不知道有多少人記得第一次使用 ChatGPT 的感受。

於我而言，那是個十二月的上午，我在輸入框中隨隨便便輸入了問題，按下 Enter 鍵的同時，彷彿也在水壩上的敲開了一道裂縫，生成的文字毫無保留地傾瀉而出，如此之快、如此之精準。也就是這一瞬間，我意識到：AI 革命開始了。

二年後的今天，一樣是冬日的上午，我請 ChatGPT 潤飾節目的文案、用 Whisper 生成影片的字幕、讓 Microsoft Designer 繪製文章的配圖，但最終，我還是要確認一遍 AI 生成的內容。

有人說，AI 已經原地踏步兩年了；也有人說，AI 革命正在大眾看不到的地方發生；更有人說，AI 將會步上網路泡沫化的後塵。

究竟這波 AI 的趨勢跟網路泡沫化有多少相似之處？AI 泡沫真的會發生嗎？

趨勢、投資與泡沫

美國經濟學家 Robert Shiller 的《非理性繁榮》中，把網路泡沫化稱作非理性的繁榮，其中洋洋灑灑列了十幾點發生的因素，其中就包含了金融面、政策面、產業面，甚至嬰兒潮這種社會面的因素。

簡單來說，網路泡沫的事件可以分成趨勢、投資、泡沫三個階段。

1990 前後，PC 在美國市場開始普及，網際網路也開始走進一般民眾的家中。當時的邏輯是這樣的：

• PC 普及，就可以上網，但要上網，就需要網路交換機，於是 Cisco 的交換機就受益了。
• PC 要上網，就需要瀏覽器，所以當時的 Netscape 這家做瀏覽器的公司就紅了。
• 現在有了瀏覽器，可是我不記得網址怎麼辦？於是 Yahoo! 這樣的入口網站，也開始成為大眾關注的公司。

在這樣的大趨勢下，能跟網路沾上邊的公司，都開始有很高的關注度。不僅是金融機構有意投資，連一般大眾都想搭上這趟順風車，跟著賺點小錢。

但為這些網路公司估值，卻成了一個大問題。因為這些公司不僅大多還沒有盈利能力，連公司的資產都較傳統製造業少、輕，難以衡量公司實際的價值。

此時，Morgan Stanley 的分析師 Mary Meeker 開始提出一些估值的方法，例如以客戶價值計算的 DEVA¹。但其中最廣為人知的，是用公司的曝光度來評估價值。

但這卻有一個很大的盲點：公司的曝光，不見得轉化成實際的營收。而且這樣的評估方式，更造成這些網路公司花上大把的鈔票在廣告上，例如購買電視廣告，甚至在超級盃的中場廣告上亮相，進一步加劇公司的盈利難度。

更糟糕的是，大量的曝光，也吸引了更多的民眾加入投資的浪潮，愈來愈多人把錢投入股市，公司的營收能力卻愈來愈差，網路的泡沫也愈來愈大、愈來愈大。

終於，2000 年的三月，泡沫破了。一年半的時間，以科技股為主的納斯達克指數從 5400 點跌到 1100 點；道瓊工業指數從上萬點跌到 7500 點上下；標普 500 也從 1500 點跌到 800 多點。

對於網路泡沫化出現的原因，長遠來看是大眾對於網路趨勢的不了解，加上投資遲遲沒有產生收益，讓大眾的情緒已經處在一個不安的狀態；短期內出現的資金流動性問題，讓股價出現頹勢，進一步演變成全面的下跌。

著名的工程師 Paul Graham 當時在 Yahoo! 任職，用他自己的話說，他就坐在網路泡沫的第一排。他在 2004 年的一篇文章中闡述他對網路泡沫的看法，其中提到：

