投資AI是好生意嗎?一文破解「AI淘金夢」:為何比起Perplexity,IKEA、Walmart⋯更可能坐收AI紅利?
投資AI是好生意嗎?一文破解「AI淘金夢」:為何比起Perplexity,IKEA、Walmart⋯更可能坐收AI紅利?

重點一:AI雖具革命性,但因為 AI 而產生的大部分財富,很可能將由消費者獲得,而不是創業者或投資人。

重點二:AI 產業競爭十分激烈,模型公司與應用層公司最終可能被少數巨頭整合,一般投資人難以像過去科技浪潮那樣靠早期投資獲得高額回報,投資機會「有限且分散」。

重點三:因此,真正受益於 AI 的產業,很可能是善用 AI 提升效率的下游知識型服務業,如醫療、教育與金融,或是大量銷售商品的零售業者。

如果你還在設想 AI 會像微處理器、個人電腦、網路一樣,帶來新一波創業神話與新富豪,那也許還需要思考的更謹慎一點。

回顧科技史,人們常將「顛覆性技術」與「財富重分配」劃上等號。但歷史告訴我們,技術革命未必等於投資暴富。例如 1956 年的貨櫃化革命,即使改變了全球物流,真正賺到大錢的人並不多。多數人只是在見證產業洗牌、利潤被稀釋;最後,消費者才是最大受益者。

在 2025 年的 AI 投資熱潮中,是否會重演貨櫃化革命的敘事?或個換個更直白的問法:在這場 AI 革命,到底誰能真正賺到錢?

AI投資黑潮:新創會被巨頭「卷」死嗎?

美國天使投資人 Jerry Neumann(Neu Venture Capital 創辦人)近期在〈AI Will Not Make You Rich〉提出深刻觀點。他在投資界活躍逾 15 年、累計投資約 50 家公司,年化報酬率(IRR)超過 50%,卻在 2024 年宣布「辭職」,不再投資新公司。

Neumann 指出,儘管 AI 具備顛覆性技術潛力,未來十年全球 GDP 有望因 AI 成長 1% 至 7%,創造 1 至 7 兆美元新價值, 但這波財富重分配的最大受益者將是消費者,而非創業者或投資人。

他以微處理器、個人電腦、貨櫃化等歷史技術革命為例,強調 AI 已進入成熟期,競爭格局明朗,創新者難以建立護城河,利潤空間被巨頭壟斷。若非最早期的投資人,現階段已難以複製過往科技暴富神話。

換言之,只有極少數早期進場、主導 AI 模型技術的公司(如 OpenAI、Anthropic)及其創辦人、早期投資人,才有機會獲得巨額財富。

除了這些極早期進場的公司可以高歌離席,最終消費者才是 AI 革命的最大受益者,享受更便宜、更豐富的知識型服務。就此觀點而言,投資AI的後起之秀,很可能會在巨頭的競爭中處於不利地位。

對此他直言: 「大量湧入人工智慧的資金被投資到了錯誤的地方,除了少數幸運的早期投資者外,真正賺錢的人將是那些有遠見、早日退出的人。」

為了論證其「寡頭化」觀點,他舉了以下案例。

1970 年代:微處理器與個人電腦

微處理器問世之初,市場尚未成熟、需求不明,只有少數「真信者」或大膽投資人願意押注。直到 1981 年 IBM 推出個人電腦後,主流媒體才開始認真看待。1976 年蘋果成立那一年,《紐約時報》全年只提過四次「個人電腦」。當時,真正關注 PC 的,是那群「不合群的早期採用者」。

Neumann 強調「大公司討厭意外」。也因此,「不確定性」反而為新創提供了完善的護城河。假設 IBM 在 1979 年就進入 PC 市場,蘋果可能難以存活;在 1980 年完成 IPO 融資 1 億美元後,蘋果才得以延續競爭。而經歷 IBM 的「淘汰賽」後,蘋果成為唯一剩下的主要競爭者。

Apple-1
Apple-1 是蘋果生產的第一台電腦,於1976 年由Steve Jobs 與Steve Wozniak 親手打造。
圖/ 維基百科

隨著 PC 技術突破(如 MOS 6502、Zilog Z80 等低價晶片),市場中才出現蘋果、惠普、微軟等新創,早期投資人因此獲得高額回報。例如,記憶體提升催生更複雜軟體與外部儲存需求,促使創投家 Dave Marquardt 在 1980 年投資希捷(Seagate);希捷 1981 年上市時為他帶來 40 倍回報。此後三年,約有 2.7 億美元資金湧入該產業。

但進入成熟期後,競爭者大量湧現(如 1983 年僅硬碟產業就有 70 多家),利潤被稀釋,最終只餘少數巨頭(如 IBM、微軟、蘋果)存活,後進投資人難以再複製早期暴富神話。此時,產業形成寡頭格局,創新者更難建立護城河,投資回報趨於平穩。

1950 年代:貨櫃化革命

另一個案例是貨櫃化。貨櫃運輸改變了世界,開啟現代全球化,帶來社會與經濟的深刻變革。「但真正從中獲利的,或許只有一兩個人。」

1956 年,SeaLand 的前身推出第一艘貨櫃船 Ideal-X,徹底改變貨運業,讓貨物能在卡車、鐵路、海運間無縫轉移,節省時間、降低裝卸與港口閒置成本。創辦人 Malcom McLean 在普及前建立模式與地位,但一旦優勢被認知,大型航運公司迅速跟進、競爭加劇。

