Articles in Turing Academy cover three major themes: ESG Net Zero Laboratory, AI Laboratory and Lean Management Laboratory. We will share articles on related topics from time to time. We also welcome students who are interested in the above topics to submit articles and share them with you. Insights (I want to contribute)

AI 泡沫比 2008 年更大?專家警告與潛在風險分析


 

圖靈學院
科楠老師
2025-10-20

 

AI 泡沫比我們想像更嚴重

 

    近日,一篇由 Will Lockett 發表的文章指出:AI 產業的泡沫規模,可能遠超我們之前的估計。文章援引 Julien Garran 的研究說法,聲稱該泡沫是網路泡沫的 17 倍,是 2008 年房地產泡沫的 4 倍。這一說法若成立,意味著全球金融體系可能正面臨前所未有的風險。

 

科楠老師嘗試梳理這篇文章的論點、其背後的方法、可質疑處與風險,以及未來可能走向。筆者盡量秉持中間立場:不盲目恐慌,也不輕易相信「這次不同」。


文章主張與關鍵論點重構

 

1. 泡沫規模驚人
   Garran 認為,AI 投資泡沫為網路泡沫的 17 倍,為 2008 房地產泡沫的 4 倍。

 

2. 經濟學方法 — “Wicksellian 赤字”
   他引用十九世紀經濟學家 Knut Wicksell 的理念,主張當企業借貸成本(利率)與 GDP 名義增長之差異過低時,資金錯配會嚴重。Garran 把這個邏輯應用於 AI、房地產、NFT、風險資本等領域,稱其為「錯配資本」的一部分。

 

3. AI 商業化困境與邊際效益遞減
   他指出:ChatGPT-3、4、5 的成本呈幾何級數上升,效能提升卻越來越小。以此作為證明:AI 模型已接近極限。

   同時,他還引用一些案例,說明 AI 部署在企業的實際任務完成率偏低、不穩定,或採用率呈下降趨勢。

 

4. 債務與隱蔽融資風險
   雖然 AI 基本上以股權融資為主,但 Garran 認為大型 AI 公司與雲端基礎設施營運商其實已秘密借債。部分借貸透過 SPV(特殊目的載體)或子公司進行,以隱藏真實負債規模。

 

   他還指出:高盛報告顯示,今年 AI 產業用於資本支出的借貸已達 1410 億美元(佔當年資本支出約 30%),而去年整體 AI 資本支出才約 1270 億美元。換句話說,今年債務資金已超過去年總投入。

 

5. 泡沫與市場連動性
   傳統認為,AI 泡沫可能較為「孤立」,由於很多資金來自科技圈內部或大廠。但 Garran 強調:當這些公司負債纏身時,就會牽動金融體系、銀行、債市、養老基金與企業資本市場。風險不再局限於科技圈內。

 

6. 潛在經濟後果
   如果泡沫破裂,將引發以下風險:

  • 科技大廠、AI 公司可能倒閉或大幅重整。
  • 債務鏈斷裂拖累銀行、投資機構、債券市場。
  • 全球經濟正處於疲弱狀態,若再受衝擊,恐步入深度衰退。
  • 社會、政治、民主機制將受到重大壓力與挑戰。


評析:哪些地方值得懷疑?哪些可能是真風險?

 

可問疑之處

 

1. 數字誇張?泡沫倍數論證過度放大
   Garran 的 17 倍、4 倍說法,並非建立在「絕對資金流量」的透明數據,而是透過錯配模型與估算。不少財經評論已指出:這是一種「模型驅動的結論」,對初始假設高度敏感。

 

2. AI 模型成本與效益的邊際論證可能過度簡化
   Garran 將效能提升與成本上升做線性或幾何對比,但 AI 效能提升可能透過新的演算法、硬體技術突破等不斷翻轉。只看訓練成本上升,忽略創新可能帶來突破。

 

