上周 (11/17-11/22) 全球股市聚焦科技巨頭的 AI 佈局與財報表現。品浩（PIMCO）經濟學家衛艾婷 (Tiffany Wilding) 在最新觀點中指出，AI 應用正加速落地，企業在供應鏈轉移之際，試圖透過提高生產力、減少勞動成本來抵銷更高的營運成本 。展望未來，能源供應限制、持續融資的挑戰，以及監管審查的可能性增加等三大變因 ，AI 未來所能創造的價值，究竟反映了多少？引發了各界的深思與辯論 。

AI 投資狂潮湧現：「第二次機器時代」從理論走向實踐

AI 對企業營運、生產力與勞動市場的影響，過去十多年來大多停留在理論層面 。但隨著 2022 年 ChatGPT 等大型語言模型（LLMs）工具問世並被廣泛採用，理論正迅速走向實踐 。這波 AI 熱潮的一個顯著特徵是業界競相投入龐大運算能力的建置，以訓練模型並支援不斷增加的每月活躍用戶（MAUs）需求 。

根據美國國民收入與產品帳戶（NIPA）的數據顯示，自 2023 年以來，美國伺服器與晶片 / 圖形處理器（GPU）的進口額增加了約 1800 億美元，資料中心結構支出也增加了約 160 億美元，這些數據與所謂的「超大規模業者」所公布的資本支出大致吻合 。

PIMCO 估計，AI 相關活動在 2025 年上半年，約貢獻了美國 GDP 成長的 0.5 個百分點，這對於單一產業而言，是極為巨大的推力，其熱度與 1990 年代網際網路興起時的光纖投資熱潮有異曲同工之妙 。

兆元估值懸念：產能是否超前需求？

面對快速的部署節奏與未來五年可能達到數兆美元的總投資指引 ，投資人開始擔憂運算能力的成長是否會超過實際需求，進而導致頂尖企業間競爭加劇、價格迅速下跌，並引發股價重估的風險 。

PIMCO 透過簡易計算將目前的美元支出轉換為用戶用量：若以 2000 億美元的伺服器資本支出為基準，目前的投資目標可能支撐 49 億每月活躍用戶的用量 。這個數字遠超過美國 3.4 億的人口，甚至高達全球 80 億人口的一半以上 。這暗示著業界的樂觀假設，若不是預期全球半數以上人口都將使用 LLM 服務，便是認為非人類使用者（如機器人、代理、企業軟體整合）將構成每月活躍用戶需求的主要部分 。

勞動報酬與「中國產業衝擊」的歷史借鏡

如果每個每月活躍用戶能創造每月 20 美元的收入，49 億用戶將帶來每年約 1.2 兆美元的產業總收入 。如果節省勞動成本是 AI 唯一的效益，那麼為了合理化這些估值，勞動報酬佔總國民收入的比重，需要下降 4 個百分點 。

這一下降幅度，與 2000 年至 2010 年「中國產業衝擊」期間勞動報酬比重下降 5 個百分點的情況相似 。當時，美國製造業基礎因外包而萎縮，結構性地將經濟轉向低薪服務業 。衛艾婷認為，這個簡易估算明確指出，當前市場估值中隱含了一個巨大的假設：AI 的核心價值，很大一部分在於其創造新想法、產品與技術的能力，而不僅僅是提高舊產業的效率 。

衛艾婷強調，AI 是一項具變革性的通用技術，但要合理化當前龐大的資本支出與市場估值中隱含的極度樂觀情緒，則必須仰賴變革性的重大創意，亦即高利潤的新產品與新的價值創造形式 。

展望未來，隨著能源供應限制、持續融資的挑戰，以及監管審查的可能性增加 ，問題不再只是投資多少才算過度，而是 AI 產業能否兌現其變革創新的承諾，並為股東捕獲這些價值 。在任何新技術的採用週期中，贏家與輸家都會不斷改變，現有市場領導者未必能將快速成長轉化為持續性的收益 。