AI產業「估值過高」問題
2home.co 楊惟婷
股市激昂的投機情緒、實體經濟卻疲軟、就業市場惡化、而各國債務攀升與政策空間已有限，金融市場正陷入「萬物泡沫」(Everything Bubble)的風險跡象。
目前全球股投機氣氛高漲、各國債務攀升且政策空間有限、美國經濟正轉弱中，一旦美股帶頭下殺，金融市場恐將迎來1929年「經濟大蕭條」（The Great Depression）以來最嚴峻的熊市？
目前全球央媽仍在向金融市場挹注錢潮，但不斷堆高的估值終將崩跌，只是不知道會發生在何時？也無法預測會跌多深？
唯一可確認的是，當前金融市場的貪婪之氛圍與寬鬆的監管，與1920年代的泡沫氛圍有著極驚人的相似。歷史會重演嗎？
股神巴菲特（Warren Buffett）的投資動向一向備受關注，根據最新資料，5月份他旗下波克夏海瑟威公現金儲備暴增至3817億美元，創下歷史新高紀錄。同時，巴菲特在這段期間淨賣出了價值約61億美元的股票，引發市場猜測。
一、全球 AI算力需求“井噴”是事實！
從阿里巴巴拋出 3800億元 AI基建計畫（涵蓋 12個超大型智算中心、50萬公里全光網路），到輝達與 OpenAI 達成1000億美元戰略合作（建設10吉瓦級 AI 資料中心，可同時支撐 10個兆參數模型訓練），再到微軟 Azure宣佈 2025-2027 年投入 1800億美元擴建算力網路（新增 20個區域級智算叢集），每一個科技巨頭的每個佈局，都在改寫全球算力資源分配格局。
2025 年，大模型發展重心從“預訓練”轉向“後訓練”（強化學習、思維鏈微調、多模態融合），算力需求呈現“爆發式增長”。
根據 IDC《2025年全球 AI算力發展白皮書》，2025年全球 AI算力市場規模（含硬體、軟體、服務）達 1.21兆美元，較 2024年的 8900億美元增長 35.9%。
2030年預估將達 5.8 兆美元，年複合增長率 37.6%。
■高盛：相較於鐵路、電力、資訊革命，AI投資熱潮仍未「過熱」！
高盛（Goldman Sachs）指出，雖然美國人工智慧（AI）投資持續升溫，企業紛紛加碼資本支出，但與過去百年來鐵路、電力、資訊技術革命相比，或是，從 GDP 占比比較，目前的投資規模仍屬合理範圍。
值得注意的是，高盛指出，2025年美國 AI投資占 GDP比重不到 1%，明顯低於過往技術革命高峰期：1920年代電氣化與 1990年代資訊科技浪潮的高峰均達 1.5%至2%，甚至不及 19 世紀鐵路建設高峰的 2%至5%。從歷史角度看，這一規模並不誇張。
另企業層面亦顯示AI相關支出占總 Capex比重雖從 2023年的 8% 上升至2025 年的 15%，但仍低於 2000年網際網路泡沫時期的 22%。
高盛認為，AI 投資的增長建立在生產力提升與算力剛性需求兩大核心驅動之上，屬於結構性長期趨勢，而非短期泡沫，也尚未出現「過熱」跡象。
高盛認為，整體而言，導入AI 的企業平均生產力提升達 27%，遠高於傳統數位化工具。
另一方面，算力需求以每年約 400% 的速度爆發式增長。雖然硬體效能持續提升、單位成本下降，但算力需求的增幅仍遠高於供給，使企業不得不持續加大投入。
高盛指出，「算力投入與模型性能」目前呈現正循環，形成長期投資動能。而且，只要企業相信 AI 能帶來長期經濟價值，投資動能將持續不減。
■高盛：生成式 AI資本支出將為美國經濟創造20兆美元價值！
高盛 (GS-US)研究報告明確指出，支撐其樂觀判斷的核心邏輯為；
1、生成式AI全面應用後，可顯著提升生產力。
高盛預計生成式AI全面應用後，美國勞動生產力提升15%，未來10年逐步兌現。但是，AI應用普及可帶來 25-30% 的生產力提升；
2、算力需求持續擴張。
高盛預計AI模型規模年均成長率 400%，遠超算力成本年均40%的下降速度，訓練查詢及前沿模型需求年增速分別達 350%和 125%，「只要需求增速快於成本降幅，投資就有持續動力」。
根據高盛估算，生成式 AI將為美國經濟創造20兆美元價值，其中8兆美元將作為資本收益流向美國企業，這一數字顯著高於當前及可預見的 AI投資總額，且未計入海外利潤、新興利潤池或通用人工智慧 (AGI) 潛在收益。因此高盛認為，AI 基礎設施的投資可獲支撐。
■博通執行長陳福陽預測：AI在全球GDP中的佔比可能會進一步提升！
美國晶片大廠博通 (AVGO-US) 執行長陳福陽（Hock Tan）表示，目前全球 GDP約為110兆美元，其中約30%來自「知識密集與科技導向」的產業。
他預測，隨著生成式AI普及並創造更多智慧應用，這佔GDP30%的比例將增長到40%，即每年約增長10兆美元，將為新興科技產業及其相關產業帶來巨大利多。
