不是泡沫，是缺貨：AI 基建的數學為什麼算得過來

本文整理自《a16z Podcast》2026 年 5 月播出的單集。

{{< youtube AiM9mZCmVPY >}}

---

每次有人問「AI 是不是泡沫」

「我們現在是不是在 AI 泡沫裡？」這大概是過去一年創投圈被問最多的問題。a16z 合夥人 David George 的回答很直接：「我相當有信心地說，現在不是泡沫。」但他接著補了一句讓人不那麼安心的話：「三年之後？我就沒那麼有把握了。」

David George 在 a16z Podcast 上與 VenCap 投資長 David Clark 的對談中，詳細拆解了為什麼他認為 AI 泡沫論目前站不住腳。他的論點核心不在需求面，而在供給面。典型的泡沫有一個共同特徵：供給過剩摧毀了經濟模型。而目前 AI 市場的特徵恰好相反，是全面性的稀缺。David Clark 用一句話概括：「運算力不夠、記憶體不夠、資料中心不夠、電力不夠。這是一個受供給約束的市場，不是受需求約束的市場。」你很難在什麼都買不到的情況下形成泡沫。

到 2029 年都搶不到大規模機房

David George 把供給約束的觀察具體化到了時間軸上。如果你現在想要大規模的資料中心容量，最快要等到 2028 年底或 2029 年初才拿得到。這不是估計，是業界的實際報價。美國的資料中心建設進度，大約比原本預期的時程落後了一年。而且這個落後的趨勢還在惡化，不是在改善。

供應鏈的瓶頸不只在一個環節。台積電在晶片產能上採取了刻意的克制策略，試圖在平衡中前進而不是拼命擴產。其他硬體零組件也有各自的量產困難。冷卻系統、電力基礎設施、土地取得、環境許可，每一項都有自己的瓶頸。這些物理限制不是靠投錢就能短期解決的，它們客觀上替整個產業加了一道安全閥，阻止了過度投機的可能性。

David George 認為，未來三年內供給受限的狀態更可能持續，而不是翻轉成供過於求。這意味著在可見的時間範圍內，需求會持續大於供給，價格會維持在一定水準之上，前沿模型公司的利潤空間不太會被壓縮到泡沫破裂的程度。

「少吃四五顆杏仁就好了」

資料中心擴建面臨的另一個障礙，不是技術也不是資金，而是來自地方社區的阻力。David George 對此非常不以為然，直接用「絕對瘋狂」來形容他看到的那些反對聲浪。

他描述了最優質的資料中心營運商進入社區時提出的條件：出資建設自然保護區、為學校提供高速網路、創造大量工作機會、帶來可觀的稅收。「這些全都是好事。然後呢？我們遇到的阻力是『它用太多水了』。」他的回應帶著明顯的不耐：「我寧可少吃四五顆杏仁，確保我有足夠的基礎設施來做我需要做的事。我家院子用的水比資料中心還多。」

這段話當然帶有簡化的成分，水資源議題在不同地區有不同的嚴重程度。但他要表達的核心觀點是：這些社區阻力正在加劇供給端的瓶頸，延緩了本該更快到位的基礎設施建設。對產業來說，這些延遲有成本；對投資人來說，這些延遲反而延長了「供不應求」的窗口期。

5 兆資本支出，數學算得過來嗎？

那投入的資金呢？按照目前的建設規劃，未來四到五年可能有 5 兆美元的資本支出投入 AI 基礎設施。這是一個天文數字。這筆錢能不能賺回來？

David George 認為一個合理的期望是：5 兆資本支出，對應 1 到 2 兆美元的年營收回報。你可以爭論回報率該抓多高、回收期該算多長，但這個數量級的營收是合理的預期。而光是 Anthropic 和 OpenAI 兩家，今年底可能就達到 2000 億美元的年營收跑率。這還不算其他 AI 廠商、開源使用者、以及建構在這些模型之上的整個生態系。如果只看最頭部的兩家就已經貢獻了 2000 億，那 1 到 2 兆的整體目標看起來就不那麼遙不可及。

這個數學之所以重要，是因為它直接回應了「AI 投資是不是過熱」的質疑。如果 5 兆投入只能產生幾百億營收，那確實是泡沫。但如果兩家公司就能做到 2000 億，整個生態系做到 1 兆以上，那 5 兆的基建投資就不是過熱，而是合理的基礎建設。當然，前提是需求端不會突然降溫。

