國際清算銀行（BIS）總裁巴布羅·埃爾南德斯警告，全球 AI 投資以債務為燃料狂飆，五大科技巨頭 2025-2026 年支出逾 1 兆美元，若報酬不及預期，可能重演 1990 年代網際網路泡沫，引發全面金融動盪。
（前情提要：甲骨文暴跌 40%，AI 過度基建會拖垮巨頭嗎？）
（背景補充：Arthur Hayes 發布 FLOP 黃皮書，PoUI 鏈 24.83 億枚代幣全部空投）
國際清算銀行（Bank for International Settlements，BIS）總裁巴布羅·埃爾南德斯（Pablo Hernandez）週四發表公開演講，直指當前全球人工智慧（AI）投資狂潮正以不透明的債務和私募信貸為燃料，若未來商業報酬不及市場預期，將對金融穩定構成實質威脅。
埃爾南德斯在BIS 官方演講中並未斷言「AI 泡沫即將破滅」，但明確指出：「我並未說這是 AI 熱潮必然的結局，但當前投資狂潮的規模與速度，以及市場對商業回報的期待，確實需要謹慎看待。」
五大巨頭 1 兆鎂豪賭，全球 AI 投資 2030 年衝 4 兆
根據 BIS 掌握的最新資料，全球 AI 相關投資規模的擴張速度令人側目：
- 五大科技巨頭（Microsoft、Alphabet、Meta、Amazon、Apple）：2025～2026 年計畫投入逾 1 兆美元 於 AI 相關專案。
- Bridgewater 報告：Microsoft、Alphabet、Meta、Amazon 四家合資市值約 12 兆美元，單單今年 AI 基礎設施支出就達 6500 億美元。
- 全球 AI 投資：從當前約 5000 億美元，預計 2030 年將攀升至 3～4 兆美元。
埃爾南德斯指出，這些最大 AI 企業的資本支出已超越其現金流量，差距由債務和私募信貸填補，形成一場巨頭之間的「投資軍備競賽」。
歷史四次泡沫輪迴：這次是 AI，但指令碼一樣
BIS 總裁在演講中回顧了歷史上四次因技術突破引發的資本狂潮，每一次的指令碼都驚人相似：
- 1830 年代運河狂熱（Canal Mania）：英國資本湧入運河建設，最終多數運河無法產生足夠運量。
- 1840 年代英國鐵路狂熱（Railway Mania）：鐵路股票炒到天價，泡沫破滅後銀行大規模倒閉。
- 1920 年代電力革命：電力確實帶來生產力提升，但初期投資規模遠超回報能力。
- 1990 年代末網際網路泡沫（Dotcom）：.com 公司估值脫離現實，2000 年破滅後股市蒸發數兆美元。
「每一次都吸納了超過最終報酬所能證明的資本。每次隨後的修正都具有經濟全域性影響，」埃爾南德斯表示。
關鍵在於，這些技術本身並沒有「錯」。鐵路、電力、網際網路，最終都成為現代經濟的基礎設施。AI 的潛力同樣真實，BIS 在報告中也承認 AI 已在程式開發、顧問服務、專業寫作等領域展現出可量測的生產力提升。問題不在於技術本身，而在於投資規模與速度是否超出了經濟承載能力。
金融系統的隱形鏈結：晶片商、超大型雲端與 AI 企業
BIS 警告的另一個重點是資本鏈的「不透明性」。晶片製造商（NVIDIA、AMD、Broadcom）、超大型雲端供應商（hyperscalers：Microsoft Azure、AWS、Google Cloud）與 AI 新創之間，透過複雜的融資安排緊密連結，這些結構難以定價、透明度不足。
這意味著：
- 如果 AI 企業的未來獲利預期落空，壓力會沿著資本鏈向後傳導至晶片商與雲端供應商。
- 私募信貸市場（private credit）的規模與集中度缺乏充分監管視窗，風險積累難以即時察覺。
- 美國股票在 global equity 市場佔比過高，AI 相關股票若出現集中性下跌，將透過投資組合與資產管理通道傳導至全球。
埃爾南德斯特別提到：「在某些司法管轄區，AI 相關出口帶來的大量收益也可能助長本土資產泡沫，進一步惡化金融穩定風險。」
對臺灣與亞洲的啟示
BIS 的警告對臺灣與亞洲經濟尤其值得關注。臺灣是全球 AI 硬體供應鏈的核心樞紐，TSMC、聯電、臺達電、廣達、緯創等企業深度參與 NVIDIA 與 hyperscaler 的 AI 晶片與伺服器供應鏈。如果：
- AI capex 擴張速度放緩，臺灣相關供應鏈訂單可能同步收縮。
- 美國科技股大幅修正，透過外資持股與市場情緒傳導至臺股。
- 全球 AI 投資從 4 兆美元預期回撥至更保守的 2～3 兆，供應鏈資本支出計畫將重估。
這與 2022 年科技股修正、2023 年 NVIDIA 財報驅動的上漲週期形成對照。臺灣投資人與政策制定者應關注 BIS 所指出的「投資軍備競賽」是否正在走向不可持續的階段。
央行的立場：AI 不改變通膨與利率任務，但增加監控難度
埃爾南德斯同時強調，AI 不會改變中央銀行的核心任務，價格穩定與金融監理。但 AI 的普及可能讓全球經濟變得更難解讀與監控：自動化交易、AI 驅動的消費者行為變化、生產力資料的失真，都可能讓傳統的經濟指標失去靈敏度。
他補充，AI 的最終經濟效應將取決於兩個關鍵變數：收益能否廣泛分享至不同產業與階層，以及政策制定者是否願意在人才培訓、基礎設施與競爭政策上同步投入。
📍相關報導📍
Arthur Hayes 發布 FLOP 黃皮書，PoUI 鏈 24.83 億枚代幣全部空投
美股七巨頭財報速覽》微軟、亞馬遜、Alphabet 與 Meta Q1 全面擊敗預期！雲端與 AI 業務大放異彩