■黃仁勳駁「AI泡沫說」：「我看到截然不同的情況」！
隨著 AI 資本支出正快速膨脹，Alphabet執行長皮查伊、因放空次貸泡沫成名的投資人貝瑞 (Michael Burry) 等華爾街大咖均疾呼，AI 資本支出正以極快速度膨脹，對 AI泡沫提出警示。
AI巨頭輝達11/19 日發布財報，營收與獲利全面優於華爾街預期，並釋出強勁的第四季銷售展望，打破人工智慧 (AI) 泡沫的擔憂。
輝達執行長黃仁勳稱：「我們看到的是截然不同的情況。」
他表示，市場對最新一代 Blackwell 晶片的需求「大幅超出預期」。
黃仁勳說：「全球正同時經歷三個巨大的平台轉移。」
他將第一個描述為：從以 CPU為主的一般用途運算，轉向以 GPU為核心的加速運算。
第二個則是從傳統機器學習轉向生成式 AI，他表示這「正在改變既有應用」，例如搜尋排名與推薦系統。
第三個轉變則是邁向代理式 AI系統，這類系統能夠推理、並自主執行任務。
黃仁勳稱，正在進行的代理式與實體 AI轉變是「革命性的」，將帶來「新的應用、公司、產品與商業模式」。
他說：「AI 生態系統正在快速擴展，出現更多新的基礎模型建構者、更多 AI新創公司，遍及更多行業和更多國家。」
輝達2025財年第三季營收達 570億美元，再創新高，資料中心仍為主要成長引擎，較2024年同期成長 66%。 黃仁勳稱，公司最新一代 Blackwell 架構的晶片「銷量遠超預期，同時雲端 GPU已售罄」。
此利多消息鼓舞市場，其業績展望也比市場普遍預期高出近 30 億美元，預計將進一步推高「AI 熱度」。
二、矽谷「循環交易」引發了「估值過高」疑慮！
■過去兩年，雲端科技巨頭們採「自由現金流」的AI投資模式！
目前，這波AI浪潮跟 2000 年時期的網路泡沫（dot-com bubble）不太相同，因為，這波AI發展，除了很多資料中心於雲端建置算力，接下來雲端會慢慢落實至終端，也就是筆電、手機以及各項產業。即使大型雲端服務業者競相擴大資本支出，AI需求熱潮也在持續升溫，故尚無泡沫化之虞。
相較2000年網路泡沫許多新創公司（俗稱 dot-coms）缺乏清晰的商業模式與獲利能力，甚至沒有營收，估值主要靠夢想和對未來潛力支撐，與目前 AI技術（特別是生成式 AI）已經有了實際的應用，從提高企業效率、程式碼生成到醫療診斷等，產品與市場的契合度已經在多個領域體現。亦即AI 是建立在成熟的雲端運算和 GPU基礎設施上，這讓 AI 服務能夠快速擴展並交付價值。
目前，大型(hyperscalers)雲端服務業者能創造「龐大的自由現金流」，財務狀況遠優於 1990年代那些過度舉債的網路公司。
只要有強大現金流的大型科技公司的資本支出支撐，就不至於泡沫化。
■OpenAI提出的「循環交易」模式，正炒高AI個股估值！
只是，近期矽谷科技巨頭在人工智慧 (AI) 領域的競賽中，彷佛著魔了！
近期的交易，包括 OpenAI 、輝達 (NVDA-US)、AMD (AMD-US)、甲骨文 (ORCL-US) 和博通 (AVGO-US)，依賴互相「循環投資」，採購彼此的硬體或算力規模，讓人瞠目結舌。
例如，OpenAI為了「星際之門計畫」(Stargate Project) 的佈局，透過這三項協議，累積簽署高達26 GW的 GPU採購合約。通常，1 GW電力足以為 80萬戶家庭供電，這 26 GW大約相當於 2,080萬戶家庭的用電量。
此外，亞馬遜 (AMZN-US)、谷歌 (GOOGL-US)、Meta (META-US)、微軟 (MSFT-US) 和 xAI 等其他雲端和 AI巨頭也持續投入巨額資金購買 AI晶片和算力產能。
在如此龐大的AI晶片支出背景下，已引發了市場對於類似1990年代末期「網路泡沫」的「循環投資」泡沫化擔憂。
雖然，也有人相信社會存在顯著的AI長期需求，預期市場經歷一個階段，這些投資最終仍可能獲得回報。
但是，短期看起來像又似「過度建設」，因需求可能尚未跟上所有的建設。
■Meta推出「AI基建金融化」神操作，又似乎在蘊釀另一個「次貸危機」！
Meta(META-US) 則公佈一張高超的「財技牌」：總額 270億美元的「Hyperion」AI資料中心合資專案。
這個「AI基建金融化」神操作，是由Meta 與金融巨頭 Blue Owl的合作專案，其特色：
1、資本分流與隔離：
Meta 僅出資 20%，Blue Owl 及其機構投資者承擔 80% 的股權，將資本支出壓力從 Meta的資產負債表中剝離。並透過特殊目的載體（SPV）發行 A +級債券，成功向PIMCO、BlackRock等長期資本募資，將資產與Meta主體風險隔離。
2、支出轉化與信用維護：
資料中心建成後，Meta 將長期回租。但在會計處理上，這筆錢轉化為分期支付的營運支出，而非一次性的巨額資本開支。
