如果發生 AI 泡沫，企業如何趨吉避凶？台經院景氣預測中心主任孫明德揭 AI 榮景背後的「蛇吞尾巴」警訊
專訪：沈貝怡
撰稿：李昀蔚
「目前幾個主要的預測機構，包含 OECD、經濟學人，都認為明年全球經濟成長率會比今年低一點，」本集《全新一週》邀請台灣經濟研究院景氣預測中心主任孫明德，從 2026 全球經濟走勢出發，深入剖析 AI 投資的榮景與風險，以及 AI 為金融市場帶來的「蛇吞尾巴」警示。
首先談到美國，孫明德表示，各大經濟預測單位對明年美國的發展看法不一致，一方面是因為美國有關稅，對經濟可能造成不利影響。然而，美國同時也在減稅，這會對民眾的消費帶來幫助，且聯準會今年已降息降三次，明年還會持續量化寬鬆，「這代表美國已經看到一些經濟疲弱的情況，所以聯準會開始降息寬鬆的週期，這對美國有利，所以明年有利跟不利的都有，經濟就很難說，」孫明德說。
2026 經濟預測：中、日成長動能走弱，歐洲表現回穩
相較於美國，日本經濟前景就沒有這麼樂觀。孫明德分析，日本長期受到高物價衝擊，且過去十年基本上已經把財政與貨幣政策逼到極限，「任何一個國家，短期靠寬鬆，長期靠創新，日本少的最後那一箭，就是創新這支箭。」
在中國方面，經濟成長動能同樣走弱，經濟成長率預期將從接近 5% 下滑至約 4%。孫明德解釋，雖然美中貿易戰可能因美國選舉因素而趨於和緩，但中國明年面臨的主要挑戰已從外部衝突轉向國內房地產低迷，以及部分產業過度競爭、內卷嚴重的問題，這些內憂也將削弱中國整體的經濟動能。
至於歐洲則是相對穩定的區域，隨著烏俄戰爭在美國政策施壓下有望趨緩，歐洲各國得以重新調整財政配置，也讓明年經濟表現預期與今年大致持平，甚至存在回穩空間。孫明德指出，過去數年，戰爭支出主要來自削減社會福利與老人年金，一旦戰事降溫，相關資金可望回流至社會福利體系，進而支撐民眾消費，成為歐洲經濟的穩定力量。
「總結來說，美歐明年的經濟大概持平，但是中、日因為跟貿易有關，而且自己內部都有一些結構性問題需要處理，所以明年全球的整體局勢是比今年弱的，」孫明德強調，明年整個策略經營面向，應該要多著力於歐美，至於亞洲則需特別注意一些。
AI 泡沫不是單一問題，是「實體投資」與「金融市場」的落差
在全球經濟成長趨緩的背景下，AI 是否能持續作為動能，成為市場關注的關鍵問題。首先，針對 AI 是否正面臨泡沫風險，目前市場出現截然不同的解讀。孫明德形容，這就像是在摸「大象的兩個部位」，每個人觀察到的面向不同，自然得出相異的結論。
從實體投資的角度來看，許多台灣與美國的科技領袖普遍認為 AI 並非泡沫，因為在技術與硬體層面，市場需求依然極為強勁，實體投資仍處於持續擴張的階段。
然而，另一派觀點則將焦點放在金融市場。這一部分的人關注的是，AI 在過去兩年大量吸收股市資金，但實際創造的經濟效益卻未必與資金規模成正比，因此認為金融市場上的 AI 股可能會有泡沫現象。「兩個講的是不一樣的事情，實體投資還會持續，但是股票要不要賣那麼貴就值得商榷，所以這個 AI 泡沫，如果分成實體跟金融兩方面來看，會發現不一樣的前景，」孫明德說。
孫明德也進一步將 AI 泡沫化的討論與 2000 年的網路泡沫一同對比。首先在時間跨度上，網路泡沫從 1995 年一路發展到 2001 年，歷時約六年，相較之下 ChatGPT 問世至今僅約 3 年，時間明顯較短。其次，在市場漲幅上，當年 S&P 500 指數上漲兩倍、納斯達克指數更飆升四倍，但是這一波 AI 帶動的漲幅分別約為 70% 與兩倍，顯示目前「泡沫還不夠大」。
此外，與 2000 年多數網路公司缺乏穩定營收不同，現今的大型科技企業仍有訂閱制與雲端服務等穩定收入支撐投資。因此孫明德認為，只要未來的投入成本不出現「十倍速跳增」的失控情況，現階段 AI 產業的資金結構仍可維持相對穩健。
AI 發展面臨三重挑戰
儘管 AI 發展速度驚人，但孫明德也提醒，這股浪潮正逐步遭遇多項結構性瓶頸與競爭壓力。首先是資源限制，例如電力供應不足、水資源短缺等物理條件，都會直接影響資料中心擴張的可能性。
其次，在技術層面，除了 NVIDIA 主導的 GPU 路線之外，Google 的 TPU 正以不同策略加入競爭。與此同時，市場正大規模興建資料中心，然而，未來一旦 AI 手機與 AI 筆電普及，邊緣計算的發展反而可能回頭削弱市場對大型資料中心的需求。
最後，除了資源與技術競爭，數據本身也逐漸成為限制 AI 繼續突破的關鍵因素。目前人類已經幾乎把所有的數據都放進 AI 運算了，但新增數據來源有限，因此造成「數據枯竭」問題，成為 AI 發展的另一項結構性挑戰。
「蛇吞尾巴」現象浮現，AI 的金融風險正在累積
除了技術與資源面的限制，孫明德提醒需要高度警惕的，是 AI 在金融層面逐漸浮現的「蛇吞尾巴」風險。所謂「蛇吞尾巴」是一種資金閉環，意即晶片商將資金投入模型商，模型商再以這筆資金購買雲端服務商的運算資源，而雲端服務商隨後又把資金回流，用來向晶片商採購更多晶片。
這種資金在晶片商、模型商與雲端服務商之間反覆轉動的狀態，表面上雖然可以彼此拉抬營收成長，實際上卻未必代表真實且可持續的市場需求。「它很像一條蛇在吃自己的尾巴，表面上有在吃東西，但一條蛇把自己尾巴吞完的時候，就是滅亡的開始，」孫明德強調，如果 AI 公司不能從市場上取得資金、無法從客戶取得足夠營收，而只是供應商跟投資人之間的短期交易，那未來 AI 在金融上的風險就會越來越大。
回顧 2000 年以來的金融市場，孫明德指出，過去二十多年共歷經三次重大金融危機，分別是 2001 年的網路泡沫、2008 年的金融海嘯，以及 2020 年的新冠疫情。雖然每一次危機的成因各不相同，但從歷史經驗來看，股市修正幅度往往約落在三成左右，幾乎成為金融泡沫破裂時的「底線」。換言之，任何一次泡沫，股市大致都有約三成的修正空間。
因此，AI 泡沫若真的發生，孫明德建議，企業與投資人的首要之務是盤點自身的風險暴露區塊，並找出哪個單位會是最受衝擊的「海嘯第一排」。「當這個泡沫一旦爆開的時候，只要抓到有多痛、時間要多長、海嘯第一排是誰這三個重點，即使明年的 AI 股價沒有像今年這麼好 ，也可以先趨吉避凶，」孫明德說。
＊首圖來源：Unsplash