AI 資金超級週期：2970 億美元的季度背後，是泡沫還是革命？

---

2026 年第一季，全球創投資金總額達到 2970 億美元，打破所有歷史紀錄（IndexBox）。這個數字超過了 2019 年以前任何一整年的全球創投總額。其中 AI 新創吸收了 2390 億美元，佔總額的 81%，較一年前的 55% 大幅攀升（Crunchbase News）。

當我們站在這個數字面前，一個無法迴避的問題浮現：這究竟是下一個網際網路，還是下一個網路泡沫？

答案，可能比多數人想像的更加複雜。

數字的震撼：誰在募資，誰在投資

要理解這波浪潮的規模，必須先看幾個關鍵數字。Q1 2026 的 2970 億美元較 Q4 2025 的 1180 億美元增長了 151%。後期融資達到 2466 億美元，年增 205%，其中 158 家公司各自募集超過 1 億美元，合計 2350 億美元（Crunchbase News）。

但真正令人屏息的是集中度。四筆巨額融資——OpenAI（1220 億）、Anthropic（300 億）、xAI（200 億）、Waymo（160 億）——合計 1880 億美元，佔全季總額的 63%（TechCrunch）。換言之，四家公司拿走了全球創投資金的近三分之二。

基礎 AI 新創在 Q1 2026 透過 24 筆交易募集了 1780 億美元，而整個 2025 年，66 筆交易的總額僅為 889 億美元（Crunchbase News）。資金正以史無前例的速度向頂端集中。

歷史對照更顯驚人：

時期	AI 融資總額
2023 全年	556 億美元
2024 全年	1140 億美元
2025 全年	2110 億美元
2026 Q1 單季	2390 億美元

僅一個季度就超過了前一整年。這不是線性增長，這是指數爆發。

OpenAI 的 1220 億美元巨額融資

這筆人類商業史上最大的私募融資，值得仔細拆解。

Amazon 投入 500 億美元，但其中 350 億是附條件的——必須達成 IPO 或 AGI 里程碑才會到位（Bloomberg）。Nvidia 和 SoftBank 各投 300 億美元。a16z、D.E. Shaw Ventures、MGX、TPG、T. Rowe Price 擔任共同領投。參與者名單如同全球金融機構的名人錄：BlackRock、Blackstone、Fidelity、Sequoia Capital、Temasek、ARK Invest——幾乎所有重量級玩家都在其中（CNBC）。

OpenAI 甚至首次透過銀行管道向散戶投資者募集了 30 億美元（TechCrunch），這讓人不禁聯想到網路泡沫末期散戶蜂擁入場的場景。

OpenAI 宣稱營收年化達到 250 億美元，月營收 20 億美元，並表示其營收增速是定義了網際網路和行動時代的公司（如 Alphabet、Meta）的四倍（OpenAI Blog）。

但隱藏在這些亮眼數字背後的是一組令人不安的事實：9 億 ChatGPT 用戶中，僅有 5.5% 是付費訂閱用戶（European Business Magazine）。AI 模型訓練成本預計從 2026 年的 300 億美元飆升至 2028 年的 1210 億美元。損益兩平目標已推遲至 2030 年。而 Amazon 那 350 億美元的附條件投資，本身就暗示了投資者對 OpenAI 前景的謹慎態度。

以 250 億美元年化營收和 8520 億美元估值計算，OpenAI 的估值倍數約為 34 倍營收。這不是泡沫水位的數字，但絕對是需要持續超高速增長才能支撐的數字。

基礎建設的瘋狂支出

如果說融資數字令人震撼，基礎建設的投入則近乎不可思議。

Gartner 預測 2026 年全球 AI 支出總額將達到 2.5 兆美元，其中超過一半（約 1.37 兆美元）流向伺服器、加速器和資料中心平台。五大超大規模雲端業者承諾的 2026 年資本支出達到 6600 至 6900 億美元（Futurum Group）：