此舉優化Meta 的財務報表，使其表面槓桿率得以保持在健康水平，有助於維護高信用評級，並保留股票回購與分紅的彈性空間。
3、核心控制權保留：
Meta儘管只持有 20%股權，但它負責資料中心的建設、技術選型和日常營運管理，確保其 AI技術路線和部署標準得以貫徹。這是一次典型的「以技術和品牌換取資本」的合作。
4、將技術折舊風險證券化：
為確保債券達到 A +的投資級評級，Meta承諾在 16年合約期滿後，對資料中心的殘值進行保證。這相當於 Meta以自身信用為資產末端價值提供「保險」。
此條款吸引了對風險極為保守的保險資金與退休金，儘管他們要求比國債高出 225個基點的利差溢價，仍顯示出市場對這種「高評級、實體資產支撐」新型固收產品的強烈需求。
Meta 的「Hyperion」專案為業界樹立了標竿，證明AI基礎設施可以從單純的企業資本支出模式，轉向以私募信貸和資產證券化為核心的金融創新模式。
只是，這種模式已形同「AI 基建證券化」（AIBS），與房地產投資信託基金（REITs）有異曲同工之妙。它巧妙地透過金融活水，將AI算力新基建得以源源不斷地引入數兆級的機構流動性，為整個產業的爆發性成長奠定堅實基礎。
而Meta 的這一策略不僅是對對整個 AI產業發展路徑的重新定義，但如此，又似乎在蘊釀另一個「次貸危機」，歷史會重演嗎？
■軟銀不遑多讓，也與OpenAI共推 AI「利潤循環」模式！
日本科技巨頭軟銀 (SoftBank) 與OpenAI，也宣布在日本成立一家新的合資企業，名為 SB OAI Japan，由軟銀和 OpenAI 各擁有 50% 股權。
此舉不僅是兩大 AI巨頭在日本市場的重要合作里程碑，也凸顯了當前 AI產業正盛行的「循環交易」模式。
SB OAI Japan合資的目標，是將 OpenAI 的企業技術進行日本市場的在地化，並銷售給日本的公司。他們將提供所謂的「Crystal intelligence」，這是一種針對日本企業管理和營運的「一攬子企業 AI解決方案」。
軟銀指出，Crystal intelligence 旨在結合 OpenAI 的企業服務技術，透過 SB OAI Japan 提供的在地化實施和支援，協助日本企業提高生產力和管理效率。
亦即，培訓日本企業所有員工都「積極利用 AI 於日常營運中」，並為日本企業內部使用建立數百萬個客製化 ChatGPT 實例。
第一位導入客戶即軟銀，軟銀將在其各項業務中應用這項合資企業的解決方案，驗證其在產品開發和「業務轉型」中的有效性，隨後再將所獲得的經驗和專業知識透過 SB OAI Japan 傳遞給其他公司。
而軟銀集團也正大力推動對人工智慧領域的投入，承諾投入數百億美元來建設 AI 資料中心和基礎設施。
軟銀集團於2024年9月對 OpenAI進行首次投資。軟銀更計畫在2025年12月透過願景基金2 對 OpenAI追加投資 225 億美元。
雖然， 軟銀與 OpenAI 的合作被視為當前 AI交易趨勢的典型案例，即模仿「生命循環」，但本質上是確保資金最終回歸自身金庫的「利潤循環」。
這種「循環式交易」(circular deals) ，本質上如輝達 (NVDA-US)、OpenAI、微軟 (MSFT-US) 和 AMD(AMD-US) 等主要參與者正互相投入數十億美元，形成了資金的「循環經濟」。
這種模式特徵是：一家甲公司投資一家新創公司，該新創公司隨後將大量資金用於購買甲投資者的產品，從而推高買甲投資者的營收，形成自我強化的循環。
這種現象，正將甲投資者的估值推向上推高，同時引發了對泡沫化的擔憂。所以有人將當前的資金投入浪潮及其天文數字般的估值，比擬為「網路泡沫」時期。
值得一提，這種基於「循環式交易」的業務關係所支撐的繁榮，可能伴隨著巨大的風險，若炒作超越實際應用，這個「資金漩渦」的模式恐有骨牌倒下的可能。
■「循環式交易」(circular deals) 盛行，是否凸顯AI產業陷入了「成長瓶頸」？
近期一系列公開的大型交易，突顯了科技巨頭之間緊密的資金網路。
例如，輝達 (NVDA-US) 在9月下旬宣布將投資高達 1000億美元於 OpenAI，以確保 OpenAI 使用輝達晶片來訓練和運行下一代模型。
近期輝達也與客戶 CoreWeave 達成 63億美元的交易，輝達持有 CoreWeave 7% 的股權。此外，輝達還傳聞向其客戶 xAI 投資20 億美元。
同時，作為基礎設施的買方，OpenAI 也與甲骨文 (ORCL-US)、CoreWeave 以及晶片製造商 AMD(AMD-US) 進行了交易，並與博通 (AVGO-US) 合作建立首個內部 AI 處理器。
「循環式」資金流動的協議，突顯了一個日益增長的趨勢：
