AI會重演網路泡沫，還是改寫歷史？

1995年至2001年，全球股市出現與資訊科技及網際網路相關的投機性過熱現象，被稱為「網際網路泡沫」（dot-com bubble）。當時，許多投資人認為網際網路具有無限擴張的價值，因此重金押注光纖網路建置公司，並信誓旦旦地說「這次不一樣。」相關企業股價在2000年3月10日達到頂峰；隨後，泡沫於2001年破裂，造成大量企業倒閉和市值蒸發。

2025年9月，以輝達（Nvidia）宣布計畫對OpenAI投資1000億美元，建設新一代的數據中心，而以執行長黃仁勳為首的AI支持者，同樣高聲疾呼：「這次不一樣！」但是，面對如此迅速操作，各界不免質疑，科技產業是否正走上泡沫化的老路？本文以經濟學供需理論與資本遊戲的角度，探討AI經濟是否注定走上相同的命運。

泡沫如何形成？

要了解AI是否會泡沫化，首先我們要知道何謂泡沫。從經濟學角度來看，如果要用一句話簡單解釋，就是「供過於求」。不論是20世紀末的網際網路泡沫，還是再早一點的日本房地產泡沫，追本溯源，最大的原因就是「供給」上升的速度遠大於「需求」增加的速度。

如果今天有人告訴你，買下一棟價值100萬的房子，3年內價值會10倍增長，來到1000萬，你會不會考慮投資呢？而當人人都這麼想，大家就都會開始拚命投資，價格就會持續上漲，建商看到需求的增加，價格上漲，房子便會愈蓋愈多，儘管要住的人可能根本沒那麼多。最後當房子都蓋好時，發現空房很多，這就是所謂的「超額供給」。

到了這個時間點，大家突然開始發現自己買的房子根本沒人要住。也就是說，自己投下去的錢可能賺不回來了，於是開始削價競爭，總之先賣掉再說！很快地，需求驟降，價格崩跌，投資的100萬元拿不回來了，建商投資蓋房也賣不出去，大家一起倒。「啪」一聲，泡泡破了——這就是大多數人所認識的「泡沫經濟」。

而房地產跟網際網路設備有一個共同點，那就是需求有其「物理極限」。可是，如果說，AI真的不一樣呢？

需求的上限

只要是人，生活就一定會有需求。只要是人類之需求，就一定有物理極限，例如一個人只會用一支手機或兩支手機，當大家都擁有了一支手機或兩支手機，需求自然就減緩。用餐也是，每人一天吃三餐，用餐需求固定，所以當需求普遍被滿足了，這就是需求端的物理極限。買房子的需求或上網（或滑手機）需求亦然。這些需求都是有「上限」的，前者受限於人口數，後者受限於眼睛只能使用24小時。若供給方因大量提升供給量，超過此需求上限，就會產生「供過於求」。

但是生成式AI會不會不一樣呢？AI科技為了滿足人類需求，需要所謂的「算力」。如果未來有一天，AI模型不再只是被動地在「人類提出需求」時才進行訓練，而是能夠在沒有外部觸發的情況下，持續進行真正意義上的自我訓練與優化，那麼算力本身就可能成為一種自我驅動的需求來源。在這種情境下，生成式AI對算力的需求，將不再隨人類使用規模線性成長，而可能呈現近乎無上限的擴張。若真如此，AI的算力需求，或許將成為人類歷史上第一個突破「物理極限」的需求。

超額需求

以目前來說，AI算力市場呈現的狀態仍是超額需求，而不是超額供給。OpenAI、Anthropic等AI服務商的算力需求正以指數速度成長，既來自人類使用，未來也將日益來自生成式AI自我訓練所產生的「無上限需求」。

為了滿足AI公司不斷提升的算力要求，各家雲端服務商只能持續投入巨額資本，擴充資料中心與硬體設備。同時，AI公司之間的競爭極為激烈，加上使用者在不同AI服務間的轉換成本極低，一旦算力不足、服務品質落後，便可能迅速被市場淘汰，最近Gemini 3與ChatGPT競爭即為例子。

因此，目前AI競賽的關鍵在於「資本能否持續投入」。若無足夠資金擴大算力，就無法跟上競爭者的腳步，最終可能被迫退出。當前正值產業快速成長的早期階段，人類使用帶來的需求、AI生成的需求都仍在上升。此外，數據中心建置需要時間、晶片產能目前仍然有限，電力供應也存在瓶頸。

以整體AI算力的供給平衡來看，目前天秤仍明顯傾向「需」那一方，亟待資源挹注於「供」。可以想見的是，AI未來的應用只會愈來愈多，隨之而來算力需求也會跟著水漲船高。需求天花板愈來愈高，自然不會有泡沫化的危險。

所以，一定不會泡沫？

這當然不是說「AI絕不可能泡沫化」。一旦出現了如量子計算技術等顛覆性科技，讓算力大幅增加（事實上，黃仁勳也正在積極投入這一領域），或者AI技術出現無法突破的瓶頸，難以達成真正的「自我訓練」，那麼就有可能扭轉當前超額需求的情境，創造出AI泡沫化的條件。

回顧90年代末的網際網路泡沫，其實泡沫並非來自經濟學定義上的超額供給，而是許多未獲利的新創依靠募資撐起業務，靠「未來一定會賺錢」的敘事吸引投資，形成假性需求。這種「燒錢換規模」的模式在平台經濟時期也曾出現，如共享單車與P2P借貸平台，這些公司最終也因缺乏可持續商業模式而倒閉。

相較之下，當前四大雲端服務商投入的數千億美元基礎建設，以及輝達AI晶片的需求，與那些依賴AI創新商業模式的新創公司不同，性質更接近當年光纖網路的基礎建設。不同的是，光纖需求完全取決於人類上網行為，因此仍受物理極限影響；而AI的算力需求有相當比例源自AI本身的自我訓練與生成運算，而非僅依賴人類使用算力的需求量。因此，其需求結構與光纖建置截然不同，不能以完全相同的邏輯看待。

投資人主要擔心的是，四大雲端服務商的大規模資本投入是否能順利回收，以及這些算力投資是否存在重複建置或假性需求。雖然需求端不具泡沫化風險，但如何確保投資帶來獲利，仍是雲端業者最重要的課題。最終能否站穩市場，取決於哪些公司有能力持續投入並撐到最後。

＊＊＊

AI的供需結構與當年的網路泡沫不同。生成式AI的算力需求不僅來自人類算力使用的需求，更來自AI自我訓練之算力需求，故需求很可能沒有上限，當前市場呈現的仍是「供不應求」。真正影響泡沫的變數不在需求端，而在於雲端業者是否能持續投入算力建置、並將巨額建置成本轉為獲利。若未來出現能大幅提升算力的新科技，才可能引發需求端的泡沫。這就是為什麼以目前的情勢來看，AI並沒有「供過於求」立即泡沫化的風險。