科技泡沫要來了?股市大跌、新創衰退到區塊鏈崩盤,經濟開始出現裂痕令人憂心
科技泡沫要來了?股市大跌、新創衰退到區塊鏈崩盤,經濟開始出現裂痕令人憂心

邁入2022年以來,從整體科技股市、新創公司到當前正熱門的區塊鏈領域,似乎都在急速冷卻,外界不免開始擔心下一個網路泡沫將至,科技泡沫的破裂可能正在醞釀,甚至即將爆發。

《經濟學人》近日發文評論,科技界除了創造新事物外最喜歡的事情,便是找出新的泡沫,且現在似乎到處都是泡沫破裂的徵兆,從股市、新創到區塊鏈,過去幾年裡高飛的所有領域似乎都在墜落。

2022年至今美國科技股已經下跌約30%,Google、蘋果、微軟、Meta等科技巨頭股價皆一路走下坡,其中又以Meta超過4成的跌幅最甚。《經濟學人》指出,那斯達克指數已從2021年11月的高點下滑約3分之1,相當於成份股已經蒸發2.8兆美元的市值。

供應鏈斷鏈、營收預測不如期待,以及疫情政策逐漸放鬆,導致數位服務成長放緩等因素,都讓科技公司的股價持續衰退。好比說,蘋果就在4月底的財報會議上坦承,由於無法避免供應鏈難題,他們預估可能會導致40億至80億美元的營收損失。

上市獨角獸表現頹靡,投資者抽手縮減新創投資

不僅科技巨頭情況不如前幾年,許多近年才熱騰騰上市、備受外界期待的新創表現都黯淡許多。疫情下崛起的運動器材新創Peloton因銷量不如預期,庫存一直難以消化而宣佈暫時停工,並找來新執行長重組公司,並大裁20%員工。

Peloton並不是個案,電動車新創Canoo因虧損持續擴大面臨營運危機,在監管文件中表示,假如無法取得充分資金,他們不僅無法執行商業計畫,還可能必須大幅縮減甚至中止業務範疇,最終導致公司營運元氣大傷。過去一年裡,Peloton股價衰退超過86%,甚至低於剛上市時的成績。

過去兩年裡SPAC(特殊目的收購公司)大爆發,藉此上市的新創數量達到高峰,2021年利用SPAC上市的公司達到613間,這個數字比過去20年總和都要來得多。然而這些SPAC上市的新創公司卻表現不佳,《CB Insights》指出,追蹤SPAC表現的ETF在截至3月底的過去一年裡,價格下跌了37%。

Peloton
運動健身器材新創Peloton近來就陷入危機,創辦人因此辭去執行長,還大裁20%裁員重組公司。
圖/ Peloton

軟銀願景基金近日也公佈多達3.5兆日圓(約新台幣8,100億元)的財政年度虧損,創下有史以來的新高,就連一向作風大膽的孫正義,都不得不轉向保守,透露可能大砍50%到75%的新創投資。

事實上,去年全球新創投資飆漲時,就有多位專家擔憂可能有科技泡沫正在成形,並與1999年網路泡沫破滅前夕的榮景相比。當時《CNBC》便以《感覺就像1999年:全球新創投資狂熱助長了對科技泡沫的恐懼》為題,探討瘋狂的新創投資背後,是否正醞釀著下一個科技泡沫。

不光上市的新創成績慘淡,連想要上市的新創都數量銳減。2022年第一季全球只有143間新創公司IPO,這個數字較去年同期的260件下滑45%。根據市場資料庫PitchBook,今年第一季利用SPAC上市的交易只有30筆,而去年同期則有81筆。

區塊鏈熱潮降溫?加密貨幣大跌、NFT交易量萎縮

近年蔚為風潮的區塊鏈及NFT也在消退,比特幣價格從2021年11月約6.8萬美元的高峰,一度在今年5月跌至2.6萬美元,即使目前稍有回升,價格水準仍低於3萬美元,總價值曾達到3兆美元的加密貨幣市場,如今也腰斬衰退至約1.5兆美元。

全球第三大穩定幣UST及其姊妹貨幣Luna更在近日價格崩盤,短短數天內暴跌99%,連帶撼動外界對穩定幣的信心,導致最大穩定幣Tether一度脫勾,下跌0.5美元。

Post Malone's Bored Ape Yacht Club NFT.png
一度炙手可熱的NFT,交易量也呈現大幅衰退,區塊鏈的熱潮似乎開始消退。
圖/ nft now twitter

至於一度爆紅、讓得各大品牌爭相推出數位收藏品的NFT技術,也已經慢慢冷卻。《華爾街日報》在5月初指出,NFT的日銷量下跌至1.9萬個,相較2021年9月的22.5萬個衰退92%,而NFT活躍錢包的數量也從高點的11.9萬下滑88%至1.4萬。

熱門NFT無聊猿背後公司Yuga Labs推出的加密貨幣ApeCoin,從一度高達26美元的價格,如今跌至7美元上下,跌幅超過70%以上。

近年來眾多因素推動科技領域發展,新冠疫情(COIVD 19)號稱加速全球10年數位化腳步,大大促進了線上化及遠端工作的型態,各種數位服務、3C產品需求飆漲;美國寬鬆的貨幣政策,增加了投資者押注科技公司與新創的籌碼。然而隨著民眾開始踏出家門,線上活動需求開始降低,美國近來持續升息,同樣令投資者必須精打細算。

再加上2月綿延至今的俄烏戰爭,衝擊了各個產業的供應鏈,導致物價上漲、通貨膨脹,世界各大經濟體很可能因此出現衰退。

儘管如此,《經濟學人》指出,即使科技領域出現種種衰退,也不會再重現21世紀初網路泡沫的狀況,當時的許多企業營運狀況一點也不健康,商業模式更沒有前景,而現在許多遇上麻煩的科技公司並沒有這些問題,雖然市場波動可能讓不少投資者、企業家或者員工感到擔憂,但科技發展的腳步不會停滯,數位技術的浪潮將席捲世界。

資料來源:經濟學人CNBCNew York Times

責任編輯:吳秀樺

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