以輝達為首的 AI 基礎設施供應商正在投資於他們的客戶，而這些客戶隨後會回頭購買更多供應商的產品。
在另一些情況下，像 OpenAI 這樣的基礎設施客戶則在投資於他們的供應商。
當人工智慧的核心科技公司，正以前所未有的速度，相互「循環式交易」投資，這種日益複雜的「糾纏」，是否凸顯AI產業陷入「成長瓶頸」？是否正在加劇 AI 泡沫的風險？網路泡沫歷史是否重演？
這種循環動態產生了兩大主要擔憂。
首先，交易的性質可能使市場誤認為 AI產業的實際需求比真實情況更高。
其次，由於與這些交易相關的消息導致各公司的股價飆升，這種模式加強了科技巨頭們估值之間的聯繫，使他們的命運緊密綑綁在一起。如此，一旦其中一家公司遭受打擊，將會對整個生態系統造成「骨牌式」負面影響。
這種發展趨勢，非常令人不安，因為如此，AI產業的實際需求被虛胖更大。
康乃爾大學教授 Karan Girotra 也指出，供應商和客戶相互提供財務支持的情況，降低了整體系統的「彈性」。他警告，一旦出現問題，影響將會流經整個系統，而不會被隔離。
這種循環投資模式最清晰的風險案例，出現在 1990年代末至 2000年代初的網路泡沫期間。當時，網際網路服務供應商 (ISP) 迅速湧入市場，提供網路服務，但很快發現自己資金受限，而大量運用「循環式」資金流動的協議。
當時設備供應商思科系統 (Cisco Systems)、北電網路 (Nortel Networks) 和朗訊 (Lucent) 等——包括路由器、交換器、光纖電纜等硬體製造商——通過提供貸款和股權投資給 ISP(他們的客戶)，對這些公司進行了投資。ISP 隨後利用這些融資，向設備公司購買路由器或電纜，這些交易被稱為「供應商融資」(vendor financing)。
此現象正與最近的 AI交易類似，從帳面上看，業務蒸蒸日上，交易規模巨大。然而，由於AI服務供應商在設備公司的支持下過度擴張，但基礎財務狀況卻非常薄弱，當資金枯竭時，這些AI服務供應商將有倒閉風險。
屆時，由於這些AI服務供應商無力償還貸款，設備供應商被迫沖銷債務。隨著產業螺旋式下滑和AI泡沫破裂，供應商對客戶的不良投資加深了崩潰的影響。
儘管早期的科技巨頭利潤率更高，且大多是利用強勁的內部現金流、而非債務為 AI 相關的資本支出提供資金，但這種情況正在改變。例如甲骨文作為 AI繁榮的領導者之一，已在籌集180 億美元的債務。而OpenAI 的ChatGPT尚未實現盈利，如果OpenAI未能實現其營收、獲利預測，結果將會發生什麼風險？
同時，如同OpenAI 和 CoreWeave 這樣的 AI公司在接受輝達投資的同時，也正在承擔更多債務。這種「增加槓桿」是「真正不健康的行為」。
■甲骨文與OpenAI合作，將從大單狂歡、到面臨現實考驗！
甲骨文在 9月上旬公布與OpenAI簽署價值 3000億美元的運算協議合作後，曾交出單日大漲 36% 的超亮麗成績，但從那時起到11/7 日為止，漲幅已經回吐殆盡，對甲骨文投資人來說，股價又回到「基本面」的考驗。
因甲骨文在財報中有一點引起市場關注：與OpenAI合約中，「剩餘履約義務」雖大幅增加超過 3000 億美元，但這增加的3000億美元營收，皆來自與OpenAI 的單一一筆合約，這是一家營收快速成長、但虧損也很可觀的新創公司。亦即，這是一筆尚未完全履行的合約。
就算 OpenAI能夠開始產生現金流，3000億美元依然是一筆龐大的支出，而且 OpenAI 另外與微軟 (MSFT-US)、輝達 (NVDA-US)、超微 (AMD-US) 等公司之間，還有約 1兆美元的投資合作承諾。
OpenAI是否能籌集此巨額資金？
同樣，甲骨文又要如何籌措資金，以建造相應的雲端與運算設備？
以及，甲骨文投入如此龐大的資金之後，利潤是否足以支撐？
再者，電力從何而來？
這些問題，加上市場對 AI 交易前景的動搖，都足以吞噬甲骨文的股價漲勢。
尤其，德意志銀行與知名券商 Jefferies 都提到，甲骨文未揭露資本支出預測，也就是實現擴張所需的巨額資金從何而來？令市場對其成本問題充滿疑慮。
根據 Visible Alpha 預測，甲骨文未來 3個財年「自由現金流」將持續為負，而2028 年底累計現金消耗近 290億美元，9 月發行的 180億美元債券，僅能滿足至 2028年現金需求的約四分之一。
此外，甲骨文要求未來五年營收年複合成長率略超 30%，但標普數據顯示，自 1990 年代以來，甲骨文從未實現過如此成長，摩根大通也提醒，軟體公司執行 4-5 年期指引的記錄並不理想。
儘管甲骨文歷經產業週期，但其 AI敘事正面臨現實考驗。在產能爬坡、獲利兌現及資本支出等不確定性消除前，市場對這幅千億美元「大餅」的疑慮恐難消散。