唯一可能翻盤的劇本：演算法突破

David George 也坦率地討論了什麼情況可能讓這一切崩盤。他認為只有一個場景能在短期內翻轉供需平衡：重大的演算法突破，讓模型變得極度高效、不再需要那麼多算力。

他用了一個有意思的對照。人類的大腦在學習效率上遠超過現在的 Transformer 架構。大腦不需要看過網路上所有的文字才能理解語言，不需要數萬張 GPU 跑幾個月才能學會推理。如果有人找到了一種接近人腦效率的訓練方法，所有已經建好或正在建的資料中心就可能瞬間變成過剩產能。5 兆美元的基建投資，在這個場景下就真的變成了泡沫。

但 David George 判斷這在短期內不太可能發生。他承認 a16z 也投資了一些在探索更高效架構的公司，但從研究突破到實際商用的路途通常很長。目前的態勢仍然是前沿模型越來越大、越來越吃算力，而且「所有東西都不會永遠這麼消耗 Token」這個說法雖然在長期來看可能成立，但短期內還看不到轉折點。

三場 mega-IPO 可能改變公開市場的面貌

把視角從基礎設施轉到資本市場。David Clark 估算，SpaceX、OpenAI 和 Anthropic 的 IPO 合計可能帶來 4 到 5 兆美元的價值進入公開市場，時間可能就在今年下半年到明年。問題是：市場消化得了這麼大量的新上市案嗎？

David George 認為不只消化得了，而且這對市場來說是一件非常好的事。他指出一個常被忽略的結構性問題：過去 20 年間，美國上市公司的數量已經減少了一半。公開市場目前嚴重缺乏高成長標的。七大科技巨頭（Mag7）的營收成長率全部低於 30%，所有軟體公司也是，所有網路公司也是。真正還在高速成長的大型上市公司，幾乎只剩 Palantir 一家，成長率大約 70%。

如果 OpenAI 和 Anthropic 以超高成長的姿態進入公開市場，這等於為所有投資人打開了一扇之前關著的門。David George 特別提到指數納入的議題：他的父母退休金帳戶投資在指數型基金裡，他希望他們能因此直接持有 SpaceX、OpenAI 和 Anthropic。讓一般投資人透過指數就能參與這些高成長公司，是更合理的財富分配機制。他做了一個大膽預測：十年後回頭看這些公司的 IPO 估值，感覺會和今天回頭看七大科技巨頭早期的股價一樣，驚嘆怎麼當時那麼便宜。

消費端 AI：真正最大的機會可能在這裡

在整場關於基礎設施、企業 AI、創投策略的討論接近尾聲時，David George 把話題帶到了一個容易被忽略的方向：消費端。

過去大約十年，大型科技平台幾乎壟斷了消費者的時間和注意力。想打造一個新的消費端應用來跟 Instagram、TikTok、YouTube 競爭？幾乎不可能。但 AI 的突破正在創造一種結構性的轉變。新的介面形態、主動式互動、完全不同的使用場景，這些都是既有巨頭沒有針對優化的領域。David George 將此類比為從桌面端到行動端的大遷移：當介面和互動方式發生根本性改變時，消費者的注意力會重新分配，而這恰好是新公司崛起的窗口。

他對消費端 AI 的興趣不只是好奇心，而是高度確信。如果歷史經驗可以參考，最大的創投回報往往來自消費端，而不是 B2B。擁有 34 年基金投資經驗的 David Clark 在節目結尾做了一個精準的總結：「這是我經歷過的，遙遙領先最令人興奮也最令人恐懼的時期。」

我的觀察：安全閥是暫時的

「不是泡沫」這個判斷有一個重要的前提：供給端的物理限制。資料中心蓋不出來、晶片產能有限、電力基礎設施不足。這些限制阻止了過度投機，客觀上保護了市場。但這道安全閥是有時效性的。

2029 年產能到位之後呢？如果到時候需求增速放緩，或者演算法效率提升讓算力需求下降，所有那些 5 兆美元建出來的基礎設施就可能出現產能過剩。David George 自己也坦言他「沒那麼有把握」三年後的情況。

這意味著一個不太舒服的結論：目前這波 AI 投資熱潮的安全性，很大程度上取決於一個物理性的時間窗口。在這個窗口裡，供不應求的事實保護著所有參與者。但窗口不會永遠開著。在它關閉之前，每一個決策者，不管是建資料中心的、投資 AI 新創的、還是規劃企業 AI 預算的，都需要同時考慮「現在不是泡沫」和「三年後可能是」這兩個並存的現實。機會是真實的，但它成立的時間窗口可能沒有大家想的那麼長。