工商社論》台灣人工智慧繁榮之是非對錯

輝達（NVIDIA）執行長黃仁勳日前在業績發表會上重申，新一代GPU Blackwell最重要的任務就是訓練更強大的新一代模型。他說，現在的所有基礎模型製造商都迫切需要再提升到一個新的水準。事實上，輝達截至10月底的季度業績仍然強勁，收入超過了350億美元，年增94％。但大家對人工智慧（AI）的質疑聲卻越來越大。

不能否認，黃仁勳絕對是AI的超級業務員，但懷疑論者質疑的是GPU推理的進步有多大的意義？儘管這個世界確實有一些商業模式被AI所顛覆了，也有很多企業正在努力大規模採用AI，但所有跡象顯示AI非常可能還處於一個早期階段。科技巨頭繼續在GPU上的投入鉅資仍然需要時間才能消化，輝達擘劃的藍圖又還能支撐多久？

單看數據，科技巨頭確實因為AI而讓近期的獲利暴增，它們發布的財務季報顯示大型雲端業務成長強勁，讓投資人看到一線希望，這些業務將數據中心的運算儲存和處理能力成功出租給企業客戶。微軟（Microsoft）、亞馬遜（Amazon）和谷歌（Google）都在加快行動，為消費者和企業開發自家的AI產品，例如谷歌的Gemini和微軟的Copilot，但他們的雲端數據中心業務才是短期內讓它們的AI科技獲利衝高的來源。微軟已經對OpenAI投資了140億美元，而谷歌和亞馬遜也向新創公司Anthropic投資了數十億美元。科技巨頭幹的是向投資的新創公司出租雲端服務，然後賺回部分的投資資金，再將AI應用程序出售給客戶，這個閉鎖循環其實很難讓人信服。難怪最近倫敦《金融時報》會對Neocloud新創科技用輝達的AI晶片向華爾街貸款超過110億美元發出警告。

很多人禁不住想問，為什麼這些科技巨頭的AI獲利暴增不能形成這樣一個結論：AI已經可以賺錢？

答案很簡單，因為他們迄今為止推出的產品與宣稱可以達成的產品相去甚遠，聊天機器人沒有明確的貨幣化途徑，AI編碼和客戶服務這些號稱節約成本的措施或是所謂進階版的AI搜尋等，都像是一些微不足道的小改變。全球圍繞生成式AI的資本支出以及貨幣化是否真正能夠達陣存在諸多爭議。AI到底需要多長時間才能幫助企業創造收入，並隨著時間的推移幫助整個產業界提高生產力沒有人說得準，光是聚焦在可以削減成本根本沒有說服力。高盛最近的一份研究報告就公開詢問了生成式AI：「是否支出太多，收益太少？」

大家更關心的是，AI的商業化應用落地以及台灣面臨的風險到底多大？就像谷歌台灣前董事總經理簡立峰說的：如果用挖礦的角度來看，現在是賣鏟子的先賺錢，而花錢買鏟子的科技巨頭幾乎買走了90％的鏟子，但是誰又真的挖到礦了？從微軟的財報中可以發現，目前有7％的成長來自谷歌跟亞馬遜的雲端，也就是雲端業者有營收支撐，但是做模型與應用的開發者根本沒有明確的營收來源。所謂的AI獨角獸，更是幾乎沒有營收，最大的問題就是「消費者不付錢，企業還在猶豫。」對岸中國現在流行一句話：「千模大戰，沒有商模」，亦即現在即使有一千個大型模型，也還沒有靠譜的商業模式出現。目前為止，ChatGPT在美國的重度使用者僅有五千萬，這就是它為什麼選擇免費和蘋果（Apple）合作，原因就是需要更多的流量導入。

沒錯，AI大語言模型確實是個好技術，但是這個模型不是應用場景，因為它沒有辦法完成複雜任務且不能保證正確，所以這個技術必須找到合適的應用，那種可以從中收取費用的可落地應用場景。但對企業來說，因為正確性、資安及人才等考量，現在根本不敢將所有數據丟到雲端；而消費者即使覺得AI很厲害，但真正需要用到的人沒有想像那麼多。而講到台灣，鏟子賣得好，也要有人持續挖到礦。川普2.0剛剛問世，保護主義只會越來越張揚，美國不可能讓AI的鏟子一直獨厚台灣，對岸的紅色供應鏈也不可能在AI的鏟子生產上向台灣俯首稱臣，未來的競爭者會在什麼地方出現沒有人知道，台灣的護國神山群確實吃到了AI的第一隻螃蟹，但可以大口咀嚼多久沒人敢保證。

更多工商時報報導
工商社論》數位貨幣監管大突破 美國將立法規範「穩定幣」
中鋼內銷價 傾向開平低盤
金管會明年金檢 聚焦三重點