■一家「零營收」公司，估值卻超250億美元？
Impactive Capital 管理合夥人 Lauren Taylor Wolfe 指出，目前 AI投資與回報嚴重脫節。全球數兆美元資金湧入AI產業，而科技七巨頭目前僅產生數十億美元自由現金流，「未來五年要賺數兆美元利潤來回收，數學上根本不可能」。
Wolfe 警告，AI產業正陷入泡沫，終將破裂，許多人將損失慘重。
Wolfe 以 Oklo Inc為例指出，這家專注於小型核反應器的 SPAC公司，三年零營收，年初市值 30億美元，如今已被追捧達 250億美元，並稱這種情況「荒謬至極」。這正凸顯AI產業正陷入「電力危機」，如何支撐AI產業未來發展？
儘管Wolfe承認 AI技術將變革經濟社會，谷歌、亞馬遜、…等巨頭可能存活，但市場回檔時，泡沫中的多數投資者將面臨巨額虧損。如同網路泡沫化時期，持有許多新創公司（俗稱 dot-coms）的多數投資者。
三、AI產業很快就必須面對「算力變現」問題！
■AI的「終端市場需求」才是最大變數？
這場「債務驅動」的 AI產業繁榮最大的不確定性，在於AI「終端市場需求」是否能跟上AI「基礎設施建設」的步伐？
亦即，有多少的消費者願意為使用AI服務付費？
例如，OpenAI是否能在 2030年實現超過 3000億美元的年收入，才能支撐其與甲骨文合約所設想的資本支出規模，這相較於OpenAI目前約 120億美元的年化營收，是一個巨大的挑戰？
尤其，甲骨文絕大部分資料中心容量現已承諾給 OpenAI這一單一客戶，但該客戶本身可能無力承擔所有成本。這將導致甲骨文面臨巨大的單一客戶風險。
亦即，如果 OpenAI AI服務的「終端市場需求」成長，未能跟上甲骨文AI「基礎設施建設」的步伐，兩者巨額合約可能將面臨被推遲、重新談判，甚至轉讓的命運。
■AI的「算力」軍備競賽，「燒錢速度」遠超過「營收創造」？
過去兩年，AI「算力」軍備競賽的沸騰現象等同於「能買到多少輝達頂級 GPU」。根據瑞穗證券估算，輝達一度掌控 70%AI 晶片市場，單片成本 6萬美元的頂級晶片，成了全行業的「剛需稅」。
2025年以來，主要大廠市場對「算力」的需求，策略從「重訓練」轉向「訓練 + 推理並行」，仍需為海量用戶端應用儲備算力。
根據市場研究機構顧能 (Gartner) 數據，2025年全球 AI「算力」總支出有望突破 1.5兆美元，中美兩國以近 7成份額領跑，其中美國憑藉技術累積與主要企業佈局「算力」佔比超過55%。
但單一輝達供應鏈的風險，正倒逼巨頭轉向多元化佈局。
OpenAI 執行長奧特曼也強調，「算力」是 AI兌現承諾的基礎。
其中以OpenAI 的「供應鏈革命」最具標誌性；先與甲骨文簽下 3000 億美元 5 年期協議，鎖定 4.5GW 雲端計算算力；又與輝達達成 10年 1000億美元投資協議，部署 10GW算力。
為分散依賴程度，OpenAI 轉向超微半導體，承諾購買 6GW Instinct晶片用於推理，並獲得超微最多1.6億股認股權證 (行使價 0.01美元)，深度綁定利益。
另外，OpenAI 又跟博通合作開發 AI客製化晶片 (ASIC)。由OpenAI負責設計，博通參與開發，目標 2029年前建成 10GW級自研晶片系統，從「買家」升級為「定義者」。
這場競逐已是業界縮影。從搶購輝達 GPU，到擴大合作，再到自研晶片，算力爭奪進入深水區。
但當算力從「資源」升級為「戰略武器」，這場競賽已不僅是技術較量，更是資本、生態與風險的博弈。AI 的未來或許就藏在巨人們的算力棋盤。
因此，這場泡沫陰霾亦隨之浮現。資本市場擔憂OpenAI 的資金鏈恐難以為繼。
因OpenAI 在2025年租賃伺服器開支料將達到 160億美元，2029 年可能升至 4000億美元，但 OpenAI在2025年收入僅 130億美元，獲利仍無明確路徑。
尤其，OpenAI 與輝達、超微的交易被批評為「循環融資」，也就是供應商注資，企業用資金採購其晶片，此類協議的抗風險能力令人存疑。
此外，2026年，全球經濟承壓與地緣政治博弈交織，AI領域資本籌資寒意將籠罩產業，科技巨頭在「算力」基礎設施的競逐是否降溫？
■摩根大通示警：AI熱潮出現「營收增長無法支撐龐大AI資本支出」的隱憂！
摩根大通表示，他們對當前 AI交易的「最大擔憂」，是這波AI 狂熱最終可能重演1990年代末的網路泡沫現象，當時企業大舉投資電信與光纖網路建設，而背上巨額債務，但最終營收增長無法支撐龐大的資本支出，最終導致較弱的電信公司接連倒閉。
摩根大通指出，網路狂熱時代，當時有大量資金投入，但對實際採用網路的需求曲線發展缺乏清楚認識。而這正與今日 AI 投資的狀況類似。
