人工智能淘金熱：歷史、比較與未來展望

人工智慧引發了許多人所謂的「淘金熱」。

這個現象與兩個重要的歷史事件 (克朗代克淘金熱與網路泡沫) 有著顯著的相似性，但也有著重大的差異。透過檢視這些異同之處，我們可以更清楚地了解為什麼人工智慧雖然與之前的「泡沫」有某些相同之處，但卻代表著更強大、更持久的技術轉型。

克朗代克淘金熱：發現的興奮之情

克朗代克淘金熱始於 1896 年 8 月，當時在加拿大的育空地區發現了黃金。到 1897 年，約有 100,000 人背井離鄉，在即時致富希望的驅使下，踏上了穿越人跡罕至地區的危險旅程。

與 AI 相似之處

1. 「淘金熱」效應：就像克隆代克的淘金者一樣，如今的投資者和企業紛紛湧入人工智慧領域，唯恐「錯失良機」。這種瘋狂的投資活動，讓人想起當年成千上萬人湧向育空地區的急迫心情。
2. 取用管道的普及化：就像克隆代克淘金熱期間，任何人都能拿起鏟子嘗試淘金一樣，如今像ChatGPT這樣的生成式人工智慧工具，讓任何人都能以極低的門檻使用人工智慧，進而帶動大規模的普及應用。
3. 支援生態系統：就像道森市、西雅圖和溫哥華因向淘金者提供服務而繁榮起來一樣，如今我們也看到一個由企業組成的生態系統正在成長，這些企業為人工智慧相關計畫提供工具、基礎設施和支援服務。

主要差異

1. 可及性與可擴展性：克隆代克的金礦在實體上有限且很快就會枯竭，而人工智慧領域的機會則可能是無限的，並能在全球範圍內擴展。
2. 不同的進入門檻：雖然消費級人工智慧工具容易取得，但先進人工智慧模型的開發在成本、基礎設施和專業技能方面，卻存在著顯著的進入障礙。根據路透社的一項分析，直到最近人們還普遍認為「規模更大、成本更高的系統能產生更好的結果」，這需要在硬體和運算資源方面投入龐大資金。而如今DeepSeek的例子已經證明，或許這一點也不再完全成立了。
3. 價值的分配方式：在克隆代克，真正找到金子的淘金者寥寥無幾，最大的受益者反而是那些販售裝備和服務的人。在人工智慧時代，儘管也存在「賣鏟子的人」（例如Nvidia這樣的晶片製造商），但人工智慧應用所創造的價值卻更廣泛地分散在各個產業和應用領域之中。關鍵在於決定自己想要「賣鏟子」還是「淘金」。無論如何，都應時刻牢記：成功並非有所保證。
4. 持久的影響力：克隆代克淘金熱隨著阿拉斯加諾姆發現金礦而迅速消退（1899-1900年）。相較之下，人工智慧代表的是一場根本性的技術變革，對幾乎每一個經濟領域都具有長遠的影響。

網路泡沫：技術狂熱與崩潰

20 世紀 90 年代末的網路泡沫中，以網際網路為基礎的公司估值呈爆炸性成長，最終在 21 世紀初大幅下跌。在此期間，納斯達克指數達到約 2.95 兆美元的最高值，但在接下來的兩年半內卻崩盤了 78% 以上。

與 AI 相似之處

1. 投資者的熱情：如同網路泡沫時代一樣，人工智慧正吸引著龐大的投資與媒體關注。
2. 估值飆升：一些與人工智慧相關的企業股價急遽攀升，讓人聯想起網路泡沫時期科技股的狂飆走勢。舉例來說，Nvidia股價的漲幅可與1990年代思科（Cisco）的表現相提並論。
3. 過高的期望：在這兩個案例中，市場對該技術潛力的期望，都將估值推升至遠超即時財務基本面的水準。

基本差異

1. 財務穩健度：與大多數當年虧損經營的網路公司不同，如今許多引領人工智慧創新的企業財務狀況穩健，擁有可觀的現金流和成熟的商業模式。
2. 立即可見的實際應用：網路泡沫時代的許多承諾，都是在多年後才得以實現，而人工智慧如今已在醫療保健、金融、工業自動化到客戶服務等眾多領域，展現出實實在在的價值。
3. 數位生態系統的成熟度：人工智慧的發展是在數位基礎設施已經成熟、企業也已累積新技術導入經驗的背景下進行，這降低了導入過程中的風險。
4. 相對較為溫和的估值：儘管市場對人工智慧充滿熱情，但目前的市場估值仍明顯低於網路泡沫高峰時期的水準。如今那斯達克的本益比遠低於2000年時的水準。
5. 更為謹慎的投資者行為：與網路泡沫時期股票型基金資金大量湧入的情況不同，近年來流入這類基金的資金一直呈現淨流出，顯示投資者採取了更為謹慎的態度。

