18/09/2026 19:04
《縱橫台股－朱晏民》當AI巨頭開始踩煞車，AI投資周期真的結束了嗎？
《縱橫台股》自2023年ChatGPT面世以來，人工智能(AI)一直是全球資本市場最重要的投資主題之一。過去幾年，市場關注焦點主要集中於模型能力提升的速度、算力需求增長幅度，以及大型雲端服務供應商(CSP)會否持續擴大資本開支。在此背景下，AI伺服器、先進封裝、高速傳輸等相關供應鏈股份大幅上升，市場普遍相信AI將帶來新一輪生產力革命。
然而，踏入2026年後，市場討論的方向開始出現轉變。投資者不再只關注AI能夠創造多少價值，而開始思考另一個問題:如果AI進步的速度超越人類的控制能力，結果將會如何？
近期，包括Anthropic行政總裁Dario Amodei、OpenAI行政總裁Sam Altman，以及xAI創辦人Elon Musk等業界領袖，罕有地在AI安全議題上形成一定共識，認為前沿模型的發展速度應適度放慢，讓安全機制及監管措施有足夠時間追上技術進步。
有關言論隨即引發市場憂慮，擔心AI投資熱潮是否開始降溫。不過，市場可能誤解了這些業界領袖的真正意圖。他們主張的並非停止發展AI，而是適度放慢最前沿模型的推進速度。隨著模型能力快速提升，愈來愈多研究人員認為現有安全機制已開始跟不上技術發展，因此有必要增加安全測試、風險評估及第三方監管程序。
這背後反映的，正是近年迅速升溫的「AI末日論」。所謂AI末日論，並不單純是科幻電影式的人類滅亡劇本，而是圍繞超級智能(Superintelligence)潛在風險的討論。支持者擔心，未來AI可能具備自主學習、自主決策，甚至自我優化的能力，而目前業界仍未完全解決AI Alignment問題，即如何確保AI能夠持續符合人類價值及安全規範。
不過，從投資角度而言，AI末日論真正值得關注的，並不是AI會否威脅人類，而是由此引發的三項疑慮:AI安全監管會否增加、AI資本開支是否開始受到更嚴格檢視，以及AI投資回報率能否支撐目前的高估值。
事實上，今次事件最大的影響並非訂單需求，而是市場對AI增長速度的想像空間。過去兩年，AI相關股份享有較高估值，很大程度源於投資者相信AI需求將持續高速增長。如今，當業界領袖開始討論放慢發展速度，市場自然會重新思考，AI能否長期維持如此驚人的增長幅度。因此，今次事件真正受到挑戰的是估值邏輯，而非基本面。
從目前產業情況來看，暫時仍未看到大型CSP下調資本開支的明顯跡象。無論是AI數據中心建設、先進封裝擴產，還是GPU供應承諾，均未出現明顯鬆動。換言之，現階段面對的主要是估值調整風險，而非訂單衰退風險。
更值得留意的是，不少人認為AI安全監管將導致算力需求下降，但實際情況可能恰好相反。過去大型模型完成訓練後便可推出，但未來若監管進一步收緊，模型正式上線前可能需要經歷更多安全測試、風險驗證、Alignment訓練及第三方審核。原本一次完成的訓練流程，未來可能需要反覆驗證甚至重新訓練。
因此，即使模型推出的頻率下降，單一模型所消耗的算力反而可能明顯增加。換言之，AI安全監管未必會減少GPU需求，甚至可能提高每個模型的算力消耗。
此外，AI監管真正可能影響的是訓練(Training)速度，而非推理(Inference)需求。未來數年，AI產業最大的增長動力將逐步由訓練轉向推理。隨著AI Agent、企業Copilot、自動駕駛及機械人應用日益普及，推理需求有望大幅超越模型訓練需求。
未來每次AI推理甚至可能需要額外配合安全模型，進行內容過濾及風險驗證，令每次推理所需的算力進一步增加。因此，從長期來看，安全監管不但未必削弱推理需求，反而可能進一步擴大推理運算市場的規模。因此，我們認為，市場真正需要關注的並非AI監管本身，而是AI投資回報率能否支撐龐大的資本開支。若未來大型CSP開始下調資本開支(CAPEX)、先進封裝擴產步伐放慢，或AI應用遲遲未能轉化為實際盈利，屆時市場才有可能重新評估整個AI投資周期。在此之前，本輪AI浪潮的核心投資邏輯仍未出現根本改變。
展望未來，AI產業將逐步由模型競賽走向商業化競賽，市場焦點亦將由訓練轉向推理，由單純追求能力提升，轉向更重視商業變現能力。在這個趨勢下，晶圓代工、AI ASIC、AI伺服器、散熱、高速傳輸、CCL材料、先進封裝，以及數據中心基建等AI基礎設施及推理運算相關產業，仍有望成為AI投資周期中具增長潛力的受惠領域。《凱基投顧董事長 朱晏民》
