Finews
台灣最好懂得財經、科技新聞網!
帶給你最有用的新聞資訊。
Finews
台灣最好懂得財經、科技新聞網!
帶給你最有用的新聞資訊。

你曾想過,傳統上被認為是勞力密集的服務業,有一天也能像軟體公司一樣,擁有極高的利潤率嗎?答案是肯定的,而且這股「數位淘金熱」正由創投業者領軍,他們正大膽押注人工智慧(AI),誓言將全球高達十六兆美元的服務業市場徹底轉型,追求如軟體業般豐厚的高毛利率。

在這場數位轉型的浪潮中,創投業者採取了多種策略來實現目標,其中包括:
這些策略不僅改變了服務業的運作模式,也為未來的發展奠定了堅實的基礎。
這項策略的核心,是透過收購成熟的服務公司,再巧妙地導入人工智慧自動化技術,以大幅提升營運效率與現金流。通用催化劑投資公司(General Catalyst)就是一個典型例子,他們已投入高達十五億美元,推動其「創新策略」。他們不僅孵化人工智慧原生軟體公司,更將這些公司作為收購工具,逐步深入法律服務、資訊科技管理等傳統行業。他們的目標很明確:要將這些被收購公司的息稅折舊攤銷前利潤率(EBITDA Margin)提升一倍,證明人工智慧在效率與獲利上的巨大潛力。

梅菲爾德創投公司(Mayfield Ventures)也緊隨其後,撥款一億美元專注於「人工智慧隊友」這類型的投資,他們特別看好那些能透過人工智慧大幅提升毛利率的資訊科技顧問公司。甚至連獨立投資者伊拉德·吉爾(Elad Gil)也抱持類似觀點,他認為直接持有這些服務公司的資產,能更迅速地利用人工智慧進行轉型,有效提高毛利率。為什麼創投業者如此瘋狂?原因很簡單:全球服務業的營收規模是軟體業的十六倍,而人工智慧能將服務公司百分之三十到百分之五十的任務自動化,在客服中心甚至可達百分之七十,這預示著一個難以想像的生產力飛躍與現金流增長。
| 評估項目 | 人工智慧服務業轉型(創投角度) | 大型科技公司人工智慧投資 |
|---|---|---|
| 主要目標 | 改造傳統服務業,追求高毛利率和現金流 | 研發核心AI技術、建立AI基礎設施、維持競爭力 |
| 投資金額(每年) | 數十億美元(通用催化劑十五億美元) | 數千億美元(亞馬遜、字母、元、微軟總計約三千億美元) |
| 回報現狀 | 潛力巨大,但「工作怠惰」帶來額外成本 | 麻省理工學院研究:95%企業尚未見投資回報 |
| 風險考量 | 導入複雜性、效率與人力平衡、市場競爭 | 巨額資本支出難回本、市場集中、泡沫化疑慮、囚徒困境 |
| 關注點 | 息稅折舊攤銷前利潤率提升、服務自動化比例 | 技術領先、資料中心規模、股價表現、戰略地位 |
為了更清晰地了解創投業者與大型科技公司在人工智慧投資上的不同策略,以下表格總結了主要的差異:
| 投資方面 | 創投業者 | 大型科技公司 |
|---|---|---|
| 投資重點 | 新興人工智慧初創公司 | 現有的技術和基礎設施 |
| 投資目標 | 提升服務業的自動化和利潤率 | 保持技術領先和市場佔有率 |
| 風險承擔 | 較高,因為新創公司具有不確定性 | 較低,因為擁有穩定的收入來源 |

這些不同的投資策略反映了創投業者和大型科技公司在面對人工智慧轉型時的不同優先事項和風險承擔,進而影響他們在市場中的競爭力和創新能力。
聽起來很美好,不是嗎?人工智慧自動化能省下大量人力、時間和成本。但你想過嗎,當人工智慧接手了大部分工作後,會不會出現意想不到的問題?史丹佛大學社交媒體實驗室與優化實驗室的研究發現了一個有趣的現象,他們稱之為「工作怠惰」(Work-Laggard)。這指的是當員工拿到人工智慧生成看似完美的內容後,反而需要花更多時間去檢查、修正,因為這些內容常常「看似完美實則缺乏實質」,結果導致員工承擔了更多額外工作。