Ideal-X
Ideal-X 是美國海陸(Sea-Land)運輸公司在1956年首航的貨櫃輪船,它標誌著現代貨櫃運輸的開端,徹底改變了海運及全球運輸的樣貌。
圖/ SeaLand

McLean 在 1969 年將 SeaLand 賣給雷諾煙草公司,成功套現,成為少數「毫髮無傷」的企業家。另一位贏家是美國航運與房地產巨擘 Daniel Ludwig,他於 1965 年投資 McLean Industries,以 8.5 美元入場、1969 年以 50 美元出場,獲得高額回報。

隨著貨櫃化普及,競爭加劇、利潤被壓縮,產業最終由既有巨頭主導,利潤主要流向下游(如 IKEA、Walmart 等利用低運輸成本擴張的零售商),而非貨櫃運輸公司本身。後進投資人即使投入大量資本,也難以獲取超額利潤。

回到 2025 年:現在投資 AI 巨頭太晚了?

Neumann 指出, AI 已進入成熟期,技術與資本門檻高,市場由少數模型公司(如 OpenAI、Anthropic、Google 等)主導。新創或後進投資人難以建立護城河;應用層公司即使短期受益,最終也可能被模型層或巨頭整合。

他表示,雖然現在投資模型公司為時已晚,但市場上仍有新創利用這些模型解決特定問題,如 Perplexity、InflectionAI、Writer、Abridge 等。這些公司看似有成長機會,但一旦做大、變得有價值,模型公司可能透過「差別定價」或「垂直整合」拿走其利潤。

換言之,應用層公司「成功也可能等於失敗」,對一般投資人而言是糟糕的選擇。 隨著產業發展,模型與應用層會逐步趨同、合併,最後只剩少數大型 AI 公司。雖然仍會有少數贏家,但整體而言,投資應用層新創很可能虧損。

Perplexity-CEO-Aravind Srinivas.jpg
Neumann指出,如Perplexity這類新創公司,即使真的做大,也很可能被頭部模型公司搶走利潤;圖為Aravind Srinivas,為Perplexity AI聯合創始人兼CEO。
圖/ TechCrunch

AI 商機不在上游,而在下游

即便如此,投資人並非與 AI 無緣。 Neumann 建議關注下游,也就是善用 AI 提升效率、處理模糊資訊的產業:專業服務、醫療、教育、金融、創意產業等,這些領域佔全球 GDP 的三分之一到一半,過去自動化帶來的生產力提升有限,AI 有機會讓它們更有效率、利潤更高。

誰會最快受益?他舉例指出,IKEA、Walmart 這類以壓低成本、走大量銷售為核心策略的公司,最能快速受益於 AI 帶來的降本增效。未來,知識型服務業也會出現類似的新公司,主打高效率與低成本;競爭會很激烈,管理與執行力將是關鍵。

他分析,這些產業的公司通常不需要太多外部資本(IKEA 幾乎沒融資,Costco 上市前僅融過一輪),導入 AI 等新技術不必進行超大規模投資。創業者若能執行到位,有機會成功;但投資人很難像過往科技浪潮那樣靠早期投資賺大錢,因為最佳投資時機往往出現在技術成熟、產業結構穩定之後。

IKEA Brighton 新店開幕
Neumann認為,像IKEA這類以壓低成本、走大量銷售為核心策略的公司,最能快速受益於AI帶來的降本增效。
圖/ 圖片來源 / IKEA

AI 時代,消費者才是最大贏家

Neumann最後指出,雖然有些公司會因 AI 受益,但整體而言,這些產業的成長有限,投資人必須非常挑剔才可能賺到錢。

最終,AI 新價值多半將由消費者享受:知識型服務更便宜、選擇更多,醫療、教育、諮詢更普及且平價。就像自動化讓製造業產品變便宜一樣,未來 AI 會讓知識型服務變便宜;需要大量人際互動的服務(如照護、餐飲等)反而可能變貴,佔家庭支出比重上升。

看到最後,如果你在AI時代投資致富的信心被狠狠打擊,也不必太灰心。這不是個人資訊不夠快、膽子不夠大的問題。而是歷史上每一次技術革命,真正賺大錢的,總是極少數剛好踩對節奏、又能及時抽身的人。 而大多數人,無論多努力,最後都只能在巨頭的遊戲規則下分點湯喝,甚至只是當個花得起服務費的消費者。

但別忘了,技術的真正價值,從來不只在少數人的超額報酬之中。AI讓更多人用得起知識、獲得更好的醫療、學習更有效率,這才是它真正的社會紅利,而每個人都會是受益者。

延伸閱讀:Bolt正式登台!第一張王牌:讓利司機「5%」,能撼動Uber、台灣大車隊嗎?
MIT報告揭95%企業投資AI「零報酬」,只有5%能賺錢!「那5%」的企業做對了什麼?

資料來源:Colossus

往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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
2026 大重啟
© 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