*《經濟通》所刊的署名及/或不署名文章，相關內容屬作者個人意見，並不代表《經濟通》立場，《經濟通》所扮演的角色是提供一個自由言論平台。
然而，踏入2026年後，市場討論的方向開始出現轉變。投資者不再只關注AI能夠創造多少價值，而開始思考另一個問題:如果AI進步的速度超越人類的控制能力，結果將會如何？
近期，包括Anthropic行政總裁Dario Amodei、OpenAI行政總裁Sam Altman，以及xAI創辦人Elon Musk等業界領袖，罕有地在AI安全議題上形成一定共識，認為前沿模型的發展速度應適度放慢，讓安全機制及監管措施有足夠時間追上技術進步。
有關言論隨即引發市場憂慮，擔心AI投資熱潮是否開始降溫。不過，市場可能誤解了這些業界領袖的真正意圖。他們主張的並非停止發展AI，而是適度放慢最前沿模型的推進速度。隨著模型能力快速提升，愈來愈多研究人員認為現有安全機制已開始跟不上技術發展，因此有必要增加安全測試、風險評估及第三方監管程序。
這背後反映的，正是近年迅速升溫的「AI末日論」。所謂AI末日論，並不單純是科幻電影式的人類滅亡劇本，而是圍繞超級智能(Superintelligence)潛在風險的討論。支持者擔心，未來AI可能具備自主學習、自主決策，甚至自我優化的能力，而目前業界仍未完全解決AI Alignment問題，即如何確保AI能夠持續符合人類價值及安全規範。
不過，從投資角度而言，AI末日論真正值得關注的，並不是AI會否威脅人類，而是由此引發的三項疑慮:AI安全監管會否增加、AI資本開支是否開始受到更嚴格檢視，以及AI投資回報率能否支撐目前的高估值。
事實上，今次事件最大的影響並非訂單需求，而是市場對AI增長速度的想像空間。過去兩年，AI相關股份享有較高估值，很大程度源於投資者相信AI需求將持續高速增長。如今，當業界領袖開始討論放慢發展速度，市場自然會重新思考，AI能否長期維持如此驚人的增長幅度。因此，今次事件真正受到挑戰的是估值邏輯，而非基本面。
從目前產業情況來看，暫時仍未看到大型CSP下調資本開支的明顯跡象。無論是AI數據中心建設、先進封裝擴產，還是GPU供應承諾，均未出現明顯鬆動。換言之，現階段面對的主要是估值調整風險，而非訂單衰退風險。
更值得留意的是，不少人認為AI安全監管將導致算力需求下降，但實際情況可能恰好相反。過去大型模型完成訓練後便可推出，但未來若監管進一步收緊，模型正式上線前可能需要經歷更多安全測試、風險驗證、Alignment訓練及第三方審核。原本一次完成的訓練流程，未來可能需要反覆驗證甚至重新訓練。
因此，即使模型推出的頻率下降，單一模型所消耗的算力反而可能明顯增加。換言之，AI安全監管未必會減少GPU需求，甚至可能提高每個模型的算力消耗。
此外，AI監管真正可能影響的是訓練(Training)速度，而非推理(Inference)需求。未來數年，AI產業最大的增長動力將逐步由訓練轉向推理。隨著AI Agent、企業Copilot、自動駕駛及機械人應用日益普及，推理需求有望大幅超越模型訓練需求。
未來每次AI推理甚至可能需要額外配合安全模型，進行內容過濾及風險驗證，令每次推理所需的算力進一步增加。因此，從長期來看，安全監管不但未必削弱推理需求，反而可能進一步擴大推理運算市場的規模。因此，我們認為，市場真正需要關注的並非AI監管本身，而是AI投資回報率能否支撐龐大的資本開支。若未來大型CSP開始下調資本開支(CAPEX)、先進封裝擴產步伐放慢，或AI應用遲遲未能轉化為實際盈利，屆時市場才有可能重新評估整個AI投資周期。在此之前，本輪AI浪潮的核心投資邏輯仍未出現根本改變。
展望未來，AI產業將逐步由模型競賽走向商業化競賽，市場焦點亦將由訓練轉向推理，由單純追求能力提升，轉向更重視商業變現能力。在這個趨勢下，晶圓代工、AI ASIC、AI伺服器、散熱、高速傳輸、CCL材料、先進封裝，以及數據中心基建等AI基礎設施及推理運算相關產業，仍有望成為AI投資周期中具增長潛力的受惠領域。《凱基投顧董事長 朱晏民》
*《經濟通》所刊的署名及/或不署名文章，相關內容屬作者個人意見，並不代表《經濟通》立場，《經濟通》所扮演的角色是提供一個自由言論平台。