Microsoft 共同創辦人比爾·蓋茨在 CNBC《Squawk Box》節目中發出嚴厲警示，當今全球 AI 投資狂熱正重演上世紀 90 年代末的網際網路泡沫。這位科技巨擘明確指出，雖然 AI 技術本質上代表重大突破，但大量跟風投資將最終成為「死巷」，無法產生任何商業價值。蓋茨的警告並非空穴來風，而是對一個被資本激情掩蓋的現實困境直言批評。 在全球 AI 基礎設施支出持續攀升的時代，一個悖論性的問題浮現：為何投資規模最大的公司反而面臨最大的回報風險？
企業 AI 困局：95% 項目淪為投資黑洞
麻省理工學院 (MIT) 於 2025 年 9 月發布的《GenAI Divide: State of AI in Business 2025》報告揭示了一個震撼產業的真相——雖然企業在生成式 AI 上投入 30 億至 40 億美元（約港幣 234 億至 312 億元），但 95% 的項目收益為零。該研究基於 300 個公共實施案例和超 150 位高管專訪，數據樣本量足以代表行業普遍狀況。 更令人沮喪的是，這些「失敗項目」並非少數邊緣案例。企業採納 AI 工具的速度驚人——40% 企業已部署 ChatGPT 或 Microsoft Copilot 等工具，但實際規模化成功的僅佔 5%。賓夕法尼亞大學沃頓商學院和其他研究機構的數據表明，大多數企業 AI 計劃陷於「試點煉獄」，投入的資源因工作流脆弱、上下文學習缺陷、與日常運營脫節而血本無歸。
德勤 2025 年技術投資回報率報告指出，AI 是唯一未能扭轉投資回報下降趨勢的技術類別，而同期企業資源規劃 (ERP) 投資的成功率卻從 35% 躍升至 43%。 這種矛盾現象背後反映了一個系統性問題：企業缺乏強大的數據基礎設施。在企業 AI 創新 ROI 趨勢研究中，弱數據基礎設施被列為阻礙 GenAI 實現投資回報的首要障礙。與此同時，雲 API 依賴導致的持續性成本失控使許多公司陷入不可持續的支出陷阱。
科技巨頭資本競賽：泡沫膨脹的加速器
當前 AI 投資規模已達到令人瞠目的程度。2025 年 Microsoft、Amazon、Alphabet 和 Meta 的資本支出總計超過 300 億美元（約港幣 2,340 億元），而全球 AI 相關基礎設施投資在同年達到 109.1 億美元（約港幣 851 億元）。Microsoft 首席財務官 Amy Hood 明確表示，公司預期至少到 2025 財政年度結束前將面臨 AI 容量限制，意指支出還將繼續攀升。Microsoft Q1 資本支出達近 35 億美元（約港幣 273 億元），較上年同期增長 74%，其中約一半用於購置 Nvidia 天價 AI 晶片緩解雲端容量短缺。 Meta 的野心更甚。公司將 2025 年資本支出預期調升至 70 億至 72 億美元（約港幣 546 億至 561.6 億元），CEO 馬克·祖克柏公開表示，這筆投資才是開始，未來支出將「大幅增加」。
祖克柏強調，公司應「主動構建容量」以應對最樂觀的 AI 發展場景，即便當前尚無明確的商業化路徑。 OpenAI 的融資規模進一步加劇了市場的投機情緒。自 2015 年創立以來，該公司已籌資近 63 億美元（約港幣 491.4 億元），而其為期 4 年的新創競爭對手 Anthropic 也已獲得約 27 億美元（約港幣 210.6 億元）融資。相比之下，耗費超過 20 年才籌集約 12 億美元（約港幣 93.6 億元）的 SpaceX，其 4,000 億美元（約港幣 3.12 兆元）估值已被 OpenAI 的 5,000 億美元（約港幣 3.9 兆元）估值超越。
「銜尾蛇」循環：資本自我強化的泡沫結構
