精選解讀｜當資本開始厭倦算力神話：全球資金為何重新計算中國 AI 的風險與價值？

InfoAI 編輯部

在美國 AI 概念股估值快速攀升、市場開始擔憂泡沫風險之際，部分全球投資人重新評估中國 AI 企業的投資價值。相較於美國以大型模型與高算力為核心的發展路徑，中國 AI 公司在成本結構、產業導入速度與實際應用場景上展現不同特性。

01｜真正的變化不是資金移動，而是信念鬆動

「全球投資人把資金轉向中國 AI」聽起來像一則典型的市場風向新聞，彷彿只要抓住流入流出的方向，就能判斷下一個贏家。然而，這組由路透社、金融時報、彭博、華爾街日報與 Nikkei Asia 相互呼應的報導，真正值得我們靜下心來閱讀，不在於哪個市場短期跑得比較快，而在於：資本開始用不同的語言談 AI 了。

根據路透社 2025 年 12 月的報導，在美國 AI 概念股估值持續膨脹、市場開始出現泡沫疑慮的背景下，部分國際投資人正將資金配置轉向中國 AI 企業。但這並非全面撤出美國，而是調整部位。

金融時報則進一步指出，這些投資人並未期待中國在 AI 技術上全面超越美國，而是將中國 AI 視為全球 AI 資產配置中的「折價區段」，用以平衡美國科技股長期上漲後的估值風險。

至於彭博的觀察則更為保守。其報導強調，資金並非全面回流中國科技，而是「審慎地、選擇性地」重返，AI 成為其中相對具結構性成長潛力的板塊。

同時，華爾街日報與 Nikkei Asia 都從成本結構切入，指出中國 AI 在企業服務、製造、物流與零售場景中的落地速度與投資回收期，正逐漸成為吸引資金的重要理由。

在過去兩年裡，全球 AI 投資被一套強勢敘事牽引。故事大概是這樣：模型愈大愈通用，通用能力愈強愈能形成平台，平台愈大就愈能把成本攤薄，於是巨額算力投資被視為「提前購買未來」。在這套敘事下，現金流可以晚一點，獲利可以延後，甚至連「到底誰付錢」都能先暫時擱置，因為市場相信只要先卡位，之後自然有方法變現。

但資本市場的耐心不是無限的，尤其當投資規模從「研發支出」躍升為「類基礎設施支出」時，估值邏輯就會被迫升級。當投資人開始反覆提到「效率」、「成本結構」、「回收期」、「現金流可視性」，這代表一件事：AI 正從信念階段進入耐力階段。而耐力階段的世界，最不缺的就是大夢想，最缺的反而是能把夢想變成帳上數字的方法。

02｜為什麼是現在？時間點本身就是答案的一部分

如果只把焦點放在「中國 AI 重新受青睞」，會錯過這組新聞真正的轉彎處。同樣的地緣政治風險、同樣的監管不確定性、同樣的出口管制限制，為什麼不是一年前、兩年前，而是此刻在國際媒體上形成「資金重新容忍中國 AI」的敘事？

這裡有一個常被忽略的結構性因素：資本成本與期望管理開始回到更現實的座標。當市場處在高度樂觀的階段，估值可以用很遠的未來支撐；但當投資密度變大、資金更在意可驗證性時，投資人就會開始重新排序：「我能接受的風險是什麼？我不想再承擔的風險是什麼？」

美國 AI 的風險，正在從「技術能不能做出來」轉成「做出來之後到底怎麼賺錢」，再進一步變成「要花多少錢才能維持領先」。這裡的壓力不只來自競爭者，也來自成本曲線本身。當算力、能源、資料中心、人才等成本壓力同時存在，投資人自然會回到更基本的問題：這是一個可持續的商業模式，還是一個需要長期輸血的基礎設施戰？也就是說：當 AI 進入資本密集、回收期拉長的階段，市場是否還願意用同一套未來敘事，無限期支撐估值？

相對地，中國 AI 的敘事被重新拾起，並不是因為它突然變得更美好，而是因為它看起來「更接近可驗證的現實」，中國 AI 從一開始就被迫在資源限制下思考效率與落地。你可以不同意它能否長期成功，但你不能否認：它的很多應用場景，確實更容易在企業流程、供應鏈、客服、營運優化上看到短期效果。當投資人開始轉向「可驗證」而非「可想像」，中國 AI 便自然被重新納入比較清單。

