在美國，市場對人工智能發展仍持審慎態度。投資者普遍關注：「是否真有足夠強大的應用場景？」「人工智能超大規模雲供應商是否對數據中心及基建過度投資？」「現時相關企業的估值是否已反映行業大部分中期增長潛力？」

與此同時，亞洲的出口受惠於半導體及記憶體晶片的旺盛需求，有力推動產業發展。即使受到美國針對用於訓練及操作人工智能的高性能圖形處理器作出口限制等障礙所影響，中國也在大力推動人工智能發展 。

需求仍有較大增長空間

我們對人工智能採用與應用的潛在需求感到樂觀。現有的使用數據及商業調查均顯示採用率不斷上升。儘管未來發展道路不會完全平坦，隨著新應用及新功能陸續上線，這股動力預計將會持續。人工智能的商業整合過程，很可能會呈現間歇性進展的情況，因為企業組織正努力應對實施與改變管理的複雜性。

這一波採用浪潮的財務影響不容小覷。目前大型企業每年平均為每位員工支付約3,500美元的軟件及軟體即服務（SaaS）解決方案費用。由於先進的人工智能服務每月定價達200美元，我們可以合理地預期，企業將願意支付一套人工智能推動工具，從而推動整個行業實現穩健的商業化。然而，隨著人工智能模型日益處理更複雜的現實世界問題，所需運算資源正顯著上升。例如，推理模型所需的計算能力，可能比前幾年的單次模型高出多達 100倍。

這種對計算資源需求的激增，對硬件及雲端供應商來說既是機遇，也帶來了潛在的基礎設施瓶頸及成本上升的風險。這一趨勢有利於美國及亞太區的硬件及半導體製造商。

產品與應用逐步實現商業化

從商業化角度觀察，人工智能原生企業正展現出經濟靈活性。人工智能模型開發商現已錄得數十億美元計的收入，雖然與超大規模雲供應商高達數千億美元的資本開支相比，只是一小部分，但市場普遍預期未來3至5年內，此收入來源將會快速增長，尤其在行業競爭淘汰欠缺競爭力的產品之下。這將促使企業更深入滲透到企業市場、擴大付費用戶規模，並開拓如廣告、商業服務，以及應用程式內購買等新型收益渠道。這一演變預計將會衝擊傳統商業模式，迫使現有科技平台適應轉型，否則就有被市場淘汰的風險。

除此之外，實體人工智能的興起，例如自動駕駛汽車及人形機械人，充分展示技術的顛覆潛力。這些機械運用生成式人工智能實時處理感測器與影像數據，實現端到端智能及自主決策。然而，這種複雜程度需要付出代價，電力與基建需求遠高於傳統電動車。這一趨勢預計將擴展至人工智能機械人及其他實體應用。

即使人工智能帶來吸引機遇，投資者仍需對風險保持警惕。企業的採用步伐不一致、基礎設施潛在瓶頸、利潤率受壓，以及既有業者被顛覆的威脅，均會構成挑戰。然而，美國企業與消費者對先進人工智能工具的支付意願正持續上升。那些能夠擴展基礎設施、把握市場需求，並適應生態演變的企業，將有望取得超額回報。

中國人工智能發展路徑與美國或有所不同。受硬件限制影響，模型開發商更重點針對以解決方案主導的模型開發。訂閱制未全面普及，亦促使內地超大規模雲供應商及科技集團，專注將人工智能融入現有服務當中，例如金融服務、電子商務，以及各類生活服務等。健康護理、專業服務及製造業等領域，有望出現更多行業專屬的人工智能開發。與美國相似，將人工智能技術應用於自動駕駛汽車及人形機械人，仍是下一階段的發展重點，並有可能成為新的出口來源。

97023310-cf5c-11f0-8985-b1e5fb4f1daf