AI 投資狂潮背後隱憂： 分析師估算需新增 4.2 萬億美元收入

全球 AI 數據中心投資預測創紀錄

10月3日，根據路透社（Reuters）報道，全球人工智能（AI）領域正處於史無前例嘅資本狂潮之中。專業會計事務所普華永道（PwC）預測，到 2050 年，全球數據中心嘅累計投資額可能超過 30 萬億美元，呢個數字幾乎接近美國未償還國債嘅價值。普華永道指出，即係調整通脹後，AI 投資規模依然「遠超」當鐵路網或互聯網泡沫時期嘅投資額。

其中，AI 初创公司 Anthropic 嘅集資計劃更係令市場侧目。根據路透社報道嘅招股書資料，Anthropic 計劃喺未來數年內支出 5,180 億美元，呢個數額超過其 2025 年營業額嘅 100 倍。公司背後嘅投資者認為，AI 技術嘅變革性將超過蒸汽機發明及工業化帶來的影響，故而愿意投入巨資以換取未來市場份額。

生產力提升滯後，估值存疑

然而，如此龐大嘅資金流入背後，隱藏緊對廣基生產力提升（broad-based productivity gains）嘅巨大假設。經濟學家指出，目前缺乏足夠證據證明 AI 能夠帶來承諾嘅未來利潤，而且历史上亦無類似規模嘅先例可供參考。

摩根大通（JP Morgan）喺 2026 年 8 月嘅報告中寫道，美國作為 AI 競賽嘅領跑者，其廣基生產力提升「仍然 elusive（難以捉摸）」。呢個發現對 AI 估值嘅可持续性提出了質疑。布恩集團（Bain & Company）嘅研究亦指出，現有市場嘅生產力提升唔夠足以抵銷目前嘅開支，要填補資金缺口，必須出現「全新市場」，例如 AI 引導嘅機器人、新電池材料或半導體材料等。

研究估計，美國超大型雲服務供應商（hyperscalers）如 Google、Amazon 同 Microsoft，未來五年內需要尋找超過 4.2 萬億美元嘅新收入，先可以支撐基礎設施建設。報告強調，關鍵問題係「應用係咪夠快落地去承擔呢筆開支」。

李顯龍勳爵與專家觀點：歷史先例警示

儘管無人否認 AI 有潛力改變辦公室工作至實驗室研究嘅各個層面，正如過去技術革命將旅程時間由數日縮短至數小時，但確保投資回報嘅數學邏輯係不變嘅。摩根大通指出，歷史先例顯示，技術驅動嘅熱潮往往係喺基礎設施建設無法提供足夠回報時結束。

以英偉達（Nvidia，股票代號：NVDA）為例，摩根大通估算，美國生產力需要喺未來十年每年增長 3% 至 5%，先可以合理化英偉達嘅估值。呢個增長率遠高於美國國會預算辦公室（CBO）預計嘅每年 1.75% 基線生產力增長。哥倫比亞商學院經濟學家 Stijn Van Nieuwerburgh 估算，僅美國一個國家，2025 年至 2032 年嘅投資將高達約 9 萬億美元，相當於每年美國 GDP 嘅 3.2%。

Van Nieuwerburgh 進一步指出，美國 AI 行業需要喺 2032 年前產生約 3.55 萬億美元嘅年度收入，才能達到 10% 嘅投資回報率。目前該行業收入遠低於呢個水平。另外，支持 AI 基礎設施嘅大量債務具有槓桿結構，这意味着「需求略有下降、延誤或資產價值減記都可能導致更大嘅損失」。

Recursive Self-Improvement：希望與風險並存

儘管數字令人頭暈目眩，美國 AI 領軍人物依然以近乎狂熱嘅姿態描述即將到來嘅變革。Anthropic 創始人 Dario Amodei 曾表示，AI 未來可能係「超越美學嘅事物」，而 OpenAI 創始人 Sam Altman 則指，模型學習自我改進並加速突破時，「新奇事物實現嘅速度將係巨大」。

Google DeepMind 首席策略官 Jasjeet Sekhon 喺 2026 年 8 月 UC Berkeley 峰會中表示，呢種稱為「遞歸自我改進」（recursive self-improvement）嘅自學習能力，係「投資論證嘅關鍵部分」，如果實現，可能帶來史無前例嘅生產力提升。然而，遞歸自我改進同時引發咗對人類存在風險嘅擔憂。

劍橋大學經濟學家 Diane Coyle 提醒，過去革命性技術對生產力嘅影響通常需要 10 至 50 年先會完全體現。Anthropic 經濟團隊建模顯示，在 2030 年嘅非 AI 基線 2% 增長下，AI 輕微影響場景下增長為 2.4%，顯著影響場景下為 5.4%，極端場景下則為 15.4%。較高嘅增長意味著更多職位流失，但團隊並未為任何結果賦予概率。

總結

當前 AI 投資嘅規模史無前例，但經濟學家警告，生產力提升滯後同高負債結構帶嚟巨大風險。投資者需要密切關注 AI 應用落地速度及生產力實際數據，評估是否存在泡沫。對香港讀者而言，理解呢個全球趨勢有助於判斷科技股投資風險及未來職業發展方向，建議保持理性，分散投資，避免盲目追隨市場熱度。