隨著弱勢的網路公司接連倒閉，市場開始質疑光纖網路的實際需求。隨後，價格開始下跌、需求不如預期。當時多數家庭仍使用銅線網路、連線速度緩慢。企業用戶的光纖網路採用率也不如預期，造成光纖產能過剩，壓垮價格。
而目前，「儘管對資料中心運算能力的需求可能呈指數級成長，但競爭與效率的限制可能使營收無法同步跟上。」
此外，當時許多光纖電信公司透過交換光纖路線來擴張網路覆蓋，在自己已鋪設光纖的地區，用以交換其他業者在不同地區的光纖路線。這種做法與當前 AI 領域中各大公司間錯綜複雜的交易情況相似，例如 OpenAI 與輝達之間的合作。
這些無現金交換最終容易拖垮了財務較弱的公司，引發破產，最終導致整個產業崩潰。
不過，該行也強調，AI 股票與當年網路泡沫時期的公司仍有顯著不同。
首先，如今的超大規模雲端服務業者 (hyperscalers) 能創造「龐大的自由現金流」，財務狀況遠優於 1990 年代那些過度舉債的弱勢公司。
總之，由於 AI 投資支出龐大，獲利模式尚不明確，估值過高問題已成為投資人關注焦點。
四、AI產業「長期潛力」與「短期估值」的擦撞？
OpenAI 執行長奧特曼雖承認「會有愚蠢的資本配置，投資過度與不足的短期波動難免」，但稱「技術將推動前所未有的經濟增長，帶來科學突破、生活質量提升，以及新的創造力表達方式」。
輝達執行長黃仁勳則聚焦「算力需求說」：「AI 正從回答簡單問題走向複雜推理，人人都想使用它，我們正同時經歷兩個指數級成長階段。市場對 Blackwell 晶片的需求極高，這說明我們正處於新基礎設施建設與工業革命的起點。」
亞馬遜創辦人貝佐斯則將當前熱潮定義為「工業泡沫」、而非金融泡沫，認為即使破裂也會篩選出真正的贏家，社會最終會從這些發明中受益。
從本益比角度來看，相較於 2000年的科技泡沫、1989年的日本泡沫，甚至1973 年的「漂亮 50」泡沫中的最大公司，美股「七巨頭」看起來並未顯現泡沫化，但美股「七巨頭」的股價，看起來似乎有點昂貴了。
因而，國際貨幣基金 (IMF) 總裁喬治艾娃 (Kristalina Georgieva) 日前警告，高漲的股市可能對全球經濟帶來風險，一旦出現大幅修正將引發波及效應。
摩根大通 (JPM-US) 執行長戴蒙 (Jamie Dimon) 同樣對未來六個月至兩年內美股可能面臨顯著修正提出警告。
高盛首席策略師 Peter Oppenheimer 則在投資人報告中表示，雖然目前看來尚未形成泡沫，但市場集中度偏高，加上 AI領域競爭加劇，投資人應持續關注分散投資，以降低潛在風險。
上述爭論的本質是，當科技大老正描繪「AI重塑生產力」藍圖時，經濟學家與央行官員更關注「泡沫是否會破」？
■DWS示警：美股估值飆8年新高！
DWS全球投資長Vincenzo Vedda 指出，儘管全球充斥著貿易衝突、地緣政治緊張、通膨黏性、政治與社會不確定性，以及美國勞動市場疲弱、房市數據低迷等風險，降息預期與人工智慧（AI）題材的持續熱度，仍未阻擋標普 500指數或那斯達克科技股強勁走勢，資金似乎「選擇性忽略」了上述風險清單。
Vincenzo Vedda 近日指出，當前資本市場明顯受到「非理性繁榮」所主導，股估值達「2018年以來最高水平」。
另從金價持續攀升，顯示投資人對避險的需求。
他示警美目前數據表現雖良好，但房地產及消費情緒等領先指標顯現疲弱。
Vedda 強調，在這種AI驅動的「非理性繁榮」的背景下，美股估值達到他所稱「2018 年以來最高水平」。
與此同時，他對美國的經濟增長率前景持偏弱的看法，預測 2026年美國的經濟增長率約為 1.3%。
因而， Vedda 建議投資人採取審慎態度，並警告：「股市若出現調整，或會對投資者的風險承受能力構成負面影響。」
屆時，信貸利差可能擴大，價格亦將相應回落，資本市場上預期與現實的差距，將對後市表現起關鍵作用，市場回落的可能性不容排除。
■英國央行、IMF、牛津經濟研究院等機構示警「AI熱潮是泡沫」
AI 帶來的資本熱潮正推動科技股估值快速攀升，讓市場情緒高漲，但脆弱性和風險也在累積。
英國央行(BoE)說，美股標普 500 指數中前五大科技企業——蘋果 (AAPL-US) 、微軟 (MSFT-US) 、Google 母公司 Alphabet(GOOGL-US) 、亞馬遜 (AMZN-US) 與輝達 (NVDA-US) ——合計市值比率約佔30%，為50年來最高紀錄；這種高度集中，使市場在 AI 預期降溫時，科技股特別容易受到「破裂風險」衝擊。
IMF 也呼應 BoE並警告：「全球股價因 AI樂觀情緒飆升，但金融狀況可能「突然轉向」。當前估值已接近25 年前網路熱潮的水準，如果市場發生劇烈回調，金融環境收緊將拖累全球經濟成長。」
