總覽
2025年6月,全球人工智慧(AI)產業的發展進入了白熱化階段,其特徵是前所未有的資本投入、劇烈的硬體技術路線之爭,以及日益清晰的地緣政治競賽格局。科技巨頭正以前所未有的規模擴大支出,將數千億美元投入到能夠模擬甚至超越人腦能力的系統開發中。這股狂潮不僅推動了資本市場的繁榮,也加劇了對底層基礎設施—特別是運算晶片、電力供應與散熱技術—的極度渴求。
本月最值得關注的趨勢包括:
一、硬體戰場的典範轉移:
以Google、Meta為首的雲端服務巨頭(CSP)正透過自研ASIC(特殊應用積體電路)晶片,直接挑戰Nvidia在AI運算領域的GPU霸權,而OpenAI首次採用Google TPU晶片,標誌著AI算力供應鏈多元化的重要轉折點。
二、基礎設施瓶頸浮現:
AI龐大的能源消耗已成為國家級戰略議題,美國政府擬透過行政命令確保資料中心的電力供應;同時,高達1200W熱功耗的新一代AI伺服器,正引爆液冷散熱技術的龐大商機,台灣供應鏈在此趨勢中扮演關鍵角色。
三、法規與地緣政治格局日益清晰:
美國法院在多起關鍵訴訟中裁定AI模型訓練屬於「合理使用」,為產業發展掃除了一大法律障礙;與此同時,美中之間的AI軍備競賽愈演愈烈,從技術、資本到政策全面展開對抗。
整體而言,AI正從一個實驗性技術,加速轉變為重塑各行各業的基礎生產力工具。從金融、醫療到消費性電子,AI的應用正在深化,但企業在導入過程中也面臨著數位化基礎薄弱等挑戰。
詳細報告
一、市場投資狂潮與全球競爭格局
2025年上半年,AI領域的投資熱度達到了新的高峰,反映了市場對其革命性潛力的極高預期,同時也引發了對投機性泡沫的擔憂。
科技巨頭的軍備競賽
矽谷的AI競賽已進入「超大規模投入」(Supersize Spending)階段。自ChatGPT問世兩年半以來,科技公司正以前所未有的速度加碼投資。
Meta、Amazon與OpenAI:這些巨頭正在建造單座成本超過1000億美元的資料中心,其耗電量超過百萬戶美家庭的總和。Meta更計劃投資100億美元打造獨立的AI項目,並與Scale AI等公司緊密合作,此舉被視為可能改變全球AI軍事應用格局的關鍵一步。
阿里巴巴:在中國,阿里巴巴宣示將以AI為核心驅動未來十年發展,計劃在三年內投資3800億人民幣建設AI基礎設施。其財報顯示,雲端運算的AI相關產品收入已連續七個季度實現三位數增長。
人才爭奪:為了網羅頂尖AI專家,Meta等公司不惜開出超過1億美元的簽約獎金,凸顯了人才的極度稀缺與高昂價值。
資本市場動態
資本市場對AI的追捧直接反映在數據上。根據PitchBook的數據,2025年第一季度,美國對AI公司的風險投資額飆升至650億美元,較上一季度增長33%,與ChatGPT發布前的2022年第三季度相比,更是暴增了550%。這股熱潮也推動美股三大指數在6月底創下歷史新高。
然而,市場並非全無隱憂。中國AI公司DeepSeek的迅速崛起,其推出的應用程式在複雜問題解決能力上可與美國頂尖模型匹敵,一度引發美國科技股的拋售潮,反映了投資者對中國AI競爭力日益增長的焦慮。美國銀行的分析師也警告,投機性股市泡沫的風險正在增加。
二、硬體基礎設施的變革與挑戰
隨著AI模型規模與複雜度的指數級增長,底層硬體的競爭與革新成為產業發展的核心驅動力。本月,晶片、能源與散熱三大領域均出現了重大變局。
晶片戰爭:ASIC 的崛起
長期以來,Nvidia的GPU是AI運算市場的絕對主宰者。然而,為了降低成本、提升效能並減少對單一供應商的依賴,大型雲端服務供應商(CSP)正加速自研ASIC晶片的步伐,一場挑戰Nvidia帝國的戰爭已然打響。
CSP巨頭的自研晶片:Google(TPU)、AWS(Trainium)、Meta(MTIA)及微軟等科技巨頭的自研ASIC晶片正快速放量。野村證券預測,Google TPU和AWS Trainium 2的全年出貨量合計將達150萬至200萬顆,直逼Nvidia GPU約600萬顆的出貨規模。Meta的MTIA T-V1晶片在2025年的出貨量預計也將達到100萬至150萬顆。
Marvell與博通的角色:Marvell和博通(Broadcom)等IC設計公司在此趨勢中扮演關鍵角色,它們提供高度客製化的ASIC解決方案,並與四大CSP深度合作。Marvell預測,到2028年,客製化運算晶片的市佔率將迅速擴張至20%。
台灣供應鏈的機遇:這波ASIC浪潮為台灣半導體產業帶來巨大商機。晶圓代工龍頭台積電(TSMC)是Google、Marvell、博通等公司ASIC晶片的核心生產基地,其先進製程與封裝技術將持續受益。
下表比較了GPU與ASIC在AI運算中的主要特點:
OpenAI 的策略轉向:擁抱 Google TPU
本月最重磅的產業消息之一,是路透社披露OpenAI已開始租用Google的TPU晶片來支援其產品運算。此舉意義重大:
打破Nvidia壟斷:這是OpenAI首次在大規模運算上採用非Nvidia晶片,顯示其正積極尋求多元化的算力來源以降低成本與供應風險。
降低對微軟的依賴:此舉也意味著OpenAI正逐步擺脫對其主要投資者微軟資料中心的完全依賴,尋求更大的自主性。
Google TPU的勝利:成功吸引到AI領域的標竿企業OpenAI,對Google來說是一次重大的商業勝利,證明其TPU在性能與成本上具備強大競爭力。
能源與散熱:AI 發展的物理瓶頸
AI的飛速發展正撞上物理世界的天花板—能源供應與熱量管理。
國家級能源戰略:AI資料中心的巨大電力需求已引起美國政府高層的重視。據路透社報導,川普政府正準備發布一系列行政命令,旨在加速能源供應,措施可能包括簡化電網連接的審批流程,甚至提供國防部或內政部管理的聯邦土地用於興建資料中心。
液冷散熱時代來臨:隨著Nvidia GB200等新一代AI伺服器平台的熱設計功耗(TDP)突破1200瓦,傳統的氣冷散熱已不敷使用,液冷散熱成為必然選擇。法人預估,2025年整體AI伺服器市場的液冷採用率將突破30%。台灣廠商如奇鋐(3017)和台達電(2308)因具備完整的水冷板、CDU(冷卻液分配裝置)等解決方案,已成功打入美系CSP供應鏈,業績前景看好。
三、地緣政治與法規環境的演進
AI不僅是技術和商業的競賽,更已演變為大國博弈的核心戰場。與此同時,圍繞AI的法律框架也在快速形成。
美中 AI 霸權之爭
美中兩國的科技競爭正全面轉向AI領域。美國政府將維持AI領域的領先地位視為國家安全問題,並採取了一系列行動。川普政府計劃中的行政命令,其目的便是要確保美國在與中國的AI競賽中,不會因能源等基礎設施問題而落後。中國方面,則透過華為、DeepSeek等企業的技術突破,以及國家級的產業政策,力求在AI領域實現從跟隨到引領的轉變。
版權的「合理使用」原則確立
6月,美國法院的一系列裁決為AI產業的發展清除了關鍵的法律障礙。
Anthropic與Meta勝訴:在多起由作家提起的版權訴訟中,美國聯邦法官裁定,AI公司使用受版權保護的書籍來訓練其模型(如Anthropic的Claude和Meta的模型)屬於「極具變革性的合理使用」(exceedingly transformative fair use)。
產業影響:這些判決極大地降低了AI公司因訓練數據而面臨的法律風險,使其能夠繼續利用公開可得的大量內容來推動模型創新。這對整個生成式AI生態系,包括所有依賴這些底層模型的行銷、內容創作工具,都是一大利好。
四、企業應用落地與產業滲透
AI正從雲端走向各行各業的應用場景,但企業在導入過程中仍面臨認知與實踐的挑戰。
企業 AI 導入的挑戰與迷思
IBM大中華區董事長陳旭東在達沃斯論壇上指出,企業對AI存在三大認知誤區,阻礙了其規模化應用:
將AI等同於生成式AI:忽略了人臉辨識、智慧導航等早已廣泛應用的傳統AI技術價值。
認為AI無所不能:對AI的能力邊界缺乏理性認知,抱有不切實際的期望。
認為AI不靠譜或投產比不划算:許多企業將本應屬於數位化基礎建設的成本(如數據治理)錯誤地計入AI投資,導致投產比看似不佳。他強調,數位化是AI應用的必要前提,沒有數位化基礎的AI是「空中樓閣」。
跨行業應用案例
儘管存在挑戰,AI在各領域的應用仍在深化:
醫療健康:美國食品藥品監督管理局(FDA)推出了內部AI工具「Elsa」,用於總結藥物不良事件和比較產品標籤,以輔助監管審查。美國醫學會(AMA)則正式呼籲,在臨床環境中使用的AI應具備「可解釋性」。
金融科技:螞蟻集團旗下的網商銀行提出「AI CFO」戰略,計劃未來十年為小微企業提供智慧財務管家服務,涵蓋融資、現金管理甚至行業趨勢研判。
行動通訊:華為在MWC上海大會上,聯合產業夥伴達成「移動AI基礎網」共識,旨在透過5G-A網路的升級(如保障20Mbps的上行速率),為AI智能體的多模態交互提供流暢體驗,加速AI應用的變現。
五、社會影響與未來展望
AI革命的影響已超越商業和技術範疇,開始深刻地重塑勞動力市場和社會結構。
勞動力市場的變革
AI在創造新機會的同時,也引發了對失業的擔憂。
就業市場規模:據統計,到2025年,全球將有多達9700萬人在AI相關領域工作,顯示出AI正在創造一個龐大的新興產業。
失業危機與應對:AI的自動化能力也威脅到許多現有崗位。對此,AI安全領域的領導者Anthropic公司宣布啟動「經濟未來計畫」,旨在資助全球專家研究AI對就業的衝擊,並提出應對政策建議,顯示頭部企業已開始正視並試圖解決AI帶來的社會經濟問題。
未來展望
展望未來,全球AI市場預計將在2034年達到約3.68萬億美元的驚人規模。這場由AI驅動的變革才剛剛開始。從晶片戰爭到能源競賽,從法律框架的建立到社會結構的調整,每一個環節都充滿了挑戰與機遇。對於投資者而言,緊密追蹤硬體供應鏈的技術迭代(如ASIC、液冷)、關注龍頭企業的戰略轉向(如OpenAI),以及理解地緣政治對產業格局的影響,將是在這場波瀾壯闊的科技革命中把握先機的關鍵。