大眾對網路的理解只停留在字面上，好像公司只要能跟網路搭上邊就是好的。

他接著舉例，像美國十九世紀出現的鐵路熱潮，賺最多錢的不是鐵路公司，是做鐵軌的，跟運石油的公司。

AI 熱潮與網路泡沫的相似之處

簡單提完網路泡沫的形成與破裂，我們或許可以來比較當今的 AI 熱潮，與網路泡沫的相似與相異之處。

在相似之處的部分，最明顯的是「吸睛」這件事。現在不管是科技大廠、還是科技新創，好像不講 AI 就跟不上時代一樣。不管是做電腦、做手機，做硬體、做軟體，好像都要摻一點 AI 進去；新創也一定要做 AI 相關的題目，至少至少，網址也要是 .ai 結尾。

其次就是在商業模式出現之前就過度投資的問題。現在科技大廠都在推進資料中心、AI 伺服器的設備投資，但在這些投資還沒辦法轉化成營收時，業者的營運是有壓力的，尤其是中小型的業者。倘若哪天這些業者撐不住了，會不會有倒閉的問題？如果和緩一點，採用放緩投資的做法，讓 NVIDIA 這些供應商營收銳減，大眾的情緒會不會被帶動，造成恐慌性的拋售？

最後，科技記者 Scott Rosenberg 在文章中提出了兩個論點：

1. 現在不只有 NVIDIA 在做晶片，像 Apple、Google，或前陣子傳出的 Open AI 都在做自己的 AI 晶片。如果 AI 市場沒有繼續成長的話，AI 半導體就只是一直在分蛋糕。
2. 現在生成式 AI 還是有幻覺，或者失控的潛在問題。如果這個問題不解決的話，長遠來說，消費者、投資者總有一天會失去信心的。這樣投資人信心問題，就很像網路泡沫化的狀況了。

最後他也拿 NVIDIA 的股價跟當年 Cisco 的股價做比較，用他自己的話說，股價是 eventually come down，終究會跌下來的。

AI 熱潮與網路泡沫的不同之處

在不同之處的部分，另一位科技記者 Nathan Bomey 則在文章中提出 NVIDIA 與當時的網路公司最大的不同之處：當時的網路公司，大多是沒有賣出實際產品的，但 NVIDIA 不一樣。

我們結合股價與營收來看。NVIDIA 的部分，基準是 2022 年一月，到現在三年的時間，股價漲了快 6 倍，營收成長 4 倍多。

在 Cisco 方面，基準是 1998 年一月，一樣是三年的期間，股價最多漲了 6 倍，但營收只成長 3 倍左右。所以以 Nathan 的觀點來看，對 NVIDIA 是相對樂觀的。

如果我們把「泡沫化」放大到整體 AI 熱潮來看的話，主要要討論的點 AI 的基礎建設與 AI 的需求，會不會有泡沫化的風險。

NVIDIA 的財務長 Colette Kress 就在財報會議上說：

受限於台積電的產能限制，其實現在 NVIDIA 的晶片供給，還是遠遠小於需求的。

而在需求層面，NVIDIA CEO 黃仁勳也在專訪中提到：

你現在就可以去找物理學家、化學家、工程師、科學家，問問他們 AI 是不是革新了他們的工作方式。你會發現，AI 革命就發生在當下。

雖然對於我們這些凡人來說，AI 對我們日常生活、日常工作的幫助還比較受限，但對於一些科學家，卻已經能幫助到他們的日常工作了。

最後呢，我們對於「泡沫化」的定義還是有些模糊。不管我們談的「AI 泡沫」是趨勢面、營收面、股價面，還是信心面，DIGITIMES 的記者劉憲杰認為：

就跟網路泡沫化一樣，如果 AI 泡沫化真的發生的話，也只是一個過程，對整體 AI 的趨勢不會有太大的影響。就算大部分的 AI 新創可能會消失，但他們達成的成就，也會成為後繼業者的養分。

Footnotes

1. Discounted Equity Valuation Analysis，中文譯為「股票價值折現分析法」，認為網路的價值與連結節點的數量平方成正比，這意味著用戶數量增加，公司的價值會以指數型成長。 ↩