事件總覽：從2023年生成式AI點燃市場狂熱，到2026年資本支出屢創新高、市場反覆質疑「泡沫將至」，如今鈞弘資本執行長沈萬鈞給出了一個明確的時間點：AI應用已經接近爆發，當這一步完成，整個AI發展的「永動機」就到位了，屆時再也沒有泡沫化的問題。
說真的，這兩年只要打開財經新聞，幾乎每隔一週就會看到「AI是否泡沫化」的標題。輝達股價漲的時候有人擔心，跌的時候更多人擔心。各大科技龍頭砸錢蓋資料中心、買GPU，台灣供應鏈從晶圓代工到伺服器組裝訂單接到手軟，但市場始終有個揮之不去的疑問：這些錢，真的賺得回來嗎？
鈞弘資本執行長沈萬鈞上《寶傑怎麼說》節目時直接給了一個時間點，他說：「下半年開始，投資人可以關注AI應用的爆發。」這不是一句打高空的樂觀喊話，他具體點出了「工業電腦」這條路徑——醫院、工廠裡那些沒有自主開發AI能力的工作站，透過AI軟體就能實現工作自動化。你不覺得這聽起來比那些「AI將改變世界」的空泛論述實際多了嗎？
📅 2026年下半年：工業電腦成為AI應用第一波落地場景
沈萬鈞把話說得很白：工業電腦本身沒有開發AI的能力，但它們是AI落地的載體。醫院的護理站、工廠的生產線，這些場域裡的工作者可以直接跟工業電腦對話，讓AI協助判斷病情、優化生產流程。他舉了美國製藥商禮來（Eli Lilly and Company）的例子，這家公司已經在用AI加速藥物生產，而且是實實在在的受惠者。
這個觀點跟市場上那些「AI應用還要等五年」的悲觀論調剛好形成對比。沈萬鈞認為，當應用端開始產生現金流，科技廠商就不再需要一直借錢來燒AI研發，整個產業就能自己轉起來。他稱之為「AI發展的永動機」——應用產生收入、收入支持研發、研發推動更強的應用，這不就是資本市場最喜歡的那種正向循環嗎？
📅 2025年全年：資本支出狂燒，市場對AI泡沫的集體焦慮達到高峰
在此之前，整個2025年幾乎就是「AI泡沫論」最囂張的一年。微軟、Google、亞馬遜這些雲端巨頭每一季的資本支出都在創新高，而且大部分都往AI基礎設施裡丟。華爾街分析師每個季度都在問同一句話：「你們到底什麼時候能靠AI賺到錢？」
說真的，這不是沒有道理的質疑。過去科技史上有太多「基礎設施先蓋了再說」的劇本，最後證明是一場泡沫。但沈萬鈞的觀點提供了一個不同的思考角度：這一波的基礎設施投資，跟2000年的網路泡沫有個關鍵差異——當時的網路基礎設施蓋完之後，應用端花了快五年才跟上；但這一次，AI應用已經在發生，不是「即將發生」，是「已經在發生」。
📅 2024年：生成式AI引爆投資狂潮，台灣供應鏈全面卡位
把時間拉回兩年前。2024年是生成式AI從「科技圈話題」變成「全球資本市場主旋律」的關鍵年。ChatGPT點燃的戰火延燒到整個供應鏈，從NVIDIA的GPU到台積電的先進封裝，從伺服器的散熱模組到高速傳輸介面，台灣電子業幾乎全員上車。但也就是從那時候開始，「AI有沒有泡沫」的討論沒有一天停過。
有趣的是，喊泡沫最大聲的人，跟買AI股票買最兇的，往往是同一群人。這說明了什麼？說明市場其實心裡有數——泡沫的風險確實存在，但錯過AI的風險更大。沈萬鈞這次的說法等於給了市場一個定心丸：應用爆發已經不遠了，產業的自循環機制很快就能啟動。
📅 2023年：ChatGPT橫空出世，AI從研究室走向大眾
兩年多前，ChatGPT讓全球第一次「親手」體驗到生成式AI的威力。在那之前，AI對一般人來說是「AlphaGo下圍棋」、是「手機裡的語音助理」，但ChatGPT讓每個人都能跟AI對話、寫信、寫程式、做摘要。那一瞬間，所有人突然理解了一件事：這不是科幻電影，這是真的。
