矽谷知名財經專欄作家 Jill Schlesinger 以〈A new pace to the AI race〉為題，直指當前生成式 AI 競賽已從「技術驗證階段」全面跨入「基礎建設與資本軍備階段」。她觀察到，自 2022 年底 ChatGPT 橫空出世以來，超大規模雲端服務商（CSP）每年的資本支出從原本的 1,000 至 1,500 億美元區間，在短短不到三年內暴漲至逼近 3,000 億美元的歷史新高，這還不含私募融資與主權基金投入。
更具結構性意義的是，這筆資金的流向已徹底改變科技業的成本結構：資料中心用地、GPU 叢集、先進封裝與電力採購合約，形成一條由超大型企業壟斷的封閉供應鏈。Jill 警告，當 AI 模型的訓練與推論成本仍以倍數成長，但營收變現路徑尚未完全驗證之際，整個產業的「投入產出比」正面臨最嚴苛的市場檢驗。這場 AI 軍備競賽的新節奏，不再是實驗室裡的演算法迭代，而是資本市場上真金白銀的耐力賽。
表面上看，這是一場科技公司之間的技術競速；但若穿透表象，本質上是一場資本、能源與算力的三重新秩序博弈。理解這個「AI 競賽新節奏」，必須從其歷史演進脈絡切入：
### 一、技術演進的典範轉移脈絡
回顧 2012 年 AlexNet 開啟深度學習時代以來，AI 發展經歷了三次典範轉移：第一次是「演算法典範」——從 CNN 到 Transformer，模型效能出現指數級躍升；第二次是「資料典範」——從標註資料集走向自監督學習，大幅降低訓練成本；第三次，正是我們此刻身處的「基礎建設典範」——演算法紅利見頂，勝負取決於誰能取得更多 GPU、更穩定的電力、更大宗的 HBM 記憶體。
### 二、結構性成因的深層剖析
這個新節奏的出現，並非企業主觀意志，而是三股結構性力量匯聚的結果：
### 三、矛盾的核心：誰能撐到變現拐點？
當前最大的結構性矛盾，在於「前沿模型的訓練成本年增 3 至 5 倍」與「企業級 AI 應用的付費轉換率仍低於 10%」之間的巨大鴻溝。雲端四巨頭（Microsoft、Google、Amazon、Meta）憑藉現金流與生態系優勢，尚能承受這場耐力賽；但對於燒錢速度驚人的獨立新創而言，2025 至 2026 年將是生死的清算時刻，市場將見證一場殘酷的「AI 優勝劣敗」。
戰略貿易流向與供應鏈依賴度
HS 8542資料來源：UN Comtrade 聯合國商品貿易統計庫 · 全球市場規模 $5,800 億美元 / 年
AI 競賽的新節奏，將在未來 18 至 36 個月內走向哪個結局？我們比對過去科技典範轉移的歷史樣本——包括 2000 年的網路泡沫、2010 年的雲端運算崛起，以及 2018 年的加密貨幣狂熱——提出三種情境推演：
歷史告訴我們，所有重大的科技典範轉移，都會經歷「過度投資 → 清算淘汰 → 真正紅利兌現」的三部曲。AI 也不例外，而我們正站在第一階段與第二階段的交界處。
面對 AI 競賽新節奏帶來的結構性機會與風險，個人與機構決策者應採取以下行動：
01 起因觸發：生成式 AI 突破觸發全球超大規模資本支出浪潮
02 一階傳導：超大型雲端服務商資本支出年增 50% 以上，擠壓傳統科技投資預算
03 二階擴散：電力公司、HBM 記憶體、先進封裝與液冷散熱供應鏈全面吃緊
04 三階擴散：主權 AI 興起，各國政府以國家資本介入算力爭奪戰
05 四階擴散：AI 泡沫化疑慮升溫，全球資本市場波動加劇
06 宏觀終局：AI 從資本紀年進入變現紀年，重塑全球生產力版圖與地緣科技格局
因果網路圖譜 4 節點
可拖曳節點 · 點兩下開啟文章
當AI成為隱形共同創辦人：新創團隊組建邏輯的典範轉移
Meta Muse代理人AI應用引爆「CPU復活節」，驗證AI代理人可獨立執行工程與營運任務的商業可行性，正是目標文章探討「AI作為隱形共同創辦人」人力替代浪潮的直接市場誘因
AI晶片軍備賽白熱化：ASML的短期逆風與長期霸主格局
AI算力軍備賽延伸至代理人AI應用，驅動Meta Muse等應用爆發，使CPU與半導體族群需求擴大，與目標文章描述的台積電、英特爾導入High-NA EUV形成同一晶片供應鏈擴張主線
AI晶片軍備賽白熱化：ASML的短期逆風與長期霸主格局
地緣政治降溫與油價回落緩解通膨，推升科技股多頭氛圍，為ASML等半導體設備股提供宏觀流動性支撐，間接對沖AI暫停論造成的單日重挫壓力
法國達梭系統加碼印度半導體：虛擬雙胞胎與OSAT的下一個戰場
代理人AI驅動CPU需求復甦與半導體股全面反彈，刺激印度等新興市場加速導入完整晶片供應鏈管理工具，使達梭系統的MES與虛擬雙胞胎解決方案迎來新一波擴張動能