2026全球名家瞭望／AI 產業「變現」 要看擴散效應

2001年諾貝爾經濟學獎得主史賓塞。路透

開發出愈來愈強大的模型，是促進人工智慧（AI）革命的關鍵。但同樣重要的是這場革命的第二項要素：跨越經濟領域調適、採用AI模型，不僅爲了降低既有產品與服務的成本，也爲了創造新的或改良的產品與服務，使能促進經濟與社會進步。目前開發模型的大本營在美國和中國大陸，但AI的擴散（diffusion）可以、也必須在各地發生。

整體而言，AI將依循「J型曲線」型態。起初會涌現巨量投資，見於實體基礎建設、軟體、商業模型調整、數據整並和人力資本發展等領域，這些投資不會產生立竿見影的效用。在這段時期，生產力會承受下滑壓力。

接下來，AI技術發揮創造價值的潛力，曲線於是向上傾斜。目前尚未走到這一步，所以難以判斷上升曲線的高點和斜率是如何。大致而言，投資人似乎押注於將有龐大的投資回報，但有關AI的討論仍瀰漫着不確定性。

有些人預言，AI可能達不到預期，導致泡沫爆破。到頭來，誰對誰錯，更取決於AI的擴散而非開發。

目前爲止，AI擴散程度不均，有些行業（特別是科技、金融和專業服務）擁抱這項技術，其他行業（包括醫療照護、營建等大量聘僱員工者）則落居人後。此時出現這種差異並不令人訝異，但存在這種差異將導致J型曲線扁平化，意味今日的投資報酬不明顯，經濟成長和生產力效益延後發生。換一種說法，目前的AI投資究竟是不是泡沫，大致要看未來數年AI擴散的型態和速度。

開放原始碼模型——目前爲止在中國大陸比在美國常見——創造更多的機會，因爲能增進專業化並促進競爭，包括來自小公司和小國的競爭，他們缺乏開發大型模型所需的龐大運算基礎設施。但仍有進入障礙：可靠的電力供應、強大的運算能力，以及行動網路連線，是AI廣獲採用的先決條件。

另一項變數是貿易，尤其是先進半導體這類元件的貿易。人力資本亦然，畢竟從先進AI工程、高階的策略管理、到使用者相關技能，一國經濟必須確定能透過教育、技能再造和勞力移動，取用各式各樣的能力。最後一塊拼圖是數據。若是數據系統碎片化、不完整、不正確或不可得，將拖慢訓練有效模型的速度，這還是最好的情況。

AI擴散雖倚重民間計劃推動，政策框架和監管架構也很重要。中國大陸領導者已採取務實做法，目標是運用AI因應現實的發展和經濟挑戰。所以，雖然開發功能日益強大的大型模型的優先性高，廣泛部署AI也很重要，爲的是確保服務品質、效率和生產力迅速提升。這是抵銷人口快速老化效應所必需。中國政府正積極引導創新者往這些方向努力，且已見成效。

總之，提到AI擴散，光是觀望、等待和期盼，並不是一種策略。

（Michael Spence是2001年諾貝爾經濟學獎得主、Project Syndicate專欄作家／編譯湯淑君）

．2026全球名家瞭望系列文章由「富邦金控」贊助