3. 商業應用採用率下降的證據不一定代表困局
   他引用部分企業的採用率下降案例。這些案例可能與組織文化、承諾不足、配套不足等因素有關,而不完全是 AI 本身的問題。

 

4. 債務隱藏規模難以驗證
   他提到 SPV 、隱蔽借貸的可能性。這類借貸若真的存在,其風險極高。但是否大規模、普遍存在、能否推廣到整個產業,目前尚無公開透明證據可驗證。

 

5. 外部連動性假設需更強證據
   Garran 假設 AI 泡沫若破裂,必將對銀行、債市與其它產業造成重大拖累。但若 AI 公司的債務為裹入較小範圍或風險隔離,公司倒閉未必會引發系統性風險。是否會形成「系統性風險」還有待探究。

 

潛在真風險,不應忽視

 

1. 資本錯配與過度投資
   低利率時代容易滋生過度投資。若許多公司資本錢投進 AI 工程、資料中心、晶片、基礎設施,而這些投資未能產生相應收益,將形成資源浪費與虧損。這是 Garran 論述的核心之一,是值得警惕的現實風險。

 

2. 債務風暴可能拉動金融系統風險
   若 AI 公司與其背後的供應鏈、設施商背負大量債務,一旦資金鏈斷裂,可能引發連鎖借貸違約事件,影響債券、銀團貸款、市場信心。這風險不容低估。

 

3. 技術平台過度霸權與競爭崩盤
   若少數大廠控制關鍵 AI 平台,競爭被壓抑,中小公司難以為繼。一旦問題爆發(如大廠縮減資本投入、政策風險、法規干預),整個生態可能崩潰。

 

4. 經濟基本面疲弱,下行風暴易放大
   世界多數經濟體已朝疲弱趨勢前進。如果 AI 泡沫破裂恰逢經濟週期下行,衝擊將被放大。全球供應鏈、就業市場、消費信心可能遭重創。


未來可能走向與對策建議

 

三種可能路徑

 

    在最壞情況下,AI 泡沫破裂可能與 2008 年相比帶來更深層衝擊。Garran 的警告可視作一面警鐘:這次的風險可能比過去更多、更複雜。

 

對策與建議

 

  • 政府與監管機構

  應強化透明度規定,尤其是 AI 企業的借貸、SPV、子公司負債披露。須設制度防止債務黑箱與過度槓桿。

 

  • 產業界(科技公司、自造者)

  要有足夠現金流與現金儲備。避免過度資本支出。採取多元收入模型,不單靠單一 AI 平台或產品。

 

  • 投資人/機構資金管理者

  不要盲目追高 AI 類股,應分散風險。注意估值泡沫指標(資本支出/收入比率、債務佔比、現金流狀況)。

 

  • 學術與智庫界

  強化對 AI 產業經濟效益的實證研究。監測 AI 技術進步與成本曲線,防止宣傳誇大與現實脫節。


結語:謹慎已是最合理選擇

 

    Will Lockett 所引用的 Garran 分析,引發業界震撼。若其判斷成立,這將是一次比 2008 年更為劇烈的金融風暴。但該論點仍建立在多項假設之上,屬高風險高假設模型範疇。

 

作為顧問,我不敢說我們「肯定」正處於一場比 2008 年更凶險的泡沫──但我可以說:我們明顯在走鋼索。如果你是企業主、資金操作者、政策制定者,都該警惕、提早準備。不能等到泡沫破裂塵埃落定才來追問責任。

 

願我們在科技衝浪浪潮中,不被浪吞沒。未來,是該有智慧保護自己的時候了。

 

 

參考資料

1. Will Lockett,《The AI Bubble Is Far Worse Than We Thought》

 

2. MarketWatch,引述 Garran 類比泡沫倍數說法

 

3. Futurism,AI 投資泡沫與歷史比較

 

4. Medium 平台其他評論文章

 

5. Common Dreams,關於分析師警告與宏觀風險