AI基建需求維持高檔，商業化速度追得上資本支出嗎？

 

艾爾坎看好AI基礎建設，算力與能源需求仍在高檔

今年10月，法拉利(RACE)董事長約翰・艾爾坎淡化市場對AI泡沫的憂慮，同時提醒供給與需求可能出現落差。這個判斷有兩層：AI技術與基礎建設仍有長期成長空間，商業變現速度則可能跟不上資本投入。

艾爾坎同時擔任Meta Platforms(META)董事，以及跨國車廠Stellantis(STLA)董事長；其家族控股公司Exor長期涉足科技投資。他觀察到，支撐AI運作所需的運算能力與能源需求依舊維持高檔，並對未來十年的AI基礎建設發展保持樂觀。

從投資角度看，這項觀察支撐了資料中心、晶片、先進封裝、網路設備與電力系統的長期需求。AI擴張同時消耗算力與電力，供應鏈投資也因此從GPU延伸至伺服器、散熱、光通訊、電網及發電設備。

 

AI營收模式仍模糊，資本支出與變現速度可能脫節

艾爾坎對AI市場的主要保留，落在營收機制與商業模式。目前企業願意投入大量資本建置模型與基礎設施，終端客戶願意支付多少費用、哪些應用能穩定創造現金流，仍有相當程度的不確定性。

這也是AI投資最需要拆開檢查的一段。晶片與雲端業者可以先收到基礎建設支出，應用端則要經過導入、測試與工作流程改造，才可能形成可持續的付費需求。資本支出跑得比營收更快，便可能造成供需錯配，並提高整體投資市場的波動風險。

艾爾坎將泡沫分成不同型態。有些由金融投機推動，有些伴隨投資與基礎設施高速擴張。他目前未將AI市場定義為泡沫，也認為即使未來出現價格修正或投資退潮，科技進步仍會延續。這和網路建設的歷史有些相似：資產價格可以劇烈波動，留下的基礎設施仍可能支撐下一輪應用。

 

AI長期方向與投資報酬需要分開評估

技術持續進步，無法直接保證每一筆AI投資都能取得合理報酬。對科技投資人來說，供應鏈收入、終端應用營收與投入資本報酬率，應該分成三張表來看。

第一張表是基礎建設需求，觀察算力、能源與網路設備的訂單能見度。第二張表是應用端變現，檢查企業客戶是否從測試轉向正式部署，以及付費規模能否擴大。第三張表則是資本效率，確認營收與現金流能否追上折舊、研發及資料中心支出。

AI技術前景與股票報酬並無等號。供應商可能在建置初期先受惠，後續仍要面對客戶資本支出週期、競爭加劇與產能擴張。艾爾坎的看法偏向長期樂觀，對中間的商業化落差保留戒心，這比單純爭論泡沫兩個字更接近投資決策。

 

美中科技競爭升溫，歐洲企業靠全球市場吸引資本

談到全球科技版圖時，艾爾坎也把焦點放到歐洲。美國與中國的科技競爭持續加深，歐洲企業仍擁有具競爭力的技術與人才。資本流向取決於可投資機會的數量與品質；能夠孕育更多全球型公司的地區，通常也更容易吸引長期資金。

他特別點名總部位於義大利米蘭的科技集團Bending Spoons。該公司旗下擁有Vimeo、Eventbrite與AOL等品牌，跨足多個數位服務領域，也展現義大利企業進入全球市場的能力。艾爾坎期待更多歐洲企業建立全球布局，進一步擴大當地科技投資機會。

歐洲科技投資能否形成更大的資本循環，仍要看全球化公司數量、商業化能力與退出管道。資金會追逐可規模化的機會；單一成功案例提供了示範，持續出現具全球競爭力的企業，才足以讓歐洲科技生態系獲得更穩定的資本支持。