為什麼人工智能不是注定要爆炸的泡沫？

有別於以往的科技泡沫，人工智慧的特徵顯示其將帶來更強大且持久的經濟轉型：

1.穩固的技術基礎

AI 並非一項投機性的技術，而是機器學習、神經網路和自然語言處理等領域數十年研究與發展的結晶。最近的進展代表了能力的重要臨界點，而不僅僅是邊緣的增長。

2.實際和即時的經濟價值

人工智能已經在創造有形的經濟價值。正如 Quartz 的一份分析報告所言，「今天，人工智能所創造的收入遠遠超過互聯網在 20 世紀 90 年代和 21 世紀初所創造的收入」。AI 應用程式正透過自動化和預測性分析提高營運效率、降低成本並創造新的商機。

3.融入現有的商業模式

不同於網路公司新創公司經常提出未經考驗的商業模式，人工智能已整合至現有及既有的商業流程中。公司利用它來改善營運，而不是完全重塑其業務模式。

4.不斷演進的進入障礙

人工智能領域呈現兩層結構，進入門檻各異。一方面，正如喬治華盛頓大學教授 Patrick Hall 所觀察到的，生成式人工智能的與眾不同之處在於 「技術消費者的進入門檻較低」，幾乎任何人都可以使用這些工具。另一方面，開發先進的 AI 模型仍需要大量投資，但這個門檻正在降低。正如路透社的報導，「計算能力的軍備競賽結束可能意味著進入門檻降低」，讓「新創公司能夠以最低成本生產有競爭力的 AI 產品」。

5.供過於求

網路泡沫崩潰的一個關鍵因素，是網路基礎設施（例如光纖電纜）的過度投資，其規模遠超當時的實際需求。相反地，就人工智慧而言，是需求超過了供給，導致資料中心基礎設施以及現有運算能力出現瓶頸。

6.決策過程的深刻轉變

正如「The Great AI Rebalancing」一文所強調的，AI 正在從根本上改變企業的決策方式，創造「增強式決策架構」，在此架構中，AI 負責處理資料，而人類保留對基於價值的決策和創造性策略的權力。這種深度整合顯示出持久的價值，而非一時的熱情。

7.機構和政府支持

與之前的泡沫不同，人工智能享有大量的機構和政府支持。世界各國政府正投入數十億美元於人工智慧的研究、訓練與規範，將其視為提升經濟競爭力與國家安全的重要策略技術。

總結

人工智能淘金熱當然與之前的現象（如克朗代克淘金熱和網路泡沫）有某些共通之處，尤其是投資人的熱情和媒體的關注。然而，基本的差異 - 所涉及公司的財務實力、即時的經濟價值、與現有商業模式的整合以及制度上的支持 - 都顯示這是一次更深入、更持久的經濟轉型。

正如工业革命或互联网興起之時，我們很可能也會見證市場修正，以及一些估值過高的企業倒閉，但底層趨勢看起來相當穩固，並將持續下去。對投資者和企業而言，關鍵在於分辨短期熱潮與長期基本價值，專注於能解決實際問題、創造具體經濟價值的人工智慧應用。

常見問題：參與人工智能淘金熱

1.2025 年真的有機會靠人工智能致富嗎？

絕對是。就像克朗代克淘金熱一樣，我們確實有機會創造巨大的價值。然而，與當時一樣，最大的利益不一定會直接落入那些「淘金者」手中，而是落入那些提供「鏟子和镐」（基礎設施、工具和支援服務）的人手中。投資於開發 AI 專用晶片、機器學習最佳化雲端服務或 AI 應用開發工具的公司，代表著真正的機會。針對特定領域（醫療保健、金融、法律）開發垂直解決方案，也創造了許多科技「獨角獸」。

2.您需要先進的技術背景才能參與這場革命嗎？

AI 革命在某種程度上讓人聯想到電力的出現：並非每個人都得是 Thomas Edison 或 Nikola Tesla 才能從中獲益。人工智慧生態系統的結構有不同的切入點，但從科技史中得到一個重要的教訓：長期而言，維持價值的是實質知識，而非中間的技術技能。

• 策略型使用者：對人工智慧潛力有足夠理解、能在自身領域重新設計流程的專業人士。正如網際網路時代的經驗，構思應用場景的能力比了解技術運作原理更為重要。
• 領域專家：人工智慧時代真正持久的資產。正如 Google 讓精通搜尋語法的專業人士變得多餘，人工智慧模型的能力也將愈來愈容易取得，不再需要專門的技術技能。擁有深厚專業知識（醫學、法律、工程）的人，將保持無可撼動的優勢。
• 批判性思考者：人工智慧將放大那些懂得該問什麼的人，而非懂得如何提問的人。「提示工程」（prompt engineering）這種完美措辭的技巧，隨著模型的進步終將變得無關緊要，正如搜尋引擎的演變歷程。真正重要的能力將始終是：提出正確的問題、發現不明顯的關聯，以及批判性地評估結果。
• 技術整合者：將人工智慧系統與實際基礎設施連接、把理論潛力轉化為具體工具的開發人員。同樣地，介面也將愈來愈易用，這使得理解企業流程的價值，將超過整合技術本身的價值。
• 演算法先驅：站在創新前沿的研究人員和資料科學家。這個小眾群體將持續創造根本性價值，但僅佔整體生態系統的一小部分。

