AI飛速增長 須調整擴張戰略（車品覺）
本文作者車品覺，為港交所獨立非執行董事、香港基因組中心董事、香港大學中國商業學院客座副教授，為《信報》撰寫專欄「全民大數據」。
近期，某知名雲計算巨頭宣布放緩部分人工智能（AI）數據中心項目，其中包括美國俄亥俄州中部10億美元的3個數據中心園區建設計劃。這消息引發業界廣泛關注，大家不禁要問：是否在經濟環境不確定性增加、AI需求可能低於預期的背景下，這間科技巨頭是否正在重新評估基礎設施擴張戰略？
表面看來，全球AI產業正在高速發展，各大企業爭相布局AI技術，從ChatGPT到DeepSeek，生成式AI的創新似乎百花齊放。然而，這一放緩決策卻揭示了關鍵問題：AI爆發式增長是否真的如預期般可持續？
事實上，AI的發展正面臨挑戰。首先是驚人的能源消耗問題。據估算，訓練OpenAI的GPT-3模型耗電量約為1.287吉瓦時，這相當於120個美國家庭一年的用電量。如果按照當前的擴張速度，波士頓諮詢集團預計，到了2030年底，美國數據中心的用電量將是2022年的3倍，而這增幅主要來自AI模型訓練和高頻的AI查詢，這不僅帶來高昂的營運成本，還加劇了全球能源供應壓力。此外，數據中心的建設還面臨晶片短缺、水資源緊絀（數據中心需要大量用水冷卻機器）等現實制約。
儘管AI在消費級市場（如聊天機械人、圖像生成）掀起熱潮，但在企業級市場，其商業化落地仍面臨挑戰。許多企業高管在與筆者交流時坦言：「大家都在談論AI的潛力，但真正落地時，投資回報率（ROI）卻難以計算。」企業客戶需要的不是炫耀技術，而是能夠無縫嵌入現有業務流程、真正提升效率的解決方案。然而，目前許多AI解決方案仍停留在實驗階段，難以規模化部署，導致企業持觀望態度。
回顧科技發展史，類似的狂熱並不罕見。2000年互聯網泡沫時期，大量企業最終因商業模式不清晰而破產。2010年代的大數據浪潮中，也有不少公司耗費巨資搭建數據平台，卻無法轉化為實際業務價值。難道AI領域可能正在上演同樣的劇情？一些企業為了不掉隊，希望加大投入AI研發，但並未明確思慮技術如何與自身業務結合。例如，某些傳統行業強行部署AI客服系統，非但增加營運成本，結果用戶體驗不佳。真正的AI成功案例都是經過長期磨合、深度融入核心業務的成果，而非短期燒錢的產物。
筆者認為此次雲計算巨頭的戰略調整，是一次必要的「中期修正」。過去幾年，AI基礎設施的擴張速度遠超實際需求，導致資源錯配。如今，行業進入更務實的階段，企業開始聚焦真正能創造價值的領域。
AI的長遠潛力是毋庸置疑，但當前的情況提醒我們：技術革命並非總是直線上升，而是螺旋式前進。企業應結合自身的能力與需求，制定可持續的AI戰略。
（編者按：車品覺著作《覺悟．大數據》現已發售）
歡迎訂購：實體書、電子書
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