公司	2026 年資本支出
Amazon	2000 億美元
Alphabet	1750-1850 億美元
Microsoft	1200 億美元以上
Meta	1150-1350 億美元
Oracle	500 億美元

以 Microsoft 為例，每季 375 億美元的支出中，約 67%（250 億美元）用於 GPU 和自研晶片等短壽命資產，其餘則投入資料中心建設、土地和網路設備（Campaign Asia）。

這裡出現了一個關鍵的數學問題：超大規模業者每年投入 6600-6900 億美元的基礎建設，但 AI 應用的實際營收遠遠跟不上。OpenAI 年化營收 250 億、Anthropic 300 億、Microsoft AI 相關營收目標 250 億——合計不過數百億美元。Bain 的分析直言，要讓目前的支出水準具有經濟合理性，AI 營收必須在 2030 年前從約 200 億美元增長至 2 兆美元（Bain）。分析師更警告，大型科技公司的自由現金流在 2026 年可能下降高達 90%。

裁員悖論：用人命換 GPU

在資金洪流的另一面，是一場靜悄悄的人力資源大清洗。

2026 年至今，217 家科技公司已裁減超過 90,524 人，創下自 2023 年以來最高的第一季裁員數（Business Today）。Oracle 是最醒目的案例：在 3 月 31 日清晨六點，以毫無預警的方式向 2 萬至 3 萬名員工發送了解雇通知，佔其 16.2 萬人團隊的約 18%（CNBC）。被裁撤的正是 AI 預期將取代的職位，而省下的 80-100 億美元現金流將被重新導向 Oracle 承諾的 1560 億美元 AI 資本支出。

其他大廠同樣在裁：Amazon 約 16,000 人、Dell 11,000 人（佔 10%）、Block 超過 4,000 人（佔 40%）。Meta 在 3 月進行了新一輪裁員，涵蓋 Reality Labs、招募和銷售部門（Bloomberg）。

這個悖論的數字版本更為尖銳。AI 相關職位的招聘增加了 92%，高需求 AI 崗位享有 56% 的薪資溢價。FAANG 的資深 AI 工程師總薪酬可達 40-60 萬美元以上（KORE1）。傳統崗位正在被消滅，AI 崗位正在被創造——但被消滅的人和被創造的崗位之間，存在著一道難以跨越的技能鴻溝。

H-1B 簽證的數據同樣耐人尋味：FY2026 的合格申請從前一年的 470,342 件下降 26.9% 至 343,981 件。Amazon 減少 34%，Google 和 Meta 各減少約 50%。唯一的例外是 Nvidia——申請從 369 件增加到 434 件（VisaVerge）。在一個號稱 AI 需求爆發的時代，為何大多數科技公司反而在減少海外人才引進？答案可能是：他們需要的不再是更多的人，而是更多的 GPU。

泡沫的證據：不容忽視的警訊

讓我們誠實面對泡沫陣營的論據，因為它們絕非空穴來風。

估值倍數高得離譜。 Q1 2026 核心 AI 基礎設施公司的 EV/Revenue 倍數平均達到 79.7 倍，應用層 AI 公司也有 9-12 倍（Qubit Capital）。作為對比，傳統 SaaS 公司約為 6 倍。54% 的基金經理已明確表示 AI 股票存在泡沫（IntuitionLabs）。美國 S&P 500 指數中，30% 的市值集中在僅僅 5 家公司——這是 50 年來最高的集中度。

企業 ROI 令人失望。 MIT 研究顯示，95% 的企業從生成式 AI 投資中報告零可衡量的 ROI。不到 30% 的 AI 負責人表示 CEO 對 AI 投資回報感到滿意（CIO）。在 76% 的組織聲稱使用 AI 的同時，僅約 1% 擁有真正成熟的 AI 部署（Netguru）。企業平均在 AI 專案上花費 190 萬美元，但大多數看到的 EBIT 貢獻不到 5%（AppVerticals）。

