2026-10-03

全球人工智能軍備競賽的底層邏輯：監管迷霧與資本博弈

《全球人工智能軍備競賽的底層邏輯：監管迷霧與資本博弈》

【呼籲放緩與監管分歧：美歐政策博弈的本質】
近期美國部分人工智能龍頭企業頻繁發聲，呼籲放緩大模型研發，聲稱未受約束的技術會帶來版權侵害、網絡安全及社會倫理風險。但特朗普重返白宮後迅速廢除前任政府的行政命令，全面放寬合規束縛以確保美國技術領先與產業競爭力；歐洲則選擇建立高成本的嚴格立法框架。面對歐美分歧，國家堅持在健全法規同時，全力推動技術落地與產業實體融合。這場爭論表面上是安全之爭，實質是各國對未來產業話語權、生產力提升及經濟增長引擎的深層戰略競逐。科技進步帶來的全要素生產率躍升，已成為現代經濟增長的新動能，任何人為的阻滯都可能在未來的全球產業鏈重組中錯失先機。

【邊際效益遞減與監管俘獲：巨頭的資本焦慮】
從商業與經濟學角度審視，暫停研發背後其實是領先企業的投資回報率焦慮。當前頂級大模型研發面臨嚴重的邊際效益遞減，行業領頭羊必須持續燃燒巨額資本才能在性能極限上取得極微小突破。相反，以DeepSeek為代表的第二梯隊與開源陣營，以極低成本達到最優解的高水準，大幅動搖領先者的定價權與高利潤模式。猶如馬拉松領跑者在優勢被迅速拉近時，試圖藉由道路安全要求裁判暫停比賽。歐美巨頭企圖拉高安全法規門檻來構築護城河，本質是典型的監管俘獲策略。他們藉此延緩低成本競爭對手的商業擴張與市場滲透，為自身龐大研發支出的折舊攤銷爭取變現緩衝期，避免企業估值泡沫提早破裂。

【資本開支與投資回報：國家與美國巨頭的策略分化】
從企業財務與資本開支數據觀察，美國四大科技巨頭（亞馬遜、微軟、谷歌與Meta）預計年資本開支合計逼近四千億美元規模，龐大算力採購與數據中心硬體折舊，正對其自由現金流造成沉重壓力，二級金融市場亦開始嚴格審視其資本回報週期與估值合理性。反觀國家科技企業（阿里、騰訊、百度，字節），更注重資本運用效率與實際應用場景變現能力。在維持理性資本開支前提下，企業憑藉算法架構創新與工程化優化，以高投入產出比推動大模型在智能製造、現代物流、跨境電商及企業數字化轉型中深度落地，展現出更強的商業抗風險韌性與健康現金流表現。這種務實商業閉環，正推動技術紅利切實轉化為實體經濟的增長動能。

【重塑估值體系：如何精準評估人工智能企業的真實價值】
隨著全球人工智能產業進入商業化深水區，資本市場對相關企業的估值邏輯也必須升級。對於這些科創，單純描繪算力規模與參數級別已不足以支撐高估值。投資者評估其研發實力的核心，在於算力轉化效率與單位推理成本。一家優秀科技企業必須證明其不僅能投入巨資訓練模型，更能以極低邊際成本完成商業交付。在估值方法上，傳統市盈率（P/E）或市銷率（P/S）模型已難以準確衡量其真實潛力。市場應引入結合自由現金流折現（DCF）與技術折舊速度的綜合評估模型，甚至將「有效Token產出成本」與「應用場景轉化率」納入核心財務指標。只有業務模型性能、基礎設施折舊成本與預期商業落地收入增長曲線達成完美契合時，其股價與估值才能真正匹配其營收預測。投資者必須具備穿透技術迷霧的財務視野，方能精準識別優質資產。

黃偉棠, 寰宇天瀜投資管理行政總裁、香港都會大學商學院會計及財務系客席講師、註冊會計師 (CPA)、特許金融分析師 (CFA)
** 以上由香港文匯報，香港經濟日報旗下《iMoney》智富雜誌，財經專欄作者，黃偉棠先生之撰文轉載 **