能源效率雖提升，但仍不足以抵銷需求增幅。因此，對運算與電力基礎建設的投資仍具必要性。
- 模型規模與效能關係：模型參數數量與效能呈正相關。大型模型在語言理解與推理表現上持續領先，促使開發者持續投入資源以維持競爭力。這也意味著AI投資尚未達到技術回報遞減的臨界點。
宏觀經濟價值評估
儘管AI基礎建設支出在名目金額上創新高，但相對GDP比例仍低於歷史大型投資週期，如1920年代電氣化與1990年代IT革命峰值為GDP的1.5-2.0%。目前美國AI投資佔GDP還不到1%。
高盛以15%生產力提升、10年採用期與15%折現率為基準，估算生成式AI在美國的總體經濟價值為20兆美元，其中企業可獲得8兆美元資本收入。即使在悲觀情境下（如折現率提高至20%、生產力僅提升8%），資本收入仍達5兆美元，遠高於目前AI投資總額。
儘管總體投資合理，個別企業是否能從中獲利仍具不確定性
- 設備折舊快：AI硬體（如晶片與伺服器）折舊率高，平均壽命約5年，可能導致投資與收益時間錯配。
- 先行者表現不一：歷史案例顯示，先行者未必能獲得最大回報。例如英國運河與美國IT產業先行者表現亮眼，但英國鐵路與全球光纖建設則由後進者獲利。
- 市場結構影響分配：目前AI市場在應用層競爭激烈，基礎模型與資料中心層次競爭適中，而半導體層則由Nvidia與台積電主導，顯示硬體供應商仍是早期最大受益者。台積電3Q法說上修全年資本支出至 $400~$420 億美元，台灣作為主要的半導體製造基地，半導體設備、零組件與工程廠將是AI設備投資的最大受益者之一。
總結：AI將誕生新秩序，新的創新再起，經濟將更具韌性
雖然個別企業的投資回報仍需觀察，但整體資本支出不僅不過度，反而可能低估了AI長期價值。這場投資浪潮或許正是下一個生產力革命的起點。
至於AI泡沫與其說取決於一項技術的長期影響，不如說更多取決於其應用與資本週期是否一致。網路是革命性的，但這並沒有阻止網路泡沫的破滅。人工智慧或許會重塑全球產業，但其金融基礎仍可能動搖。面對任何新技術，投資還是需要謹慎與分散。