比爾·蓋茨在警告中特別強調了當前 AI 投資的一個隱蔽機制——資本的「銜尾蛇」循環。這是一個數萬億美元規模的資本閉環，在晶片巨頭 (Nvidia)、雲端服務商 (Microsoft Azure、AWS) 和 AI 模型公司 (OpenAI、Anthropic) 之間飛速旋轉。其運作邏輯是：科技巨頭透過附帶長期採購協議的股權投資向 AI 初創公司注入資金，而這些公司隨後用該資金購買晶片和雲端服務，最終形成一個自我強化的錢流循環。 這種結構的危險性在於其與 2000 年網際網路泡沫時期的「供應商融資」模式高度相似。
Sam Altman 雖曾公開承認市場情緒可能「過度興奮」，但最近在播客中激烈回應批評，聲稱 OpenAI 收入遠超 13 億美元（約港幣 101.4 億元）的估計，並表示願意尋找買家來購買批評者的股份。 然而這種防守性的回應反而強化了市場對泡沫的擔憂。高盛估計全球 AI 相關基礎設施支出可能在 2030 年前達到 3 兆至 4 兆美元（約港幣 23.4 兆至 31.2 兆元）。如果這筆支出未能轉化為等值的企業生產力提升，當前的「資本循環」將演變成一個難以逆轉的虧損螺旋。
網際網路泡沫的歷史借鑒
蓋茨刻意將當前 AI 投資與 1990 年代末的網際網路泡沫進行比較，而非與 17 世紀的鬱金香狂熱相提並論。他強調 AI 確實是「我一生中遇到的最重大技術突破」，其潛在價值可與互聯網的出現相提並論。但正如他所指出的，當時許多互聯網公司被高估，大量「跟風模仿」企業最終因燒光資本而倒閉。 歷史數據支援了蓋茨的警告。網際網路泡沫時期，雖然互聯網技術確實改變了世界，但泡沫破裂前，許多企業承諾投資高成本的基礎設施卻無法實現商業價值。類似的模式正在 AI 領域重演：Meta 計劃在電價昂貴的地區建設大規模數據中心，但這些設施的未來需求仍存在不確定性。
亞太市場共鳴：泡沫風險的全球蔓延
蓋茨的警告在亞太金融市場引發了直接反應。2025 年 11 月初，日本和南韓股市突然暴跌，南韓 KOSPI 指數一度下跌超 5% 並觸發熔斷機制，日經 225 指數下跌逾 4%，台灣加權指數和香港恒生科技指數跌幅逾 2%。香港恒生指數下跌 0.97%，恒生科技指數下跌 1.75%。科技股，特別是 AI 晶片與 AI 軟件類股票集體下跌，阿里巴巴、百度、小米、京東、騰訊等跌幅均超過 1%，金山雲等 AI 概念股跌幅更高達 4% 以上。 這場亞太股市同步下跌反映了一個現實：AI 泡沫風險已成為全球投資者的共同憂慮，而非某一地區的孤立現象。香港作為亞洲金融中樞，其股市反應同步世界對 AI 投資可持續性的質疑。
未來前景與企業戰略調整
蓋茨的警告對全球企業帶來了深刻啟示。對於正在考慮大規模 AI 基礎設施投資的公司而言，關鍵在於超越盲目的資本競賽邏輯，構建真實的數據治理基礎。根據 Premai 研究，採用主權 AI 基礎設施並具備完善治理框架的企業正在實現突破性進展：與依賴雲 API 的企業相比，這些企業成本下降 90%，延遲改善 50%，而代理 AI 早期採用者報告稱正實現 88% 的正 ROI。 然而這種積極訊號仍未扭轉整體的失敗率。德勤報告指出，即使經過充分規劃的企業 AI 實施，也需 12 至 18 個月方能達損益平衡，而當前全球中位企業 AI 投資回報率僅為 5.9%。這意味著，在蓋茨所警告的泡沫破裂前，許多企業可能無法實現投資價值。
Bank of England 指出，當前數據中心融資風險主要來自高杠杆依賴。未來一旦 AI 需求不達預期或計算需求大幅下降，融資方將面臨巨大風險敞口。這與網際網路泡沫時期通过供應商融資形成的風險結構完全相同。 這是否意味著所有 AI 投資都註定失敗？ 答案並非絕對。蓋茨強調 AI 本質上是一項重大技術突破，最終將改變世界。區別在於哪些企業能存活到「泡沫消退後的新時代」。成功者不是投資最多、跟風最快的企業，而是那些構建實質基礎設施、擁有明確商業化路徑、具備真實現金流的公司。失敗者則是那些純粹為了資本競賽而盲目燒錢的「跟風者」。
資料來源： Times of India Fortune TechCrunch Reuters