牛津經濟研究院首席經濟學家 Adam Slater指出，當前 AI領域已出現典型「泡沫症狀」，包括科技股價格快速上漲、科技股佔標普 500指數比重近 40%，估值「顯著超出合理價值」，且市場對 AI技術的樂觀情緒近乎狂熱。
或許，AI 的潛在回報是二戰後歐洲重建以來最大的「生產力爆發式成長」，但AI最終能帶來多大變革，仍存在巨大不確定性。
麻省理工學院經濟學家 Daron Acemoglu 對AI的最新預測則更為謹慎，認為未來10 年美國生產力成長僅 0.7%，「有意義、但不驚人」。
《彭博》的數據顯示，標普 500指數的「預估本益比」約 22至 23倍，高於長期平均水準的約 17倍。此與網路泡沫時期類似，市場再次被「生產力革命」敘事所支配。
■ IMF警告：估值大幅偏離基本面，市場恐猛爆修正！
國際貨幣基金（IMF）在10/14 日發布的半年度《全球金融穩定報告》中警告，目前市場對風險的容忍度過高，潛藏「無秩序」修正的風險可能隨時爆發。
報告指出，風險資產價格已大幅偏離基本面估值，若遭遇不利衝擊，市場可能迅速調整。
IMF 表示，雖然市場自4月以來在貿易戰風險升溫時期仍維持穩定，但這穩定主要仰賴投資人對主要先進經濟體貨幣寬鬆政策的預期支撐。
報告警示：「在平靜表面之下，金融體系多處基礎正在變動，包括貿易戰風險、地緣政治緊張局勢與各國政府財政赤字擴張，脆弱性正在積累。」
IMF強調，市場目前高估值的風險資產，一旦未來報酬無法支撐當前估值，就可能導致劇烈回調。
IMF也指出，傳統銀行體系與較不受監管的金融機構之間的相互連結，可能加深系統性風險。
此外，大型人工智慧題材股推升市場集中度，更可能在報酬預期落空時形成「突然、劇烈的修正」。
跋尾—市場永遠是對的！
美國聯準會 (Fed) 前主席葛林斯潘 (Alan Greenspan) 在形容 1982年至1999 年間美股在科技與網際網路巨大熱潮推動下飆漲13倍的市場情緒時，創造了「非理性繁榮」(irrational exuberance) 一詞。
最終，以科技股為主的那斯達克指數自 2000年3月高點至 2002年10月低點暴跌近 80%，標普 500指數同期也下跌約 45%，修正期長達2年多。
如今，這一人工智慧 (AI) 熱潮是理性、還是不理性？
最終，將取決於 AI公司的營收成長預測是否經得起檢驗！
■華爾街大空頭Jim Chanos：AI熱潮是連續16年信貸與股市牛市後的產物！
華爾街知名大空頭 Jim Chanos 在10/22 日警告，目前的金融循環已達「相當極端」的程度，並形容這是連續16年信貸與股市牛市後的產物。
Chanos指出，AI 基礎設施的資本需求龐大，遠超過網路泡沫時期約 1,000億美元的供應商融資規模。
Chanos強調，如今輝達 (NVDA-US) 與微軟 (MSFT-US) 等大型科技公司「似乎願意想盡辦法把設備從資產負債表上移除」，並透過各種創新融資結構來減輕財務壓力。例如為為規避「設備折舊年限」的會計處理問題，不願將龐大的資本支出直接掛在帳上。
以 OpenAI 為例，該公司2025年營收預計達130億美元，2026年上看300 億美元，但其資本支出需求卻高達數千億美元，顯示 AI產業的投資負擔極其沉重。
Chanos同樣對 Carvana (CVNA-US) 表示憂慮，指出該公司存在多項警訊，包括高度依賴次級汽車貸款。他質疑，在次級車貸違約與破產攀升的情況下，Carvana 為何似乎毫髮無損。
■輝達財報是否「藏雷」？
輝達（Nvidia）11/19日發布財報，成果優於市場預期，暫時平息投資人對AI泡沫的擔憂。
輝達第三財季（截至10/26日）營收年增62%，為570.1億美元，為七個季度以來首度加速成長。備受關注的資料中心業務營收年增66%，達到512億美元，優於市場預估的490.9億美元。其中，「算力」、也就是GPU晶片業務貢獻營收430億美元。
但AI泡沫真的沒有泡沫了嗎？
惟一些分析師表示，輝達這份財報可能仍藏有AI泡沫疑慮。
例如第三財季，輝達大幅增加支出，從其雲端客戶租回他們租不出去的自家晶片，這部分合約總額達到260億美元，較前一季的126億美元高出1倍多。這些合約至少會持續到2031年，存在粉飾太平疑慮。
又如，微軟、亞馬遜這些科技巨頭‧透過延長輝達晶片等AI運算設備的折舊壽命，來「加工」獲利表現。
值得一提的是，輝達業務越來越集中，主要來自4家大客戶的營收佔總營收約61%，包括Google母公司Alphabet、微軟、亞馬遜AWS和Meta這4家超大規模雲端服務公司。
尤其輝達也向一些最重要的客戶投入龐大資金，引發投資人對AI陷入「閉環經濟」的擔憂。例如輝達向大客戶OpenAI投資高達1000億美元，而OpenAI則採用輝達的資料中心晶片。輝達也向客戶Anthropic投資100億美元。
