在美國，市場對人工智慧發展仍持審慎態度。投資人普遍關注：「是否有足夠強大的應用場景？」「人工智慧超大規模雲端供應商是否過度投資於數據中心及基礎設施？」「現時相關企業的估值是否已反映行業大部分中期成長潛力？」

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慧的高性能圖形處理器作出口限制等障礙所影響，中國仍在大力推動人工智慧發展 。

需求仍有較大成長空間

我們對人工智慧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持續上升。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。人工智慧的商業整合過程，很可能會呈現間歇性停滯的情況，因為企業組織正努力應對實施與變革管理的複雜性。

這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美元的軟體及軟體即服務（SaaS）解決方案費用。由於先進的人工智慧服務每月定價達200美元，我們可以合理地預期，企業將願意支付一套由人工智慧推動的工具，從而推動整個行業實現穩健的商業化。然而，隨著人工智慧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，對硬體及雲端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。這一趨勢同時有利於美國及亞太區的硬體及半導體製造商。

產品與應用逐步實現商業化

從商業化角度觀察，人工智慧原生企業正展現出高度獲利靈活性。人工智慧模型開發商現已創造數十億美元收入，雖然相較於超大規模雲端供應商高達數千億美元的資本支出仍處於起步階段，但市場普遍預期，在未來三至五年內，此收入來源將高速成長，尤其在競爭加速淘汰較弱產品後更為顯著。這將促使企業更深入地滲透市場、擴大付費訂閱用戶基礎，並積極開拓廣告、企業服務及應用程式內購買等新渠道。這場演變勢必對傳統商業模式構成重大衝擊，將迫使現有科技平台加快轉型步伐，否則將面臨被市場淘汰的風險。

另一方面，實質人工智慧的興起，例如自動駕駛汽車及人形機器人，充分展示了科技的顛覆性潛力。這些科技使用生成式人工智慧即時處理感測器與影像數據，實現端到端的智慧化及自主決策；然而，其運算複雜度也帶來遠高於傳統電動車的電力與基礎設施需求。此趨勢預計也將擴展至人工智慧機器人及其他實質應用科技。

儘管人工智慧帶來龐大機遇，投資人仍需保持審慎：企業採用步伐不一、基礎設施潛在瓶頸、盈利率承壓，以及現有企業面臨被顛覆的威脅，都會構成不可忽視的挑戰。然而，美國企業與消費者對進階人工智慧工具的付費意願正持續上升，能夠快速擴建基礎設施 、掌握市場需求並靈活應對生態系統變化的企業，將最有條件創造超額報酬。

中國人工智慧的發展路徑與美國可能存在明顯差異。受硬體供應限制的影響，中國本土模型開發商更專注於解決方案導向的模型開發；由於訂閱制尚未全面普及，這也促使內地超大規模雲端供應商及科技巨企將人工智慧融入現有服務中，例如金融服務、電子商務及各類生活服務等。醫療、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慧開發。與美國相似，將人工智慧技術應用於自動駕駛汽車及人形機器人，仍是下一階段發展重點，並有可能成為新的出口來源。

2740cd61-d1fb-11f0-8f62-71fff762d72f