全球科技股財報陸續出爐，卻未能有效提振市場對人工智慧（AI）產業前景的樂觀情緒，反而加劇了對AI泡沫化的擔憂。這種對AI產業泡沫（指產業估值與實際經濟效益脫節，恐面臨大規模修正）的疑慮，正從理論探討轉變為現實壓力。

根據外媒報導，投資人對 Meta 等科技巨頭的高階主管是否具備明確的AI商業化策略，越來越感到懷疑。例如，Meta 執行長祖克柏（Mark Zuckerberg）被認為是依賴一種投機性的期望，即多餘的資料中心產能最終能出租，以彌補內部AI部署未能帶來足夠廣告營收的不足。

驅動尖端AI模型（大型語言模型，LLM）的電力需求龐大，迫使企業尋求非常規解決方案。微軟（Microsoft）便與美國三哩島核電廠（Three Mile Island）達成前所未有的協議，資助該已關閉的核電廠於 2028 年重啟，以確保其基本電力供應。

AI訓練成本急升 企業採用意願趨於保守

半導體供應、電網限制及散熱需求等複合問題，意味著訓練新一代大型語言模型的成本將比以往指數級增長。若這些模型的效能提升未能合理化其高昂成本，企業採用意願將會全面停滯。

國際清算銀行（Bank for International Settlements）近期發出嚴厲警告，AI估值崩跌可能拖累全球整體經濟，主因是許多指數型基金對「七巨頭」（Magnificent Seven）科技股的權重過高。

當前情勢與 1990 年代末期的網路泡沫有著驚人的相似之處。當時，革命性的網路技術引發了大規模基礎設施投資（光纖網路），如今則是繪圖處理器（GPU）叢集，兩者皆基於對消費者需求的投機性期望，而這些需求往往需要多年才能真正實現。

業界分析師對非洲企業的建議日益謹慎，建議資訊科技（IT）團隊應採行目標明確、成本較低的AI部署，以證明即時投資報酬率（ROI），而非全盤押注於尖端實驗室產品，藉此隔離主要大型雲端服務業者波動的定價模式。儘管人工智慧的潛在價值無庸置疑，但目前提供AI服務的企業估值，似乎已與其近期經濟現實嚴重脫節。