亦即，輝達目前的成長很大程度上來自於虧損的新創公司或虧損的項目，所以這種閉環的結果，可能會有風險，儘管輝達的業績和展望都優於市場預期，但除非這些公司最終秀出獲利，但這幾乎又是不可能的任務。
■巴菲特指標警告：美股估值亮紅燈？
美國股市自 4月低點以來強勢反彈，累計飆升約 36%，一路無視多項警訊。
然而，「股神」巴菲特偏好的估值指標又再度敲響警鐘？
被稱為「巴菲特指標」的股市總市值對美國國內生產毛額 (GDP) 比率近期突破新冠疫情期間創下的高點，而該高點曾領先 2022年熊市來臨。
而最新數據顯示，美股總市值約 72兆美元，已超過美國 GDP的兩倍。
巴克萊衍生性商品策略師表示，此巴菲特指標顯示股市估值過高，且市場情緒帶有泡沫色彩。
巴菲特過去警告，當估值比率升至當前水準，投資人形同「在玩火」。
雖然，我們不應單憑單一指標判斷市場高低點，但它‧「仍值得投資人警惕過度樂觀的風險」。
巴克萊 (BCS-US) 2025年另推出一項衡量市場狂熱情緒的選擇權指標，用來觀察投資人情緒是否失控。
該指標近期亦顯示，美股具有高狂熱情緒的股票占比達約11%，遠高於7.1% 的長期均值，並接近網路泡沫與 2021年迷因股風潮時期的水準。
因此，巴克萊建議投資人保持戒心，採取「租賃漲幅」策略，在布局彈升行情的同時，適度鎖定既有獲利、降低下行風險。
領導私募股權公司Thoma Bravo（管理超過1810億美元）的布拉沃（Orlando Bravo）強調：「投資者不能讓一間經常性收入僅5千萬美元的公司，估值飆到100億美元。從經營角度來看，公司必須創造10億美元的自由現金流，投資人才有機會讓資金翻倍，即使產品沒問題、市場也沒問題」。
■《財富》：AI股市泡沫破裂，衝擊將非常猛烈！
生成式人工智慧（AI）的熱潮席捲全球未滿三年，但科技界中已悄然出現一股不安的「寒意」。而投資者也對這場數兆美元資金堆砌的科技革命，是否會面臨泡沫破裂？投資者對技術無法兌現過度炒作的承諾，感到十分擔憂！
《財富》指出，「AI 寒冬」並非危言聳聽，而是 AI發展史中反覆出現的週期性現象。它指的是，當大眾對「機器能如人類一般思考」的熱情冷卻，將導致相關商業投資急劇萎縮。
回顧歷史，歷次 AI寒冬的模式與現在驚人相似：首先由突破性進展激發巨大期望，最終因無法兌現而幻滅。
第一次 AI 寒冬發生於 1970 年代，當時美國政府支持符號邏輯專家系統及模仿大腦運作的感知器（今日神經網路前身）。其中，領軍人物做出極樂觀預測，宣稱數年內即可達成與人類相當的通用智慧。
麻省理工學院 AI實驗室聯合創始人、Marvin Minsky 在 1970年接受《生活》雜誌採訪時也宣稱：「未來三到八年內，我們將擁有具備普通人類通用智慧的機器。」
然而，AI 首次陷入寒冬，就源於證據顯示當時炒作願景無法實現。
《財富》因此指出，若新一輪寒冬來臨，其股市泡沫破裂的衝擊，可能如「極地渦旋」般猛烈。
無獨有偶，根據麻省理工學院研究顯示，高達 95%的 AI試點項目以失敗告終，未能為企業帶來實質營收增長。
事到如今，人工智慧當前榮景與隱憂：歷史是否重演？
歷史不會簡單重複，但總會驚人相似。當前 AI 領域的炒作、過於樂觀承諾，以及技術瓶頸與商業化困境，都預示著一切或將重演？
這場 AI 盛宴究竟會迎來極寒風暴，還是短暫寒流，全世界只能屏息以待。
■花旗估值模型：AI題材尚未泡沫，唯少數領域有警訊，宜部分獲利了結！
花旗 (Citi)估值模型指出，儘管人工智慧（AI）題材相關股票近期漲幅強勁，但整體而言尚未出現泡沫跡象。
根據該行分析師報告，雖然近期價格走勢「異常強勁」，但在其估值監控系統中，針對廣泛的 AI 曝險僅出現少數「紅旗」。
報告指出：「根據我們的估值監控，AI 看起來尚未進入泡沫階段。」
但同時補充說，「當我們深入主題內部時，在部分資產密集型子領域有成長的估值過高風險」。
Citi 分析師表示，他們仍然建議持續投資 AI 領域，但對於「資產重、主要集中在美國、且市場已反映較高預期」的企業，則建議可考慮部分獲利了結。
此外，該行建議採用 GARP（Growth At a Reasonable Price）策略，聚焦那些「未來三年盈餘預期與市場隱含預期相當或更佳」的 AI公司，以避開潛在泡沫風險較高的領域。Citi 指出，隨著越來越多企業貼上 AI 標籤，如何辨別資產輕（例如純軟體或服務模式）與資產重（例如需大量硬體設施投資）將是監控趨勢的重要關鍵。
Citi指出：「當AI 的泡沫形成，最終觸發回落的通常是盈餘預期的失落。」
但他們仍對 AI 的成長前景，並非全然抱持悲觀。
正如網路泡沫崩盤後孕育了今日的網路巨頭，AI 若經歷調整，或將幫助市場篩選出真正可行的創新。
