【時報-台北電】隨著AI投資熱潮邁入第四年，市場關注焦點逐漸從成長空間有多大，轉向何時能真正創造獲利。近期市場對AI的質疑聲浪升高，主要集中五大風險，包括融資壓力、投資報酬率偏低、資料中心監管趨嚴、企業縮減AI支出，以及資本支出可能見頂。這些疑慮雖然值得關注，但現階段看來，更多反映市場預期與投資節奏的調整，尚不足以改變AI長期成長趨勢。

　首先是AI基礎建設的融資風險。大型雲端服務供應商（CSP）近年大舉投入資料中心建設，部分專案也開始仰賴外部融資。在利率維持高檔的環境下，市場擔心資金成本上升，可能拖累後續投資。然而，回顧電力、網際網路等重大基礎建設的發展歷程，初期往往都伴隨龐大的資金需求。融資規模擴大不必然代表風險失控，關鍵仍在於資金是否投入具備長期需求與合理報酬的項目。尤其大型CSP的財務體質仍相對穩健，目前尚難將個別融資問題視為整體AI產業的系統性風險。

　其次，AI燒錢速度遠快於賺錢速度，始終是市場最大的疑慮之一。模型開發與算力建置需要龐大資金，但商業化效益尚未全面顯現，難免讓投資人質疑投資報酬率。不過，AI應用已逐漸從早期的技術展示，轉向實際提升企業效率與降低成本。未來真正值得觀察的，不只是模型業者何時獲利，更是企業導入AI後的續約率、每用戶平均收入，以及推論需求能否持續成長。畢竟，訓練需求帶動的是初期建設，推論需求才是支��長期算力成長的關鍵。

　第三項風險來自資料中心監管趨嚴。過去市場普遍認為，電力供應將是AI基礎建設最大的瓶頸，如今政治與監管因素卻可能比電力更早成為阻力。隨著資料中心快速擴張，用電、用水及土地使用等問題逐漸浮上檯面，部分地方政府開始收緊審批，市場因而擔心2028年後的建設進度受到影響。然而，建設放緩不等於需求消失。若只是專案遞延，而非全面取消，反而可能拉長整體AI投資周期，讓供需關係維持緊俏更久。

　第四項疑慮是企業開始縮減AI支出。部分企業發現AI服務成本偏高，實際效益又不如預期，因此開始重新檢視預算配置。不過，新技術從導入到普及，本來就會經歷試驗、調整與擴散的過程。企業不再盲目增加支出，轉而集中資源在真正能提升生產力的應用，未必是壞事。相較於個別企業短期削減預算，AI支出占整體IT預算的比重，以及實際付費用戶與使用量的變化，更能反映長期需求是否持續擴大。

　最後，也是最牽動市場情緒的問題，就是AI資本支出是否即將見頂。隨著大型CSP資本支出基期愈墊愈高，未來年增率放緩幾乎無可避免，但成長速度下降，不代表需求開始萎縮。回顧過去電力、PC與網際網路等技術革命，基礎建設往往需要多年才能逐步到位。本輪生成式AI浪潮自2023年起算，目前仍處於相對早期階段。更重要的是，代理式AI、自主代理、機器人、自駕車及企業自動化等應用才剛起步，未來對推論算力的需求仍有相當大的成長空間。即使短期建設速度放緩，也可能只是將需求遞延至更長的時間，而非終結這波投資循環。

　整體來看，近期AI雜音增多，反映市場正從過去的狂熱，逐漸轉向對獲利與投資報酬率的理性檢視。這意味著，過去只要搭上AI題材就能享有高估值的時代，恐怕已經過去。(新聞來源 : 工商時報一凱基投顧董事長朱晏民)