每種角色都需要不同程度的技術專業知識。

數位歷史的教訓很清楚：中級技術技能 (例如 SEO 最佳化或提示工程) 通常是短命的，而深厚的領域知識以及批判性和創造性思考的能力則可維持或增加其價值。就像克朗代克淘金熱一樣，最成功的勘探者不一定是技術最精湛的，而是那些能夠更好地閱讀地形，並在挖掘地點上做出更明智決定的人。

3. AI 礦工的生活」有多辛苦？

就像金礦礦工在克朗代克（Klondike）面臨極端環境一樣，「AI 礦工」也面臨重大挑戰：

• 技能快速過時：技術以驚人速度演進，需要不斷更新知識
• 全球競爭：與地理範圍有限的克朗代克淘金熱不同，人工智慧競賽是全球性的
• 職業倦怠：在競爭激烈、快速演變的領域中長時間工作
• 法規不確定性：人工智慧相關法規持續演變，為專案和投資帶來風險
• 倫理風險：處理人工智慧相關的複雜倫理問題，需要持續關注

4.投資培訓還是投資 AI 公司更好？

這兩種策略都有可取之處。投資個人訓練可以讓您直接參與人工智慧時代的價值創造。另一方面，投資於有潛力的公司可以提供可觀的回報，而不需要發展專業技能。

最佳策略取決於您的個人情況、技能和風險承受能力。就像克朗代克淘金熱一樣，並非所有新創公司都能成為獨角獸，但有些公司卻能獲利豐厚。

5.在 2025 年，哪些產業提供最佳的 AI 相關機會？

最有前景的領域包括

• 醫療保健：輔助診斷、藥物開發、個人化醫療
• 金融：演算法交易、風險分析、詐欺偵測
• 法律：合約自動化、法律研究、判例分析
• 製造業：預測性維護、自動化品質控制
• 零售業：個人化服務、庫存管理、需求預測
• 創意產業：內容生成、編輯、創作輔助
• 人工智慧基礎設施：專用硬體、雲端平台、開發工具

6.現在進入 AI 市場是否太遲？

絕對不會。我們仍處於人工智慧革命的早期階段。與網際網路比較，我們或許正處於 1995-1998 年的階段：核心技術已經存在，但大多數能夠深刻改變經濟的應用仍有待開發。此外，隨著轉換器和生成模式的演進，新的機會也不斷出現。就像克朗代克淘金熱一樣，先行者有一定的優勢，但仍有許多未開發的「礦藏」，讓我們這麼說吧。

7.投資人工智慧的主要風險為何？

主要風險包括

• 估值泡沫：部分人工智慧企業的估值可能高於其基本面
• 監管限制：新法規可能限制某些人工智慧應用
• 技術障礙：某些人工智慧的承諾可能比預期更難實現
• 市場整合：少數龍頭企業可能攫取大部分價值
• 倫理與聲譽風險：有問題的人工智慧應用可能造成重大聲譽損害

8.如何從今天開始參與人工智能淘金熱？

• 培訓：從機器學習、提示工程或您所在產業的人工智慧應用線上課程開始
• 實驗：使用公開可用的人工智慧工具，了解其潛力
• 建立人脈：透過會議、線上論壇和社群，與人工智慧領域的專業人士建立聯繫
• 投資：考慮專注於人工智慧的 ETF，或投資該領域的龍頭企業
• 應用：找出在您目前工作中應用人工智慧的機會，或開發新的解決方案

成功需要遠見、毅力、適應力和一點運氣的結合。但與育空地區物理條件有限的金礦區不同的是，人工智慧的潛力會隨著每一次技術進步而持續擴大，不斷為那些能夠把握機會的人創造新的機會。

來源

1. History.com - "Klondike Gold Rush - Definition, Map & Facts". 連結
2. Enciclopedia Britannica - "Klondike gold rush". 連結
3. Travel Yukon - "The history of the Klondike Gold Rush". 連結
4. Encyclopedia Canadiana - "Klondike Gold Rush". 連結
5. Cointelegraph - "AI and dot-com bubble share some similarities but differ where it counts". 連結
6. Reuters - "Echoes of dotcom bubble haunt AI-driven US stock market". 連結
7. Reuters - "AI models' slowdown spells end of gold rush era". 連結
8. Visual Capitalist - "The Dot-Com Bubble vs AI Enthusiasm: Why They're Different". 連結
9. Yahoo Finance - "I was there for the dot-com bust. Here's why the AI boom isn't the same". 連結
10. ORF Online - "Bytes and Bubbles: Comparing the 90s Dot-Com Bubble and the AI Race". 連結
11. The Hill - "How an AI 'gold rush' is reviving the tech industry". 連結
12. R Street Institute - "Reducing entry barriers in the development and application of AI". 連結