【專訪】阿札爾：AI 泡沫還沒破，但四個變數都在移動

這場對談值得注意的地方有四個，合起來是一張現況圖：第一，AI 產業的實際需求數字比外界想像的真實，但還沒大到能讓人放心；第二，折舊年限的假設是整個財務模型的樞紐，選四年還是六年，結論天差地遠；第三，中國競爭的威脅被低估了，但衝擊的對象不是基礎建設公司，而是 OpenAI 和 Anthropic 這類收授權費的公司；第四，隨著越來越多保險公司，退休基金透過複雜金融工具進場，系統性風險正在緩慢累積，這跟收入能不能兌現是兩件事，但兩件事都可以讓泡沫破。

◎1,200 億是真實需求，不是帳面數字

阿札爾的團隊做的核心工作，是重建一個沒有人完整公開的數字：AI 服務的實際消費金額。方法是三角驗證——從大型科技公司的公開聲明，超大規模雲端業者（Microsoft，Google，Amazon 等負責蓋機房，賣算力的公司）的財報高水位往回推，加上私下帳目的合理重建。結論是，到 2026 年 7 月為止的 12 個月，美國以外的企業在 AI 服務上花了 1,260 億美元，且這是去除重複計算後的數字——你付給 OpenAI 一塊錢，OpenAI 再付給 Microsoft 一部分來跑伺服器，兩筆只算一筆。這個數字說明需求是真的，不是報告裡的預測，是已經發生的消費。但阿札爾也直說，他在拉斯維加斯問 160 位企業 IT 副總，兩年前用 AI 的只是少數，現在幾乎全站起來；但再問結果好到會打擾 CEO 度假嗎，只剩 8 個人沒坐下。真實使用與真實效益之間，還有一段距離。

◎折舊年限：選六年還是四年，決定你站哪一邊

AI 晶片的財務模型有一個關鍵假設：一張今天買的 Nvidia 晶片，能用幾年？用六年算，投資的回收期拉長，帳面上說得過去；用四年算，目前的資本支出規模遠超過可能回收的收入，泡沫論就成立了。阿札爾選六年，理由是數據：Amazon 高層說他們看到六，六年半之後還在跑的晶片；Google 基礎設施負責人 Amin Vardat 說他們有八，九年的 AI 晶片仍在使用；紐約的雲端業者 CoreWeave 有六年晶片剛續約三年。理論上 Nvidia 每年出新晶片，舊晶片應該快速貶值，但現實是算力需求太大，舊晶片根本沒空閒著。問題在於：這是真正的長期使用價值，還是因為新晶片來不及生產才被迫用舊的？阿札爾承認，這個問題沒有乾淨的答案。

◎中國競爭傷的不是 Nvidia，是 Anthropic

阿札爾剛從中國回來，他的觀察是：中國 AI 公司大約只有美國八分之一的算力，但達到相近效能的效率是美國的四到七倍。美國限制高階晶片出口，原本是要拖慢中國，結果逼出了華為自己做高階晶片，而且重點先放在推論晶片——也就是拿來讓使用者用 AI 的那種，不是訓練用的。這個格局的影響是：企業轉用 DeepSeek，Kimi 這類中國開源模型，或 Meta 釋出的開源模型，基礎建設公司不受影響，因為這些模型還是跑在 Google Cloud 或 Amazon Web Services 上，算力照樣賣；真正受衝擊的是靠授權費維生的 OpenAI 和 Anthropic。而目前這兩家的回應是降價，提高使用量上限，承諾企業資料不拿來訓練——這是競爭市場裡的防禦動作，不是強者的姿態。

◎金融結構的風險跟收入無關，但一樣真實

阿札爾最在意的風險，不是需求會不會縮，而是資金結構越來越複雜。早期投資 AI 基礎建設的是 Microsoft，Google，他們懂這門生意。但現在保險公司，州立教師退休基金透過各種衍生工具，結構性商品進場，他們不一定搞得清楚自己買的是什麼。這跟 2008 年的房貸衍生品有相似的邏輯：每一層的人都覺得自己風險可控，直到整個結構的某個環節鬆動。阿札爾說他目前不認為這是系統性風險，但他明確說：這個風險一年後會比現在高，兩年後更高。更麻煩的是，就算收入數字是真的，只要市場整體覺得看不清楚，恐慌本身就可以觸發崩盤——現實不重要，預期才重要。

阿札爾最後說，他看過各種泡沫論，讓他最認真思考的是 Ray Dalio 的警告——不是因為他同意，而是因為觀察市場幾十年的人發出警告，至少值得把論點拆開來看一次。他自己的結論是：現在還不是泡沫，但再過 12 個月可能還是這個問題，還是沒有答案。這句話聽起來沒立場，其實是最務實的回答——在折舊年限，需求增速，開源衝擊，金融結構四個變數都還在移動的時候，任何斬釘截鐵的判斷都是在賣故事。你作為一家公司的決策者，真正該問的不是泡沫會不會破，而是：你的 AI 投入，是押在哪個假設上？