生成式 AI 預測：深入解析 20 兆美元的市場轉移

20 兆美元的回聲：40 年資料如何預測生成式 AI 的未來

在矽谷董事會議室與華爾街交易大廳這種高風險環境中，有一個問題主導著每場策略對話：生成式 AI 的真正價值是多少？對某些懷疑者而言，當前的狂熱類似 2000 年的網路泡沫——一股注定崩潰的投機能量。對支持者而言，這標誌著第二次工業革命的黎明。

然而，真相可能不在於觀點，而在於冰冷且紮實的歷史資料。Fundrise Innovation Fund 進行的一項重要縱向研究，分析了 250 家科技巨頭逾四十年的財務表現。研究結果揭示了技術進步中隱藏的節奏——一種數學上的一致性，顯示 生成式 AI 不只是另一個趨勢，而是一場才剛開始的 20 兆美元構造性轉移。

剖析研究方法：40 年的觀察視角

若要預測 生成式 AI 的經濟影響，我們必須先了解過去的架構。這項預測所依據的研究極為詳盡，追蹤了 1980 年至 2024 年間所有市值超過 10 億美元的上市科技公司。分析師運用 Bloomberg 資料與專有財務模型，不只是追蹤股價；他們還將市值拆解為科技堆疊中的特定層級：硬體、平台與應用程式。

以 Microsoft 為例。1990 年代，其估值來自個人電腦平台（Windows）與生產力應用程式（Office）。數十年後，同一家公司主導了雲端平台（Azure）與雲端應用程式（SaaS）。透過繪製 Amazon、Apple、Nvidia 與 Cisco 等巨頭的收入來源，研究重建了每個主要技術時代的「分配後市值」。結果並非隨機雜訊，而是清晰且反覆出現的訊號。

「生成式 AI 雖然具有革命性，卻是連續技術浪潮中最新的一步。若要預測我們的目的地，只需分析歷史的幾何形狀。」

三倍法則：市場的指數級擴張

這份資料集最深刻的洞見，是以傳奇 Sequoia Capital 合夥人命名的「Michael Moritz 推論」。資料顯示，每一波接續而來的技術浪潮，所創造的市值約為前一波的三倍。

請看價值創造的歷史演進：

• 個人電腦浪潮（約於 1995 年達到高峰）：創造了約 1,860 億美元的市場價值。
• 網際網路浪潮（約於 2012 年達到高峰）：攀升至 6,460 億美元，增加 3.5 倍。
• 行動裝置浪潮（約於 1995 年達到高峰）：達到 2.16 兆美元，增加 3.4 倍。
• 雲端浪潮（預測約於 2025 年達到高峰）：目前估值為 6.5 兆美元，恰好是 3.0 倍。

這就是「三倍法則」的運作方式。如果 生成式 AI 遵循這條既定軌道，那麼在 2032 年左右成熟時，隱含的市場價值將達到驚人的 21.16 兆美元。這個數字不是樂觀的猜測，而是自 1980 年代以來精準重複的週期所產生的數學結果。

摩爾定律：生成式 AI 的經濟引擎

是什麼推動了這種持續的價值增長？研究指出，這與摩爾定律存在因果關係。數十年來，電晶體數量每兩年翻倍，成為產業的節拍器。研究得出結論：運算能力提升 10 倍，便會持續解鎖一個創新週期，帶來 3 倍的市值增長。

在 1990 年代，電晶體從數千萬個躍升至數億個，催生了消費型網際網路。到了 2010 年代，從數百萬個提升至數十億個，則帶來了智慧型手機生態系。處理能力每提升一個數量級，就會為新商業模式創造必要的沃土。隨著 生成式 AI 的發展，我們正見證一波運算加速，其幅度甚至可能讓 20 兆美元的估算顯得保守。

25/25/50 分配：科技浪潮的結構

雖然整體蛋糕持續變大，但切分方式卻出奇地穩定。研究將科技堆疊分為三個層級：

1. 硬體：實體基礎設施（半導體、伺服器、資料中心）。
2. 平台：支援軟體執行的作業系統與中介軟體。
3. 應用程式：解決特定人類或商業問題的終端使用者介面。

四十多年來，價值分配平均為硬體 25%、平台 26%、應用程式 48%。對於今日觀察 生成式 AI 的投資者而言，這項歷史平均值至關重要。在任何浪潮的早期階段，硬體都會領先。沒有底層矽晶片，就無法部署軟體。這解釋了 Nvidia 為何崛起至 3 兆美元估值；它們正為 AI 時代提供鋼鐵般的基礎。然而，歷史表明，長期價值中幾乎有一半最終會轉移至應用程式層。

