AI 泡沫終結：開發者與投資人的成本轉嫁風險
為何重要
這對產業與投資人而言是關鍵警訊：若 AI 模型無法解決貨幣化悖論並將紅利分享給使用者，依舊由私人債務資助的重資本支出泡沫終將反噬。投資者需重新評估供應鏈企業（如臺積電 ODMS）的獲利是否能持久支撐高成本開發，並特別留意 Oracle 等高資本支出競逐者面臨的流動性與違約風險。
資深科技部落客 Ed Zitron 在專欄中點出大語言模型產業的經濟根本缺陷：使用者習慣接受每月訂閱費，但 LLM 卻必須依據實際消耗的「tokens」計費，導致 OpenAI 2025 年營收 130.7 億美元卻虧損 209 億美元，多數 AI 初創公司因無法將高額成本分攤給使用者而全面虧損。
- OpenAI 2025 年營收 130.7 億美元卻虧損 209 億美元，反映其以模糊配額的訂閱模式難以覆蓋高額 token 成本。
- AI 資料中心建置耗時 18 至 36 個月且成本高昂，業界高度依賴私人債信基金與退休金（如加州教師退休基金）融資，泡沫破裂恐引發系統性債務風暴。
- 全球 DRAM 價格今年上漲約一倍，顯示 AI 資料中心對記憶體需求的暴增，最終將由消費者透過硬體價格上漲來承擔，蘋果則選擇租用 Google 的 Gemini 以視 AI 為大宗商品。