為了更好地理解「工作怠惰」的影響,以下是相關研究的要點:
這項針對一千一百五十名全職員工的調查顯示,「工作怠惰」平均每人每月造成一百八十六美元的隱藏成本。如果一個組織有一萬名員工,每年可能損失超過九百萬美元的生產力。想像一下,原本想靠人工智慧提升效率,結果卻反過來耗費更多時間處理「半成品」,這對創投業者期望的巨大毛利率增長,無疑是一大挑戰。
| 挑戰項目 | 影響 | 解決方案 |
|---|---|---|
| 工作怠惰成本 | 每年造成高額隱藏成本 | 加強員工培訓和AI生成內容的質量控制 |
| 技術複雜性 | 導入AI技術需要專業知識 | 招聘和培養應用型人工智慧工程師 |
| 效率與人力平衡 | 裁員與維持編制的兩難 | 制定靈活的人力調整策略以適應AI的運用 |
導入人工智慧本身就是一項技術複雜性極高的工程。通用催化劑投資公司領導人馬克·巴爾加瓦(Mark Bhargava)就坦承,將人工智慧技術有效地應用於企業並不容易,需要具備應用型人工智慧工程師的專業知識才能克服。這也延伸出一個兩難:如果公司按照人工智慧的效率預期而大量裁員,那麼當人工智慧犯錯時,誰來修正?反之,如果為了應對人工智慧產生的額外工作而維持現有編制,那麼創投業者所期待的巨大毛利率增長,恐怕就難以實現了。這場效率與人力的平衡,比我們想像的更為微妙。
不僅是創投界,全球的科技巨頭們也正以前所未有的速度,將數千億美元投入到人工智慧的開發與基礎設施建設上。亞馬遜、字母公司(Google的母公司)、元平台(Meta)和微軟等大型科技公司,其年度總資本支出已從五年前的不到一千億美元,飆升至今年的接近三千億美元,而這些巨額投資,幾乎都流向了人工智慧相關的資料中心建設,例如代號「星門」、「普羅米修斯」或「巨像」等大型計畫。

然而,這場資本狂潮背後卻隱藏著巨大的投資回報率疑慮。麻省理工學院的研究指出,令人震撼的是,高達百分之九十五已經整合人工智慧的企業,至今尚未看到明確的投資回報。這不禁讓我們思考:這麼龐大的投資,究竟何時才能看到成果?這些公司會不會像二十多年前的科技媒體電信產業泡沫一樣,最終面臨估值過高、回報不及預期的困境?
大型科技公司面臨著一種「囚徒困境」和「創新者困境」:他們知道投資回報可能不明確,甚至可能導致泡沫化的風險,但如果不及時投入,又可能在人工智慧這場關鍵戰役中落後於競爭者,喪失市場領先地位。正如一位企業執行長所言:「不投資人工智慧的風險,遠大於投資過度的風險。」這使得他們即使知道風險,也必須硬著頭皮持續投入。矽谷在二零二五年短短九個月內,高達百分之九十三的新創擴展企業投資都流向了人工智慧領域,這股狂熱不僅推升了相關企業的估值,也導致標準普爾五百指數的市值高度集中於少數幾支人工智慧概念股,讓人不禁聯想起歷史上的泡沫循環。
人工智慧的發展並不止步於螢幕上的生成式人工智慧(Generative AI),一場從虛擬走向現實的「實體人工智慧」(Physical AI)革命正悄然興起。實體人工智慧指的是將人工智慧從軟體應用帶入現實世界的機器人、自動駕駛、擴增實境(AR)與虛擬實境(VR)等技術。這個領域在二零二五年短短九個月內,就吸引了超過一百六十億美元的投資,預示著下一波顛覆性力量將會是那些能與物理世界互動、執行任務的人工智慧系統。
全球市場的競爭也日趨白熱化,特別是在中國。百度已將其「文心一言」聊天機器人免費開放,而深尋等公司也推出低成本、高效能的人工智慧模型,這無疑加劇了市場的價格戰。此外,版權問題也成為人工智慧發展中的一大挑戰,許多出版商已對人工智慧新創公司提起版權侵權訴訟,而各國政府對人工智慧的監管討論也持續進行中,例如歐盟曾擱置相關法規,顯示法律與政策的不確定性依然存在。
就連蘋果公司也在中國市場選擇與阿里巴巴合作,以導入人工智慧功能,這凸顯了在快速變化的技術與法規環境下,全球化合作與在地化策略同樣重要。這場人工智慧的變革,從傳統服務業的自動化,到實體世界的應用,再到全球範圍的技術競賽與倫理法規挑戰,無疑將深刻影響我們每一個人。

人工智慧正以前所未有的速度和廣度,席捲全球的產業格局。從創投業者在服務業的積極轉型佈局,到科技巨頭的巨額投資狂潮,這波浪潮看似勢不可擋。然而,在追求高效率和高毛利的同時,我們也看到了「工作怠惰」等意想不到的挑戰,以及巨額投資可能無法帶來預期回報的泡沫化疑慮。
這場人工智慧革命不僅是技術與商業模式的競賽,更是對組織適應性、倫理規範及市場估值理性的嚴峻考驗。未來,人工智慧技術的持續進步與應用落地,將決定這波熱潮是引領經濟新時代,還是步入潛在危機。對我們而言,理解這些複雜面向,才能更全面地看待人工智慧帶來的機遇與挑戰。
【免責聲明】本文僅為教育與知識性說明,內容不構成任何投資建議。投資有風險,請務必謹慎評估,並尋求專業財務顧問的意見。
Q:人工智慧如何提升服務業的毛利率?
A:通過自動化流程和減少人力需求,人工智慧能顯著降低成本,從而提升毛利率。
Q:「工作怠惰」現象對企業有何影響?
A:「工作怠惰」會導致員工花費更多時間檢查和修正AI生成的內容,增加隱藏成本,影響整體生產力。
Q:大型科技公司在AI投資中面臨哪些風險?
A:他們面臨投資回報不確定性、資本支出巨大以及可能的市場泡沫化風險。