03｜從事件到議題：核心不是地緣政治，而是「AI 定價模型」正在分岔

而美國 AI 的真正轉彎處，是由於投資人正在把 AI 從單一敘事拆成兩條不同的競爭軸線。

軸線 A：能力與平台
追求更大的模型、更強的通用能力、更完整的工具鏈與生態系，目標是形成平台，進而掌握定價權與分潤權。這條路徑需要巨大算力投資與長期資本耐心，也常伴隨高度「先卡位、後變現」的策略。

軸線 B：效率與落地
把 AI 當成產業工具，目標不是讓模型變得無所不能，而是讓某些環節變得更省、更快、更準、更可控，並在企業內部形成可追蹤的投資報酬 ROI。這條路徑較不追求極限能力，更在意成本結構與導入速度。

美國市場被更多放在軸線 A 的語境裡討論，中國則較常被放在軸線 B。這不代表美國沒有落地，也不代表中國不追求模型能力，而是投資人此刻的「選股語言」正在偏向 B：效率、成本、回收期。

這種語言變化很重要，因為它會反過來影響產業行為。當資本市場獎勵平台敘事，公司會追逐更大更強；當資本市場獎勵效率敘事，公司就會強調可驗證的商業化成果。於是，你看到的並不只是資金移動，而是資本的偏好正在推動產業策略的重心轉移。

04｜中國 AI 的吸引力：不是優勢，而是「被迫成熟」的結構性特質

要理解「重新容忍」這四個字，必須承認一個現實：投資人從來不是在挑選「沒有風險」的市場，而是在挑選「風險與報酬比看起來更合理」的市場。中國 AI 之所以被重新放回配置清單，很大一部分原因是：它的負面因素早已長期折價。

出口管制、晶片限制、政策變動、地緣政治摩擦，這些是投資人早就知道的風險。也正因為知道，它們在很多時候已反映在估值裡。對長期資金而言，若一個資產的價格已經把壞消息消化得差不多，剩下的比較就變成：是否仍有可持續的成長動能？是否能用更低成本做出某些有市場需求的應用？

更深一層的說法是：中國 AI 的很多公司與團隊，從一開始就更難靠「無限算力」硬解問題，因此更依賴工程取捨、產品化能力、以及對產業流程的理解。這種被迫成熟的路徑，過去在「規模崇拜」時代不討喜，甚至被認為是「不夠前沿」；但在「效率優先」的語境下，它反而變成投資人願意重新看一眼的理由。

這也是為什麼華爾街日報與 Nikkei Asia 會特別強調成本效率與落地速度。它們其實在說：當資本開始計算回收期，誰能在有限資源下把 AI 做成可用、可賣、可部署的產品，誰就可能在下一輪資本收斂中活下來。

05｜反方觀點與不確定性：重新容忍，不等於重新信任

談到這裡，必須把話說得更精準一些：重新容忍不是重新信任。投資人之所以用對沖語言，正是因為它本質上是一種風險管理，而非信念宣示。

但中國 AI 仍面臨幾個不會消失的結構性變數：

第一，地緣政治的波動性。
今天被視為已反映的風險，明天可能因事件升級而重新定價。這種非線性風險，是資產配置最難處理的部分。

第二，政策與監管的不確定性。
投資人可以理解監管存在，但難以承受規則突然改寫帶來的連鎖效應。

第三，供應鏈限制與技術路徑的長期瓶頸。
即便短期可透過工程取捨與應用落地彌補，但若關鍵硬體與先進製程長期受限，對最高階模型能力與某些領域的突破仍可能形成天花板。

第四，市場情緒與資金可得性的循環。
當全球風險偏好下降時，最先被削減的通常是「政治風險較高」的部位。也就是說，對沖部位在順風時能發揮效果，在逆風時也可能被更快砍掉。

因此，把這一波趨勢理解為「資金大舉回流中國」很可能是過度解讀。更合理的描述是：資金在做分散，並試探哪些 AI 資產可以在不同情境下提供更好的風險調整後報酬。

06｜看見三個更深層的變化

1) 估值敘事的主詞換了

過去 AI 估值敘事的主詞是「能力」，現在逐步換成「可持續性」。
能力仍重要，但市場開始要求能力必須能被轉譯成收入、毛利率、續約率、客戶留存與擴張。當主詞換了，很多原本看起來理所當然的溢價，就會開始被要求交代。

2) AI 的競爭不再只有「誰最先進」，而是「誰最能承受成本曲線」

當算力成本、能源成本、資料中心成本持續上升，領先者要維持領先本身也會變得更昂貴。於是競爭變成：誰能用更低的邊際成本，提供足夠好的能力，並在更多產業流程裡嵌入。這正是「效率敘事」的核心。

