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 ）

本文目錄

• 第三層：套殼公司（最先倒下）
• 第二層：基礎模型（中堅地帶）
• 第一層：基礎建設（經得起考驗）
• 聯級效應：為什麼這很重要
• 這對開發者意味著什麼
• 結語

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式成功，它都保有價值。 在網路泡沫（dot-com bubble）期間鋪設的光纖電纜並未浪費，它們促成了後來 YouTube、Netflix 和雲端運算的誕生。

二十五年前，最初的網路泡沫在債務融資建設了「超前時代」的光纖電纜後破滅，但那個未來最終還是到來了，而基礎建設就在那裡等待著。

儘管面臨股價壓力，Nvidia 2025 財年第三季的營收達到了約 570 億美元，季增 22%，年增 62%，光是資料中心部門就產生了約 512 億美元。這些不是虛榮指標；它們代表了來自公司進行真實基礎建設投資的實際需求。

今天建造的晶片、資料中心、記憶體系統和儲存架構，將支撐未來任何成功的 AI 應用，無論是今天的聊天機器人、明天的自主代理人（Autonomous agents），還是我們尚未想像出的應用。與單純的平庸化儲存不同，現代 AI 基礎架構涵蓋了整個記憶體層次結構——從 GPU 的 HBM 到 DRAM，再到作為推論負載代幣倉庫的高性能儲存系統。這種記憶體與儲存的整合方式代表了根本性的架構創新，而非商品化的競爭。

• 時間線： 短期內可能出現過度建設和低效率工程（2026 年），但隨著 AI 工作負載在未來十年擴展，預計長期價值將得以保留。

聯級效應：為什麼這很重要

當前的 AI 熱潮不會以一場戲劇性的崩潰結束。相反地，我們將看到一系列從最脆弱公司開始的連鎖失敗，而預警訊號已經出現。

• 第一階段： 套殼和白牌公司面臨毛利壓縮和功能收編。數以百計缺乏差異化的 AI 新創將關門大吉或賤價出售。目前有超過 1,300 家 AI 新創估值超過 1 億美元，其中 498 家是估值 10 億美元以上的「獨角獸」，許多公司將無法證明這些估值的合理性。

• 第二階段： 隨著性能趨同，基礎模型開始整併，只有資金最雄厚的玩家能生存。預計會出現 3 到 5 起大型收購案，由科技巨頭吸收具潛力的模型公司。

• 第三階段： 基礎建設支出回歸正常化，但仍維持在高位。部分資料中心可能會閒置幾年（就像 2002 年的光纖電纜），但隨著 AI 工作負載真正擴張，它們最終會被填滿。

這對開發者意味著什麼

最大的風險不是「成為」套殼公司，而是「停留」在套殼階段。如果你掌握了使用者操作的體驗，你就擁有了使用者。如果你正在應用層開發，你需要立即向上提升：

2. 從套殼 → 應用層： 不要只生成輸出。要掌握 AI 互動前後的工作流程。

3. 從應用 → 垂直產業 SaaS： 建立執行層，迫使使用者留在你的產品內。創造專有數據、深度整合和工作流所有權，讓轉換變得痛苦。

4. 通路護城河： 你的真正優勢不是 LLM，而是你如何獲取使用者、留住他們並擴大他們在平台內的活動。成功的 AI 企業不只是軟體公司——它們是通路公司。

結語

是時候停止詢問我們是否處於「那個」AI 泡沫中了。我們正處於多個具有不同特徵和時間線的泡沫中。

套殼公司將最先破裂，可能在 18 個月內。基礎模型將在未來 2 到 4 年內整併。我預測，目前的基礎建設投資最終在長期內會被證明是合理的，儘管會經歷一些短期的過度建設陣痛。

這不是悲觀的理由，而是一份藍圖。了解你身處哪一層以及你可能被捲入哪個泡沫，是成為下一個受害者與建立能熬過洗牌期的事業之間的區別。

AI 革命是真實的。但並非每一家乘浪而上的公司都能抵達彼岸。