張瑞雄／台北商業大學前校長、叡揚資訊顧問
人工智慧的浪潮已席捲全球資本市場，從矽谷到華爾街，從政府政策到企業戰略，無不圍繞著這場看似無可抗拒的技術革命。當市場上浮現出一片對未來的狂熱憧憬時，也有理性聲音開始質疑：這真的是一場真正的科技突破，還是一場披著創新外衣的泡沫狂歡？
AI的確改變了許多行業的運作方式，也提供了令人振奮的潛力畫面。但若僅憑市場股價飆升與資金蜂擁而至，就斷定這是歷史性轉型的開端，恐怕為時過早。
根據最新的市場分析，AI相關企業的資本支出與估值已達到歷史新高，單是前十大科技公司便吸收了超過一半的市場投資。若將這些企業從指數中剔除，美國整體企業盈餘表現近乎停滯。這樣的集中投資現象，彷彿重演了19世紀的鐵路狂熱與1990年代的網路泡沫，而AI這次似乎來得更猛烈。
投資人心中真正的問題不在於AI技術是否有價值，而在於這些價值是否已被過度預支。企業如Nvidia、Meta與OpenAI固然在財報中展示亮眼成績，但仔細檢視會發現這些成績大多來自基礎建設供應鏈，而非真正來自AI應用所帶動的生產力提升。這就如同賣鏟子的在淘金熱中獲利，而非實際找到金礦的人。
更值得警惕的是，AI並未顯著提升整體生產力。近三年來，美國的勞動生產力年增率僅約1%，仍延續過去幾十年來的低迷趨勢。儘管有樂觀者主張科技紅利需要時間發酵，但現實卻是企業多數AI應用尚停留在語言生成、圖像識別或客戶服務等領域，真正能改變產業效率的應用仍未普及。若AI的主要用途是讓人們更快找到網頁摘要、減少客服人力、或是自動生成行銷文案，那麼它對GDP的貢獻恐怕難以支持如此龐大的投資。
而這場資本競逐的代價，已逐漸浮現。AI資料中心建設成本驚人，根據研究估算，至2030年，全球需投入近七兆美元來維持AI運算需求。這些資料中心不僅硬體折舊快速，還消耗巨量電力與水資源，加劇能源價格與通膨壓力。在經濟尚未受惠的情況下，這樣的投入反而成為另一種拖累。
AI的經濟效益也存在結構性問題，所謂「供應悖論」指出，AI越容易學會的任務，經濟價值往往越低。像是文案撰寫或簡單查詢類任務，因知識門檻低、樣本大量充足，AI容易取代，但這些工作本就報酬有限，無法支撐巨大的資本報酬需求。反之，醫療、工程或法律等高門檻領域，因專業知識難以量化，AI進展有限，真正的「殺手級應用」仍難現蹤。
目前科技巨頭的營收成長，很多是透過AI強化平台黏著度，攫取原屬他人產業的收益。例如Google以AI摘要保留用戶在搜尋頁面，廣告收益自己賺，卻犧牲了原始網站的流量；Meta透過AI演算法引導用戶消費更多內容，廣告營收提升，卻讓其他出版業者收入縮水。這樣的利益轉移，並未創造新增產值，只是將市場份額從一方轉移到另一方。
這樣的結構性偏斜，對整體社會與經濟也帶來長遠風險。當資本回報集中於少數科技公司，社會貧富差距擴大，政治極化與社會不安感加劇。若AI持續取代中產階級知識工作者，而新增工作集中於低薪、低生產力產業，如照護與勞力服務，那麼整體經濟的結構將出現下沉現象。
更令人憂心的是，這場泡沫的破裂或許並不遙遠。已有研究指出，高達九成以上的AI投資企業並未產生實質回報，許多初創公司仍嚴重虧損，甚至連OpenAI也預估最早要到2029年才可能實現盈餘。而若未來再爆出幾起資料濫用、智慧財產侵權或AI誤導致人傷亡等事件，將如同刺破泡泡的針，引發市場全面信心危機。
這並不代表AI毫無前景，歷史上，鐵路泡沫、網路泡沫皆曾重創市場，但最終也孕育出改變世界的基礎建設與企業。但投資者與政策制定者若不保有清醒頭腦，未來的回顧將不會是創新紀元的開始，而是一場貪婪與盲從的哀歌。
泡沫何時會破，沒有人能預言。但當所有人都相信未來只有上漲的可能，或許正是該警醒的時刻。
※以上言論不代表梅花媒體集團立場※