3) 全球資本正在學習：AI 不是單一物種，而是一個族群

市場過去常把 AI 當成單一產業，仿佛只要挑到最強模型就等於押中全場。但這些新聞提醒我們：AI 更像一個族群，包含平台型、工具型、垂直型、產業整合型等多種形態。資本配置開始更像在挑「不同生存策略」的組合，而不是押注單一冠軍。

07｜不要只看中美勝負，要看「語言」怎麼改變

對於決策者與產業主管而言，這篇文章真正值得帶走的，不是「要不要投資中國」，而是三個更實用的提醒。

第一，AI 導入的說服方式正在改變。
如果你在企業內部推動 AI，單靠「同業都在做」或「未來趨勢」的說法，會愈來愈難獲得資源。你需要把 AI 變成可被管理的專案：哪些流程、哪些指標、多久回收、風險如何控管。因為資本市場正在用這種方式看 AI，董事會與高層也會更自然採用同一套語言。

第二，要更警覺「平台敘事」與「效率敘事」的落差。
如果你採購或建置的 AI 系統屬於平台型，投入會大、回收期會長，你需要更完整的治理、資料策略與人才佈局；如果你做的是效率型應用，反而要更在意落地速度與持續維運的成本。兩者都可以做，但需要不同的管理邏輯。最危險的是用平台型成本做效率型承諾，或用效率型管理方式期待平台型奇蹟。

第三，下一波競爭的關鍵，可能是「把 AI 變成營運能力」而非「把 AI 當成展示能力」。
這句話聽起來像口號，但它其實是資本語言轉變後最務實的結論。市場正在偏好能在現實世界裡穩定產出價值的公司，而不是只在簡報與展示中看起來很厲害的公司。

08｜一場尚未結束的估值重寫

這一波「全球資金重新容忍中國 AI」的訊號，最好的理解方式不是把它當成陣營轉換，而是把它當成一場估值語言的重寫。

AI 仍在快速演進，模型仍會進步，算力仍是核心要素。但當資本語言開始從「規模」轉向「效率」，從「想像」轉向「可驗證」，就意味著 AI 正走進下一個階段：不是誰能跑得最快，而是誰能跑得最久。

在這個階段，最重要的不是找到一句能讓市場興奮的敘事，而是把 AI 的價值重新綁回現實世界的限制條件：成本、回收期、風險控管、組織能力、供應鏈與治理。這些東西不浪漫，但它們決定了你能不能在下一個週期裡仍然站著。

所以，這篇文章真正帶來的不是答案，而是更好的問題：當資本開始厭倦算力神話時，你手上的 AI 策略，是建立在「可持續的現實」上，還是建立在「可延長的敘事」上？這兩者都能讓你跑一段路，但只有前者能讓你跑完整個賽季。

參考資料：

• Global investors turn to Chinese AI as Wall Street fears a bubble
• China’s AI stocks attract bargain hunters amid U.S. tech valuation worries
• Why global funds are cautiously rotating back into Chinese technology
• Investors rethink China AI as cost efficiency trumps scale
• Asia’s AI race draws capital away from overheated U.S. markets

AI 素養｜AI 為什麼會亂講話？揭開大型語言模型的「黑盒子」運作邏輯理解 AI 為何能回答、也會胡說八道的真正原因

AI 時代的思考力革命｜AI 素養，不是學技術，而是拿回主導權的能力升級
與 AI 一起思考，成為能定義方向的人

AI 時代的知識遷徙策略｜從「學會掌握」到「洞察驗證」
聞道不必有先後，高下立判見深用；術業專攻仍需要，深廣變通顯智慧。

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

用內容建立信任
用洞察塑造品牌

在 AI 時代，真正有力量的行銷不是廣告聲量，而是持續輸出的深度思考。InfoAI 把全球 AI 趨勢與報告，轉譯成清楚、精準、有觀點的內容，讓企業不只是跟上變化，而是成為洞察的提供者，讓品牌變成被信任的決策夥伴。如果你不想只是「談 AI」，而是想「透過 AI 影響市場與客戶」，那就從內容開始。歡迎來信： contentpower688@gmail.com

如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。

AI 協作聲明：

本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。

在 AI 改變世界之前
助你先讀懂 AI 世界

每日精選全球 AI 新聞

解讀趨勢脈絡與機遇

不是追著熱門新聞跑

而是掌握方向與脈動

InfoAI｜讀懂 AI 如何改變世界

Content Power 重構並流動知識

重新提煉知識轉化價值