別再說「AI 泡沫」了：它實際是多個泡沫疊加，每層爆破時間都不同

AI 泡沫分三層破裂：套殼應用首當其衝、模型層面臨整併，僅基礎建設具長期價值。企業須深耕工作流與通路，方能生存。本文源自 WEKA AI 長 Val Bercovici 文章，動區編譯、整理如下。 （前情提要：我在 CES 消費電子展待了一週：全都是穿著 AI 新衣的狗屁 ） （背景補充：CES 2026 最瘋狂的 25 個腦洞，全在這裡了 ）   這是每個人心中與口中的疑問：我們是否正處於 AI 泡沫之中？ 但這問錯了問題。真正的問題應該是：我們正處於哪一個 AI 泡沫中，以及各個泡沫何時會破滅？ 關於 AI 究竟是代表轉型技術還是經濟定時炸彈的爭論，已經達到了白熱化。即使是像 Meta 執行長馬克·祖克柏這樣的科技領袖，也承認有跡象顯示 AI 周邊正形成不穩定的金融泡沫。OpenAI 執行 Sam Altman 和微軟共同創辦人比爾·蓋茲也看到了明顯的泡沫動態： 過度興奮的投資者、虛高的估值以及大量註定失敗的專案 — 但他們仍然相信 AI 最終將改變經濟。 然而，將「AI」視為一個註定會統一崩潰的單一實體，從根本上就是誤導。AI 生態系統實際上分為三個截然不同的層級，每一層都有不同的經濟模式、防禦性和風險狀況。理解這些層級至關重要，因為它們不會同時破裂。 第三層：套殼公司（最先倒下） 最脆弱的環節並非在開發 AI，而是在「重新包裝」它。 這些公司串接 OpenAI 的 API，加上一個精美的介面和一些提示工程（Prompt Engineering），然後針對本質上只是「美化版 ChatGPT」的產品每月收取 49 美元的費用。有些公司取得了早期的快速成功，例如 Jasper.ai，它透過為行銷人員將 GPT 模型包裝在易於使用的介面中，第一年的年度經常性收入（ARR）就達到了約 4,200 萬美元。 但裂痕已經顯現。這些企業面臨來自四面八方的威脅： 功能被收編： 微軟明天就能把你每月 50 美元的 AI 寫作工具整合進 Office 365。Google 可以讓你的 AI 郵件助手成為 Gmail 的免費功能。Salesforce 可以直接在他們的 CRM 中內建你的 AI 銷售工具。當大型平台決定你的產品只是一個「功能」而非「獨立產品」時，你的商業模式會在一夜之間蒸發。 平庸化陷阱： 套殼公司本質上只是在傳遞輸入和輸出。如果 OpenAI 改進了提示（prompting），這些工具的價值就會立刻縮水。隨著基礎模型在能力上趨於一致且價格持續下降，利潤空間將被壓縮至零。 零轉換成本： 大多數套殼公司不擁有專有數據、嵌入式工作流或深度的整合。客戶可以在幾分鐘內切換到競爭對手或直接使用 ChatGPT。這裡沒有護城河，沒有綁定效應，也沒有防禦性。 「白牌 AI」市場體現了這種脆弱性。使用白牌平台的公司面臨專有系統帶來的供應商綁定風險，以及可能阻礙整合的 API 限制。這些企業是建立在租來的土地上，房東隨時可以更改條款或夷平房產。 例外情況： Cursor 是一家罕見且建立了真正防禦性的套殼層公司。透過深度整合到開發者的工作流程中，創造出超越簡單 API 呼叫的專有功能，並透過使用者習慣和自訂配置建立強大的網路效應，Cursor 展示了套殼工具如何演變成更實質的產品。但像 Cursor 這樣的公司是少數，而非標配，大多數套殼公司都缺乏這種程度的工作流整合和使用者黏著度。 時間線： 預計在 2025 年底到 2026 年，隨著大型平台吸收這些功能，以及用戶意識到他們正為平庸的能力支付溢價，這一領域將出現大規模的失敗。 第二層：基礎模型（中堅地帶） 開發大語言模型（LLM）的公司：OpenAI、Anthropic、Mistral，佔據了一個更有防禦性但依然不穩定的位置。 經濟研究員 Richard Bernstein 以 OpenAI 為例指出泡沫動態，提到該公司已進行了約 1 兆美元的 AI 交易（包括 5,000 億美元的資料中心建設專案），但產生的營收預計僅為 130 億美元。Bernstein 指出，投資與合理收益之間的背離「看起來確實充滿泡沫」。 然而，這些公司擁有真正的技術護城河：模型訓練專業知識、算力獲取管道和性能優勢。問題在於這些優勢是否可持續，或者模型是否會平庸化到難以區分的程度，使基礎模型提供商變成低毛利的基礎建設工具。 工程技術將決定勝負： 隨著基礎模型在基準能力上趨同，競爭優勢將日益來自「推論優化」和「系統工程」。能夠透過擴充 KV 快取架構（Extended KV cache architectures）突破記憶體牆、實現卓越的代幣吞吐量並縮短首字回應時間的公司，將能獲得溢價與市場份額。 贏家不只是那些擁有最大規模訓練的公司，而是那些能在大規模運作下使 AI 推論具備經濟效益的公司。在記憶體管理、快取策略和基礎架構效率方面的技術突破，將決定哪些前線實驗室能在整併浪潮中倖存。 另一個擔憂是投資的「循環性」。例如，輝達 Nvidia 投入資金給 OpenAI 來資助資料中心，而 OpenAI 隨後又用這些錢購買 Nvidia 的晶片。Nvidia 本質上是在補貼其最大的客戶之一，這可能人為地誇大了實際的 AI 需求。 儘管如此，這些公司擁有龐大的資金支持、真正的技術實力和與主要雲端供應商及企業的策略合作夥伴關係。有些會整併，有些會被收購，但這個類別將會存續。 時間線： 2026 年至 2028 年進行整併，最終出現 2 到 3 個主導者，而較小的模型提供商則被收購或關閉。 第一層：基礎建設（經得起考驗） 這裡有一個反直覺的觀點：基礎建設層：包括 Nvidia、資料中心、雲端供應商、記憶體系統和 AI 優化存儲，是 AI 熱潮中最不具泡沫性質的部分。 是的，最新估計顯示 2025 年全球 AI 資本支出和風險投資已超過 6,000 億美元，Gartner 估計全球所有 AI 相關支出可能突破 1.5 兆美元。這聽起來確實像泡沫領域。 但基礎建設有一個關鍵特性：無論最終是哪個特定的應用程...