人工智慧(AI)近來備受市場關注，不僅新型的機器學習技術可望提升生產力，而且其擁有許多潛在應用機會仍待發掘。然而，市場是否過度追捧人工智慧了呢？

隨著企業紛紛將大量資金投入超級運算技術，市場不禁懷疑科技業是否正在重蹈1990年代與2000年代初網路泡沫的覆轍，也就是科技股不斷飆漲但最後走向崩盤的局面。儘管我們能理解市場的疑慮，但這兩波科技熱潮實際上不能相提並論。

要瞭解原因，不妨先回顧網路泡沫的來龍去脈。

網路泡沫：難以為繼的營運模式

網路時代來臨時，電信與有線電視供應商投入數十億美元打造網路基礎建設，而在融資氾濫與投資氣氛過熱的背景下，科技股屢創新高。然而，能夠利用這些基礎建設的營運模式尚未完全成型，導致科技股評價走在公司基本面之前。發展到最後，許多新創企業的評價遭到高估、資金耗盡，導致網路泡沫破滅。

有人或許會說，目前企業積極部署AI伺服器，讓人聯想到網路時代曾經風光一時，最終卻帶給投資人慘痛教訓。截至2024年底，各家企業、雲端公司與各國政府的AI基礎建設投資預計超過1千億美元。

但兩者的相似之處僅止於此。

AI基礎建設的資金來自營收，而非臆測

不同於網路時代的許多企業，目前建置雲端基礎建設的超大型企業已經開始獲利。雲端基礎建設正在創造大量營收，應用面包括雲端應用程式、基礎建設軟體、社群媒體廣告等。也就是說，基礎建設發展時已有需求支撐，有助雲端資本密集度(資本支出占總營收的比重)維持穩定 (圖一)。

圖一：雲端基礎建設有營收當後盾

過去網際網路熱潮建立在對「旗艦新品」的期待，但最後期待落空。相對地，目前積極發展AI的企業不僅已經獲利，投資雲端基礎建設的目的主要是為了提升效率。

AI支出仍有成長空間

目前企業支出集中在打造進一步的數位基礎建設，亦即加速運算技術，應用面眾多，生成式人工智慧只是其中之一。加速運算技術是效率更高的運算基礎建設，能夠因應AI與非AI工作，包括社群媒體內容建議、機率定位(probabilistic targeting)、藥品開發模擬等，用途包羅萬象。這類基礎建設多為雲端設施，不妨把雲端想成是供電給實體世界的電網，但供應的是先進運算功能。由於有助於提升效率、乃至於投資報酬率，各領域採用AI的速度比許多人預期的更快。

加速運算技術顛覆既有做法，讓原本不可行的工作變成可能。根據ChatGPT預估，如果使用高階伺服器CPU，以通用運算技術訓練擁有1,750億個參數的大型語言模式，需要5年時間；反觀如果採用高階伺服器GPU的加速運算技術訓練，預期時間只要2到4個月。此外，模擬軟體公司ANSYS估計，以加速運算技術進行高階空氣動力學模擬，可將模擬時間加快高達33倍。

相關市場仍存在龐大成長空間。目前每年CPU出貨量達1,000萬到1,500萬顆，反觀加速運算伺服器不到100萬顆。聯博預估，全球運算能力裝置量當中，不到25%為加速運算技術(圖二)，兩年前幾乎為零。

圖二：AI占總運算能力的比重攀升
加速運算 (全球裝置量的占比預估；%)

科技股是否遭到高估？

聯博認為，生產力的大躍進固然值得期待，但AI還需要幾年才會普及與受到廣泛應用，而AI代表重大的科技轉移，因此投資人也需要時間才能發掘長期受惠者。

自1990年代初以來，網路科技不斷更迭，從窄頻再到寬頻，移動裝置接著問世，現在更有生成式AI，相關科技來到轉捩點。科技演化走到現在，聯博認為不應該與網路泡沫做比較，而應該把AI看成是第三代網際網路(Web 3.0) 的延伸，亦即效率更高、去中心化的網路，由點對點網絡互相連結，並以機器學習技術為驅動力。

有鑑於此，聯博認為市場過剩資金有一大部分已在2022年消化，也就是說科技股當時隨著市場下跌而大幅修正。時至今日，科技股已走出當時的疲弱不振，但我們不認為科技股遭到高估，而且科技股目前評價也遠比網際網路開始發展時合理(圖三)。

圖三：AI占總運算能力的比重攀升
加速運算 (全球裝置量的占比預估；%)