徐作聖觀點：從AI泡沫到產業重生─深耕科研的競爭轉向

全球人工智慧產業正在經歷由算力盲目擴張轉向實質價值檢驗的結構性轉折。近年大型語言模型與巨型資料中心吸引了全球巨額資本，然而商業營收與產業實質生產力卻未展現對等的突破。這種資本投入、模型參數規模與實際經濟產出之間的嚴重失衡，揭示了人工智慧泡沫的本質。當前產業競爭的重心，正加速由單純比拼參數規模與語言生成能力，轉向科學研究、工程邏輯與實體應用的嚴格驗證。人工智慧若要擺脫資本市場的短期炒作，就必須回歸真實物理世界的規律與產業現場。

2026年菲爾茲獎得主鄧煜在偏微分方程與統計物理領域取得重大數學突破。他與合作者從稀薄氣體中硬球粒子的微觀運動出發，完成了Boltzmann方程的嚴格數學推導，成功建立微觀確定性動力學與巨觀統計規律之間的嚴密連結。這項研究深化了Hilbert第六問題在氣體動力論層面的解答，並揭示了一個關鍵原理：任何複雜系統的巨觀演化與整體行為，都必須建立在明確的底層作用機制與可檢驗的數學條件之上。缺乏底層物理規律與邏輯約束的系統，無法展現穩定的實體功能。

這項統計物理的突破，精準映射了當前人工智慧產業的深層結構問題。過去數年，全球人工智慧發展過度聚焦於參數堆疊、海量資料訓練與算力規模的競逐。科技巨頭投入巨資採購晶片與興建資料中心，金融市場亦將算力資本支出與模型排行榜作為評估企業價值的主軸。然而，模型能力大幅提升的同時，軟體產品卻日趨同質化，多數應用仍侷限於內容生成、文字摘要、客服對答與辦公輔助等周邊層面。

算力擴張創造了技術繁榮的假象，卻遮蔽了產業實質價值的不足。目前的生成式工具固然具備出色的展示功能，卻難以嵌入企業的核心生產流程；雖然能快速生成機率性的解答，卻無法承擔工程判斷、科研驗證與實際營運風險。企業在導入相關技術時，依然必須解決資料品質不良、系統整合困難、資訊安全漏洞以及責任歸屬不清等根本課題。縱使模型參數持續呈指數級成長，這些技術與管理的瓶頸依然無法自動消除。

人工智慧泡沫形成於技術供給與產業需求之間的巨大落差。市場錯誤地將模型能力的提升等同於商業價值，並將基礎設施建設視為需求持續成長的保證。巨額資金因而過度集中於少數平台與算力供應商，而終端應用領域的付費意願與生產力效益卻不足以支撐龐大的資本支出。隨著投資回報率遠低於預期，產業勢必要迎來重新定價的調整期。

下一階段全球科技競爭的勝負，將取決於人工智慧深入科學研究、產品研發與實際製造的能力。模型必須能夠處理材料特性、設備運作條件、能源消耗限制與工程規範等真實物理邊界，並接受實驗數據與產業績效的嚴格檢驗。產業評估指標已全面由參數規模轉向專業數據累積、嚴謹驗證能力與物理約束條件。

統計物理學的教訓提醒我們，必須讓複雜系統的演化重新回到數學與物理的嚴謹基礎。近年科技界頻繁將「湧現」與「通用智能（AGI）」結合並加以宣傳，將模型參數擴充後產生的統計相關性包裝為具備自主認知與跨領域推理的突破，試圖以抽象的行銷語彙預測技術躍升。然而，這種將機率性語言輸出直接誇大為通用智能的敘事，完全忽視了智能形成的底層條件、運作機制與科學驗證途徑。缺乏物理邊界與真實因果關係約束的湧現現象，終究無法演變為能夠承擔產業實體責任的可靠工具。

人工智慧驅動科學研究（AI for Science，AI4S）正是這場轉向的戰略核心。人工智慧正在超越資訊處理與內容生成的範疇，深入參與材料科學、生醫工程、化學合成與新能源開發。模型必須融入物理方程、邊界條件、因果關係與實測數據，在假設提出、邏輯推論、實驗操作與誤差修正之間形成封閉循環。這標誌著競爭轉向：由語言生成邁向知識生產，由單純的軟體應用延伸至科研與製造體系的深層重組。

全球人工智慧的地緣競爭格局亦隨之演變。美國雖然掌握高階晶片設計、雲端基礎設施與風險資本，建立了技術標準與規模投資的優勢，但同時承受著巨大的資本回收壓力。中國大陸則持續將技術引導至科研、製造、能源與工程體系，透過豐富的產業場景累積專業數據與系統整合能力。雙方競爭已經由軟體模型排名，轉化為科研突破、工程實踐與產業組織能力的綜合較量。

區域科技戰略絕不能僅停留在硬體出口、伺服器組裝與資料中心建置。單純的基礎設施供應固然能支撐全球算力供應鏈，卻不足以奠定人工智慧時代的產業主導權。材料科學、精密設備、先進製造與能源管理等領域累積的默會知識與工程驗證流程，才是發展專用產業智能系統的真正基石。

各地區同樣必須審慎面對通用大型模型的資本消耗戰。矽谷巨頭擁有龐大的資本規模、雲端資源與全球數據，其他市場並不具備相同條件。盲目跟隨矽谷的大模型路線，不僅難以取得競爭優勢，更會加深技術與資源的外部依附。合理的戰略定位，在於結合既有的工程經驗與科研基礎，發展具備物理約束、專業本體與實驗驗證機制的產業智能系統。

人工智慧泡沫的出現，宣告了由算力、資本與模型規模主導的粗放成長模式已達極限。產業重生的唯一路徑，在於技術重新回歸物理世界、科學研究與實體生產現場。人工智慧唯有深耕於科研突破、工程實踐與產業運作，才能從金融市場的投機題材，真正轉化為推動產業升級與經濟長遠發展的實質力量。

＊作者為退休科管教授、新興產業評論撰稿人