看 API、看估值、還是看落地？矽谷創投、對沖基金與 AI 教父用三種視角解析 AI 泡沫風險
AI 熱潮持續升溫，《Business Insider》報導，「AI 泡沫」一詞在近期財報會議中出現的頻率激增 740%，但市場對「泡沫是否已經形成」始終看法分歧。例如，微軟創辦人 Bill Gates 雖然肯定 AI 的價值，但也指出市場存在「狂熱」的現象，並擔憂電力成本過高。另一方面，NVIDIA 執行長黃仁勳則駁斥泡沫論，認為 AI 是一場重大轉型，並具備值得付費的能力。
近日，矽谷創投 Vinod Khosla、對沖基金經理 Michael Burry，以及在世界經濟論壇年會受訪的 AI 教父吳恩達（ Andrew Ng），也不約而同談到這個問題，並分別從使用量、估值與應用層面，給出截然不同的看法。
知名矽谷風險投資人 Vinod Khosla ：API 呼叫量才是衡量 AI 真實需求的關鍵指標
知名矽谷風險投資人、OpenAI 的早期投資者 Vinod Khosla 近期在 OpenAI 的 Podcast 節目受訪時表示，評估 AI 是否泡沫化的關鍵不應看股價，而是應該用「API 呼叫量（API calls）」作為主要指標，因為這才能反映出 AI 的實際使用需求與數位工具的活躍程度。
Vinod Khosla 分析，股價反映的往往是市場情緒，與實際 AI 使用情況無關。「人們將泡沫等同於股價，這除了反映投資者的恐懼與貪婪外，與任何事情都無關，所以我總是認為，泡沫應該用 API 呼叫量來衡量，」Vinod Khosla 直言。他也舉例，市場情緒可能讓人們因為過度興奮或失望，「在一天之內從熱愛 NVIDIA 變成討厭 NVIDIA 」，證明股價波動僅是估值過高或過低的情緒展現，而非產品本質的變化。
Vinod Khosla 將當前 AI 泡沫的討論比擬為當年的網路泡沫。他強調，只要將 API 呼叫量視為衡量 AI 真實用途、實用性與需求的根本指標，「你就不會在 API 呼叫量中看到泡沫」。
對沖基金經理 Michael Burry 看見估值與應用的斷裂
以電影《大賣空》（The Big Short）原型人物聞名的對沖基金經理 Michael Burry，近期在 Substack 發文並透過社群媒體指出，NVIDIA 這一類的 AI 公司過度依賴大型資料中心與 AI 支出，造成估值與實際應用之間嚴重不匹配的現象。為了實踐自身觀點， Michael Burry 不僅發出警告，更已採取行動做空 NVIDIA 與 Palantir，預測市場將在 2026 年至 2027 年間面臨修正。
Michael Burry 提醒，這些大型科技公司假設指數級的成長，但這可能無法實現，「包括微軟和 Alphabet 在內的公司，正將數兆美元浪費在微晶片和資料中心上，但這些設施很快就會過時。」。Michael Burry 也強調，目前的 AI 基礎建設支出不僅浪費，更缺乏明確的實體經濟應用路徑，因此投資人應關注 「投入資本回報率」（ROIC） 這一關鍵指標。
更令人擔憂的是，Michael Burry 指控科技巨頭正在利用 「會計手段」 來粉飾太平，包括 Meta、Google、Amazon 和微軟在內的公司，透過將 AI 伺服器的折舊年限從 2 到 3 年延長至 5 到 6 年，以降低折舊成本並誇大帳面獲利，掩蓋 AI 投資昂貴且快速折舊的真實成本。
應用投資不足、AI 訓練成本過高：吳恩達拆解 AI 泡沫風險真正集中處
在 2026 年世界經濟論壇（WEF）年會，AI 教父吳恩達接受《Moneycontrol》專訪時表示，AI 是否泡沫化取決於觀察角度，雖然部分市場讓人質疑，但他強調：「有些領域可能看起來泡沫化，但其他應用則不然。」
吳恩達舉例，AI 在應用層（application layer） 的投資不僅沒有過熱，甚至感覺是 「投資不足」。他觀察到，大型企業正在快速建立與部署商業應用，「我們正在矽谷看到這套劇本上演，也許現在佔比還很小，但正在以極快的速度複利成長，」吳恩達進一步指出，實際商業應用正在從低基礎起飛，增長迅速並符合現實需求。
然而，吳恩達也警告，真正風險最高、成本過高的部分在於 AI 模型訓練。由於訓練模型的成本大幅攀升，如果那些支付巨額訓練費用的企業遇到困難並開始撤資，相關投資將面臨極高的不確定性。
儘管如此，吳恩達對整體 AI 產業仍保持「謹慎樂觀」與看漲的態度。他特別提到，對 AI 推理（inference）基礎設施的需求正在爆發式增長，這包括對開放權重模型、開源模型以及專有模型的需求，儘管過度投資或供給過剩仍是可能的風險，但他相信大部分的產能最終都會被市場消化使用。
從使用量、估值到應用落地，三種視角揭示了 AI 發展路徑中的不同風險與機會。當市場情緒與資本快速擺盪，真正決定 AI 能否穿越泡沫循環的關鍵，不在聲量或想像，而在是否持續產生實際價值。
＊本文開放合作夥伴轉載，資料來源：《Business Insider》、《WebProNews》、《Moneycontrol》，首圖來源：Unsplash