AI發展令人耳目一新，隨著科技巨頭紛紛砸下重金投入軍備競賽，對於AI泡沫的質疑聲浪甚囂塵上。中央研究院院士、新加坡國立大學榮譽退休教授段錦泉直言，AI泡沫已經形成，過熱的資本支出終究無法達到投資者對於報酬的期待，「歷史上發生太多次了，AI不是第1次，大概也不會是最後一次。」

政大企業永續管理研究中心日前舉辦「AI驅動永續——解鎖ESG的未來價值創新發表會」，邀請金融工程和風險管理權威，同時也是Criat（深信數科）、ADBIZA（優算智科）聯合創始人與董事長段錦泉發表專題演講，深入解析AI本質與當前業界的實際應用狀況。

AI可詮釋性結果，其實並非客觀科學問題？

段錦泉認為，ChatGPT這類GenAI透過超大型神經網路模型，具備令人驚豔的處理語言、圖像能力，但就算「黑盒子」產生出可詮釋的結果，背後仍是不可詮釋的模型，「這在管理使用上已經撞牆了。」因為可詮釋性依賴主觀認定，並非客觀科學問題。

他指出，黑盒子可以是高品質，雖然在許多場景仍有用處，但以管理決策而言，這些挑戰極難克服，不只需要說服力，也必須合規，對於金融、醫療業而言，模型本身必須是可詮釋的。

業界集體焦慮，為何卻難以大規模導入AI？

麥肯錫今年曾對國際信貸組合經理協會（IACPM）會員銀行和保險公司進行一項調查，將金融機構在AI上做的探索和實際應用情形，分為「業務簡化」、「內容生成」和「顧客契合」3類，這些都不是真正的管理決策工作。而根據調查結果顯示，除了業務簡化之外，幾乎沒有進入作業程序的案例，其他兩者也僅限於早期開發階段。

段錦泉分析，業界目前普遍處於集體焦慮，擔心會被淘汰或市場被搶走，因此幾乎所有產業都會投入AI，但礙於技術能力限制、商業模式不可持續，以及缺乏實際應用效果等因素，現階段仍難大規模導入，尤其AI提供的答案可能聽起來頭頭是道，卻不見得是正確答案，對於涉及作業流程或管理決策的重要結果，一旦錯誤發生，後果非常嚴重。

此外，AI模型設計未必適合處理企業管理所需的核心數據，例如管理決策通常面對的是會計、成本報表等「表列資料」，這和通用AI擅長處理的文字、圖像等非結構性資料截然不同；即使AI能夠完成任務，高昂的運算成本和能源消耗也是大材小用。

AI變成資本密集產業，人們願意長期埋單？

段錦泉提到，AI知識是公共財，但AI工具是由自然人或法人擁有和控制的私有財。AI本應是高度知識密集的產業，實際上卻已經變成資本密集的產業，現今若要從事相關投資，甚至需要超過建立一家汽車工廠所需的資本。

砸了這麼多錢，企業到底該怎麼賺回來？段錦泉提出了大哉問：「人們是否願意長期、經常性地付費使用AI產品與服務？」

他表示，企業為了搶占市場，現在許多AI工具都是「補貼」使用者，未來能否順利回收還很難說；甚至就連賺取暴利的輝達，如果未來出現能耗更低、效率更好的晶片，或是在科技上有所突破，不再需要那麼多的算力，市場給予的本益比也會隨之回落，「個人認為，GPU晶片產能過剩只是遲早的問題。」

在他看來，GenAI泡沫已經形成，並非意指科技曇花一現，而是依賴過熱投資驅動的高價、高耗能超大模型技術，終究無法達到資本投入者對於報酬的期待。如今回顧當年的鬱金香狂熱，同樣讓人難以理解。

他說，追捧新科技，或許是散戶、機構在投資決策上的理性行為，卻是人類集體展現的瘋狂，「互聯網如此，加密貨幣如此，AI也很難例外。」

段錦泉形容，超大型通用模型，就像拿支大榔頭處理手錶的機械問題，世界上沒有絕對完美的工具，應該針對特定問題找到相互匹配的解方。但現今許多努力，似乎是在試圖產生一個全世界通用、所有問題都可以解決的單一工具，「人類歷史表明，這是不可能發生的，基本上是一種沒有意義的努力。」

本文獲「風傳媒」授權轉載，原文：中研院院士斷言「AI泡沫已經形成」！投資熱潮歷史重演，晶片產能過剩是遲早的事
臉書粉絲專頁，請按此

延伸閱讀
▶AI究竟是不是泡沫？財經評論員：泡沫早已洩氣，OpenAI恐面臨2種命運
▶算力愈便宜，科技巨頭虧損愈嚴重？《華爾街日報》揭密AI產業的「詞元悖論」
▶1兆美元資金是真需求還是泡沫？AI 巨頭開啟下一輪「算力軍備競賽」

小檔案＿風傳媒

「風傳媒集團」是一間從媒體、優質內容出發的網路科技公司。秉持「忠於真實，看見未來」的理念，由一群來自各個領域，對社會進步發展有熱情的人所組成。期望藉由先進的網路技術、社群的凝聚及擴散，讓多元的意見被包容接納，並開啟更多理性思辨與對話的空間，進而為社會帶來正面的影響。

《風傳媒》以宏觀的視野，掌握台灣、國際、兩岸、地方的政經脈動及生活態度，用真實與進步的價值觀，持續耕耘原生新聞、深度報導及多元觀點，為全球華人提供最優質的內容，帶來對生活的美好實踐。