新創死亡率驚人。 2024 年成立的 AI 新創中，40% 已經關閉。90% 的 AI 原生新創在第一年內倒閉。Series A 階段的關閉數量年增 2.5 倍，其中「API 包裝器」類型的新創佔比最高（Medium）。Jasper AI（估值 1.25 億被拆解收購）、Copy.ai（募資 8000 萬後被合併）、Character.AI（被 Google 人才收購）——這些都是高調失敗的案例。

循環收入問題——這可能是最危險的訊號。 Bloomberg 的調查揭露了一個令人不安的模式：Microsoft 付錢給 OpenAI，OpenAI 用這些錢購買 Azure 服務，Nvidia 賣晶片給所有人。這種「容量互換」（capacity swap）做法與網路泡沫時期 Qwest 和 Global Crossing 的會計手法如出一轍——當年國會調查了這些做法，兩家公司後來都重新申報了營收（Bloomberg）。當 AI 的「蓬勃營收」部分來自投資資本的內部循環，而非外部客戶的真實需求時，我們有理由保持高度警覺。

反面論據：為何這次可能真的不一樣

泡沫論者的論據雖然有力，但反面證據同樣不容小覷。

營收是真實的，而且在爆炸性增長。 Anthropic 在 15 個月內從 10 億美元年化營收增長至 300 億——30 倍的增長（The AI Corner）。超過 500 家客戶每年花費超過 100 萬美元，Fortune 10 中有 8 家是付費客戶。OpenAI 月營收 20 億美元。這些不是虛構的數字。與網路泡沫時期那些零營收的公司相比，今天的 AI 領導者擁有實質且快速增長的收入。

基礎建設層確實在賺大錢。 Nvidia 在 FY2026 Q4 實現了 681 億美元的季度營收和 430 億美元的淨利潤，幾乎年增一倍（CNBC）。全年營收 2159 億美元，年增 65%。資料中心部門貢獻 623 億美元，年增 75%。GPU 處於供不應求狀態，Nvidia 對 Blackwell 和 Rubin 架構在 2026 年底前有 5000 億美元的營收能見度。網路泡沫時期，不存在這樣一家在基礎建設層印鈔的公司。

採用速度史無前例。 ChatGPT 在 3 年內觸及 8 億用戶，網際網路花了 13 年才達到相當的滲透率（Tom's Hardware）。71% 的組織在至少一項業務功能中定期使用 AI（Netguru）。AI 建構在既有的網際網路、雲端和行動基礎建設之上，不需要從零開始的基礎建設部署，採用摩擦力遠低於當年的網際網路。

資產負債表遠比網路泡沫時期健康。 Goldman Sachs 指出，領先的 AI 公司擁有「異常強健的資產負債表」，債務與收益比率低於網路泡沫時期的公司。Nvidia、Microsoft、Alphabet、Meta 全都高度獲利，它們的 AI 投資主要來自營運現金流，而非舉債。Goldman Sachs 認為板塊的升值是由「基本面增長而非非理性投機」驅動的。

Morgan Stanley 的預測同樣樂觀： 到 2028 年將有近 3 兆美元的 AI 基礎建設投資流經經濟體，其中 80% 以上尚未到來。AI 採用者的現金流利潤率擴張幅度是全球平均的 2 倍。AI 帶來的生產力提升預計將貢獻約 20% 的全球經濟增長（Morgan Stanley）。

DeepSeek 的破壞性衝擊

就在所有人都在為天文數字的投資找正當理由時，一家中國公司投下了一顆深水炸彈。

DeepSeek 以僅 560 萬美元的訓練成本，打造出了具競爭力的模型——僅為 Meta Llama 成本的 10%（Bain）。其 R1 模型採用混合專家架構，在 6710 億參數中每次推理僅啟動 370 億個參數，並以 MIT 授權開源，讓全球開發者都能使用。