10.5 兆美元的應用程式缺口

將 48% 的歷史平均值套用於預測中的 21 兆美元 生成式 AI 市場，意味著 AI 應用程式最終將價值 10.5 兆美元。目前市場距離這個數字還非常遙遠。雖然 Nvidia 等基礎設施巨頭已獲得充分估值，OpenAI 等平台業者也日益成熟，但應用程式層仍處於萌芽階段。

這個「應用程式缺口」可能代表現代最大的未開發投資機會。我們正處於基礎設施建設階段。正如 Cisco 因建造網路路由器而成為 1990 年代的巨頭，Nvidia 如今也因建造 LLM 加速器而占據主導地位。但網際網路帶來的持久財富並非由路由器製造商獲得，而是由建立在其上的應用程式所捕獲——Amazon、Google 與 Meta。

對創辦人與開發者而言，方向十分明確：下一個十年不是要整合一項簡單的 AI 功能，而是要打造主導整個垂直領域的具代表性 生成式 AI 應用程式。從原始運算能力轉向整合價值，正是下一代兆美元企業將誕生之處。

應對整合瓶頸

隨著市場從硬體轉向平台與應用程式，複雜度也急劇上升。在行動裝置時代，開發者只需在 iOS 與 Android 之間做選擇。生成式 AI 的格局更加分散，迫使開發者在大型語言模型（LLM）、不同的定價結構與複雜的 API 要求所構成的迷宮中摸索。

這種分散格局帶來了統一整合的需求。若要獲取 10.5 兆美元應用程式價值中的一部分，公司就必須嚴格管理以 API 為主的成本結構。頂級模型存取權的「官方」定價，可能會大幅侵蝕擴張型新創公司的利潤。

這種現實推動了 GPT Proto 等中介軟體基礎設施的採用。透過提供同時支援 Official、OpenAI 與 GPT Proto 格式的統一整合層，它讓開發者無須重構程式碼即可切換模型。更重要的是，它解決了成本效益問題，以約為官方費率 60% 的價格提供 API 存取權。隨著 生成式 AI 成熟並進入應用階段，運用 智慧排程 與資源最佳化的能力，將成為區分獲利巨頭與失敗實驗的關鍵。

科技寡頭：贏者全拿的動態

這份 40 年資料集發出了鮮明警告：科技市場是寡頭體制，而非民主體制。研究分析了每一波歷史浪潮中各層級的前三大贏家。權力集中程度極高：

• 平台層：前三家公司平均掌握總價值的 98%。
• 硬體層：前三家公司掌握 85%。
• 應用程式層：前三家公司掌握 67%。

在個人電腦時代，Microsoft 與 Apple 掌握了平台壟斷地位。在網際網路硬體領域，Cisco 與 Juniper 稱霸市場。生成式 AI 浪潮也呈現出相同情況：Nvidia 主導硬體，而 OpenAI、Google 與 Meta 之間則為平台主導權展開激烈競爭。應用程式層雖然仍呈現贏者全拿的特性，卻為新進者提供了最寬廣的通道，前三大公司之外仍有 33% 的價值可供分配。這正是「藍海」機會所在。

黃氏定律：加速因素

上述預測假設 生成式 AI 遵循與摩爾定律相關的「三倍法則」。然而，還有一項可能帶來顛覆的變數：黃氏定律。這項以 Nvidia 執行長 Jensen Huang 命名的觀察指出，GPU 的 AI 效能正以摩爾定律兩倍的速度提升。CPU 在數年內提升 10 倍的同時，Nvidia 卻能在十年內實現 1000 倍的效能躍升。

如果運算能力提升 10 倍會帶來 3 倍的市值擴張，那麼當運算能力提升 100 倍或 1000 倍時會發生什麼？研究人員表示，我們正從線性擴展邁向超級擴展。在這種新典範下，生成式 AI 浪潮理論上可能帶來 6 倍的市值增長，使潛在價值從 20 兆美元推升至超過 40 兆美元。

迎接 20 兆美元的黎明

過去四十年的金融歷史，講述了一個不懈且可預測的擴張故事。我們如今正站在 生成式 AI 採用曲線的起點——類似 1995 年的網際網路或 2010 年的行動裝置。硬體階段正在成熟，平台階段正在成形，但應用程式階段仍是一片開放的疆域。

對於建設未來的人而言，策略可分為三個方面：

1. 鎖定應用程式層：將重點從基礎設施轉向終端使用者價值，市場中 50% 的市值最終將存在於此。
2. 優先考量效率：隨著市場成熟，利潤管理變得至關重要。運用 GPT Proto 儀表板 進行資源分配，以及使用 使用量分析 追蹤效能，將是存續的必要條件。
3. 力求主導地位：了解科技領域贏者全拿的本質，意味著在你的利基市場中爭取前三名並非野心，而是維持相關性的必要條件。

20 兆美元的 生成式 AI 機會，是四十年歷史不可避免的回聲。定義全球經濟下一個時代的競賽已經展開，而資料顯示，最大的贏家尚未誕生。