AI 泡沫必爆：槓桿化終局與金融危機 (Patreon)

隨 CapEx 競賽進入尾聲，未來將會係一場殘酷嘅淘汰。個別負擔唔起成本嘅「恐龍型」大模型，會先行入博物館。另外，AGI 呢場 Winner Takes All 嘅遊戲，邊個能率先做到，又會帶來呢場競賽另一個轉捩點；但 AGI 係乜嘢意思？最後，今年經濟仲有乜嘢要留意？

AI 係個大泡沫，一定會爆，只不過係時間問題。究竟點知幾時爆？有乜嘢訊號？更重要係，泡沫爆破之後會點？

間間公司都瘋狂掟錢落 GPU 同數據中心，甚至搞到連「運算力期貨」呢類衍生工具都出埋。除咗話呢個行業已經金融化得好緊要，從另一個角度睇，呢類衍生工具亦係將啲 CapEx 槓桿化嘅方法。從溢價見到槓桿越來越大，風險亦越來越高。

創科同金融掛鉤，真係係有一定道理；正因為風險太難計，唯有靠市場價格去搵訊號。

但話說回來，就算泡沫真係爆，技術嘅進步同應用，好難返轉頭。嚟緊好自然係汰弱留強嘅階段；究竟邊個會留低？邊個會送入歷史博物館？

依家睇落，Alphabet 似係最穩陣嗰個；佢哋由 2016 年就開始轉型做 AI-first，依家已經將 AI 融入咗佢哋唔同嘅生意度，而且其他業務夠大，有足夠嘅現金流去撐住燒。

相反，OpenAI 雖然好似多人用，但付費用戶唔多；佢哋財技玩得複雜，越玩越走火入魔，然後；AI 泡沫越早爆，佢哋送入「歷史博物館」嘅機會越大。Meta 都係一個變數，佢哋雖然背水一戰掟咗好多資源落去，但係暫時仲未見到點樣可以將呢啲技術變做真金白銀嘅回報，但可以肯定對同業構成一定嘅人力成本壓力。

另外，由舊年開始，行業已經開始出現由「大模型」轉向「小模型」 (Small Language Model, SLM)。GPU 貴，供不應求；數據中心亦唔夠用；但就算無呢啲考慮，能源都係成本。所以，一個有用嘅模型，唔係睇佢有幾大，亦同時要係睇佢解決問題用咗幾多資源？代價係乜？

未來我哋會見到更多 Optimize 嘅小模型，輔助處理啲專門啲嘅程序。

專家講 AGI (通用人工智慧) ，講到好無定義。但用哲學少少嘅角度去睇，模型嘅存在係為咗模擬現實。即係話，如果有一日，當 AI 可以隨時根據每個不同嘅需要，去選擇用唔同嘅模型組合，去滿足；呢個能夠透過自組織去完成各種不同工作嘅「能力」，就係 AGI，亦有人叫呢個狀態做「奇點」 (Singularity)。

一旦有任何一間公司成功突破呢個界限；即係 AI 可以透過不斷自己建立各種 good enough 嘅各種模型，去不停 optimize 自己嘅效率，呢個範疇基本上唔需要再突破性發展，因為佢將進入一個不斷追求效率，不斷壓縮嘅價格競爭。

AGI 呢個係 Winner Takes All 嘅遊戲；邊個第一個證明做到 ，其他 players 理論上可以收檔。OpenAI 過去兩年成日都話自己差唔多做到 AGI，就係呢個願景，令到越來越多啲資金湧入呢間公司。

上個月 Sam Altman 嘅 Red Alert ，唔知會唔會係擔心 2026 年會畀人見到自己嘅底牌，又或者話 Google 比佢哋更接近 AGI 。

至於宏觀啲咁睇，2026 年，大家如果想知幾時打到埋嚟，可以留心美國銀行同業拆息。如果拆息長期高過聯邦儲備金目標利率，而且有上升趨勢，咁大家就要留意吓。聯儲局呢個時候，可能會減息添，但理論上會見到個息差收窄唔到，咁就要小心。

任何泡沫爆破，最後一定會燒到銀行業；所以大家今年除咗睇 AI，唔好忘記宏觀經濟指標 ；兩者亦一定有互為因果嘅情況。