消息公布後，Nvidia 在一天之內蒸發了 5888 億美元（17%）的市值（CSIS）。這不僅是股價的波動，更是對一個核心敘事的根本挑戰：巨額投入是否真的等於競爭優勢？

如果效率改進持續推進，目前的基礎建設支出水準可能大幅過剩。但歷史提供了一個有趣的反例——所謂的 Jevons 悖論。當電力、運算和網路頻寬變得更便宜時，總支出不降反升，因為新的使用場景浮現。AI 的廉價化究竟會減少基礎建設需求（利空），還是會因為更多使用場景變得可行而增加總需求（利多），目前仍是未定之天。

地緣政治競賽：不能輸的賭局

AI 投資熱潮的另一個獨特維度是地緣政治。這不僅是商業競爭，更是大國博弈。

美國在 2025 年的私人 AI 投資達 670 億美元，遠超中國的 150 億（Brookings Institution）。但中國以 2000 億美元的政府研發支出做為補償，並在製造業和消費端垂直領域採取更精準的投資策略。DeepSeek 以 560 萬美元達成的成果，證明了資源劣勢並非不可克服。

中東主權財富基金正成為第三股力量。2025 年，中東主權基金向 AI 和數位基礎建設投入了 660 億美元（Bloomberg）。阿布達比的 MGX 正朝 1000 億美元資產管理規模邁進，並參與了 Stargate 計畫——與 OpenAI 和 Oracle 合作的 5 吉瓦算力集群。沙烏地阿拉伯的公共投資基金也在爭取參與 OpenAI 的下一輪融資。

歐盟則陷入了一個尷尬的困境。EU AI Act 將在 2026 年中全面生效，但歐盟每年僅撥出約 200 億美元用於 AI——只是美中投資的零頭。The Regulatory Review 尖銳地指出，「歐洲的監管越來越像是投資的替代品」。違規罰款高達 3500 萬歐元，正在製造新創卻步的氛圍，AI 人才正在流向資金更充沛、限制更少的司法管轄區。

在這樣的地緣政治格局下，無論是美國還是中國，都承擔不起放慢腳步的代價。這為 AI 投資創造了一個「支出下限」——一個不受短期市場波動影響的持續投資動能，這是網際網路時代所不具備的。

歷史的鏡子：網路泡沫 vs. 2022 年雲端修正

將今天的 AI 熱潮與 2000 年的網路泡沫相比是直覺性的，但這個類比既有啟發性也有誤導性。

相似之處令人不安：

• 循環收入（當年是電信容量互換，今天是雲端信用額度交換）
• 極端的市場集中度
• 「這次不一樣」的敘事
• 基礎建設投入遠超當下需求
• 散戶投資者的熱情（OpenAI 向個人投資者募集 30 億美元）

關鍵差異同樣顯著：

• 網路泡沫公司沒有營收；今天的 AI 領導者擁有大規模營收
• Nvidia 單季印出 430 億美元利潤——2000 年不存在這樣的等價物
• AI 建構在既有基礎建設之上，採用摩擦力遠低於當年的網際網路
• 71% 的企業採用率暗示真實效用，而非投機性期望
• 地緣政治競爭創造了當年不存在的支出下限

更具參考價值的歷史類比，或許是 2022 年的雲端運算修正。當時，雲端股票在疫情紅利消退後經歷了 50-70% 的回撤。但雲端運算本身是真實的技術變革，股價在 2023-2024 年間恢復甚至創新高。那次修正淘汰了弱者、壓縮了估值泡沫，但並未否定整個技術方向。

AI 很可能走上類似的路徑：一次痛苦但最終具有建設性的修正，而非毀滅性的崩潰。

Gartner 的幻滅低谷：2 到 5 年的漫長等待

Gartner 已正式將生成式 AI 列入「幻滅低谷」（Trough of Disillusionment）階段，預估需要 2 到 5 年才能到達「生產力高原」（Plateau of Productivity）。