從2023年到現在，AI產業走過了一條典型的技術成熟度曲線：先是被過度期待，接著進入失望低谷，然後開始找到真實的應用場景。沈萬鈞現在說「應用即將爆發」，等於是在告訴大家：那個真實創造價值的階段，正要開始。
編輯觀點：沈萬鈞這套「AI永動機」的論述，其實點出了一個很關鍵的產業觀察：AI的泡沫化風險從來就不在「技術能不能做到」，而在「商業模式能不能閉環」。過去兩年市場一直盯著基礎設施的資本支出在焦慮，但忽略了應用端的變現其實已經在發生了。工業電腦、智慧醫療、自動化製造——這些場景不需要AI發明新東西，只要AI能把現有的工作做得更快、更便宜，現金流就會進來。如果下半年真的看到應用端收入開始顯著成長，那市場對AI的估值邏輯就得全部重寫。話說回來，投資人現在該問的不是「AI是不是泡沫」，而是「應用爆發的第一波受惠者到底是誰」。
沈萬鈞還提了一個有趣的預測：機器人即將走進日常生活
他在節目中還提到一個聽起來有點科幻的場景——未來可能會出現明星或卡通人物的「機器人」，聽起來很荒謬對吧？但他說現今科技已經接近完成了。這其實呼應了最近一年人形機器人的快速進展，從Tesla的Optimus到中國廠商推出的各種仿人機器人，AI大腦加上機械身體，這個組合已經不再是實驗室的專利。
如果連這種「聽起來很荒謬」的應用都能在短期內實現，那醫療、製造、服務業的AI應用還有什麼好懷疑的？這也正是沈萬鈞敢說「不用擔心泡沫化」的原因——當應用遍地開花的時候，泡沫自然就破了，不是因為它爆炸了，而是因為它被真實的商業價值填滿了。
至今影響與未來展望
從2023年的橫空出世，到2026年的應用爆發，AI產業走過了最戲劇性的三年。如果沈萬鈞的預測成真，今年下半年我們會看到更多像禮來製藥這樣的案例——不是科技公司，而是傳統產業用AI創造出實實在在的商業價值。
對台灣來說，這個趨勢的意義特別重大。台灣在AI供應鏈的位置已經站穩了，從半導體到伺服器、從散熱到測試，台灣廠商幾乎無役不與。但如果AI應用真的爆發了，下一波機會就不只在硬體——軟體服務、系統整合、垂直應用的解決方案，這些才是真正能放大價值的環節。
當然，市場永遠不會缺少質疑的聲音。但就像沈萬鈞說的，當應用端的現金流開始進來，科技廠商不再需要借錢來燒研發，整個產業就能自己轉起來。到那個時候，「AI是不是泡沫」這個問題會自己消失——不是因為有人證明了它不是，而是因為沒有人再關心這個問題了。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
AI「永動機」是什麼意思？跟物理學的永動機有關嗎？
不是物理學的永動機，沈萬鈞用這個詞比喻AI產業形成正向循環的狀態：應用端產生收入、收入支持研發、研發推動更強的應用，整個產業不再需要外部資金持續挹注就能自己運轉。
工業電腦跟一般電腦有什麼不同？為什麼它是AI應用的關鍵？
工業電腦以工作站形式設置在醫院、工廠等特定場域，使用者可以直接與它對話。它本身沒有自主開發AI的能力，但透過AI軟體能實現工作自動化——醫院用來輔助病情判斷，工廠用來優化生產流程，是AI落地的具體載體。
AI應用爆發後，台灣哪些產業會最受惠？
除了既有的半導體、伺服器供應鏈外，工業電腦、系統整合、垂直應用軟體開發等領域將迎來新機會。當AI從「賣硬體」走向「賣解決方案」，軟體和服務的附加價值會大幅提升。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。