這個判斷與數據高度吻合。76% 的組織聲稱使用 AI，但僅 1% 擁有成熟部署。企業平均花費 190 萬美元在 AI 專案上，但不到 30% 的 AI 負責人認為 CEO 對回報感到滿意（Gartner, CIO）。問題包括幻覺（hallucination）、結果不一致、整合挑戰和資料安全顧慮。

然而，最弔詭的現象是：即便身處幻滅低谷，支出仍在加速。2026 年全球 AI 支出預計達 2.5 兆美元，企業並未因為 ROI 不佳而停手，反而加倍下注。這可能意味著兩件事之一：要麼企業看到了超越短期 ROI 的長期戰略價值，要麼這是一場集體的認知失調——沒有人願意成為錯過 AI 列車的那一個。

Gartner 預測到 2026 年底，40% 的企業應用將內建任務導向的 AI 代理。如果這個預測成真，它代表的是從實驗性採用到結構性嵌入的關鍵轉折。

結論：聰明的錢應該看向哪裡

綜合所有證據，最可能的情境不是泡沫的全面破裂，而是一次分層的修正。

基礎建設層不是泡沫，但應用層可能是。 Nvidia 的 430 億季度利潤、供不應求的 GPU、5000 億美元的營收能見度——這些不是投機。物理基礎建設正在被建造和使用。但應用層的 71% 採用率與 1% 成熟部署之間的巨大落差、95% 的企業 ROI 失敗率、40% 的新創死亡率，都指向大量應用層投資為時過早。

這是時機問題，不是方向問題。 幾乎沒有嚴肅的分析師認為 AI 不具變革性。辯論的焦點在於時機和規模。牛市情境中，AI 營收在 2030 年前增長 50-100 倍，證明當前基礎建設支出的正當性。熊市情境中，2-5 年的幻滅低谷意味著 ROI 回收比投資者預期的更慢，基礎建設支出必須在營收追上之前放緩，引發修正。中間情境——也是最可能的情境——是 AI 估值在 2027-2028 年間經歷 30-50% 的回撤，當增長率從「天文數字」減速為「僅僅是卓越」時。

循環收入問題是定時炸彈。 當 AI 公司互相購買彼此服務的比例開始被市場認真檢視時，某些「蓬勃增長」的營收數字可能會被重新審視。投資者應該關注來自外部終端客戶的營收佔比，而非總營收數字。

勞動市場告訴我們真實的故事。 9 萬人被裁、AI 招聘增長 92%、AI 崗位 56% 的薪資溢價——這是真實的結構性人力資本重新配置，不是泡沫現象。泡沫創造虛假的工作；這波浪潮正在摧毀真實的工作並創造不同的真實工作。

值得追蹤的關鍵指標：

• OpenAI 的獲利之路（或缺乏之路）——2030 年的損益兩平目標是否能提前
• 企業 ROI 指標從 1% 成熟部署向 10% 以上移動的速度
• 超大規模業者的資本支出指引是否開始被削減
• Anthropic 與 OpenAI 的營收交叉點，作為市場競爭的指標
• DeepSeek 及中國效率提升對基礎建設支出假設的衝擊
• AI 營收中來自終端客戶 vs. 循環型大型科技支出的比例

歷史的教訓是明確的：變革性技術的早期階段總是伴隨著過度投資和痛苦的修正，但這不意味著技術本身是虛幻的。電力、鐵路、網際網路、行動通訊——每一波都經歷了泡沫和修正，但最終改變了世界。AI 大概率也會如此。

2970 億美元的季度是歷史性的。但「歷史性」既可以意味著偉大的開端，也可以意味著瘋狂的頂峰。最可能的答案是：兩者兼而有之。聰明的錢不會急著判斷這是泡沫還是革命——它會專注於區分真正的基礎建設（infrastructure that prints profit）和建構在沙上的應用層城堡（applications built on sand），然後在修正來臨時，準備好接住從天而降的嬰兒與洗澡水。