AI 資本支出恐踩雷？分析師警告「超大數據中心泡沫」，邊緣運算股成下一波黑馬

・ 2026 年 08 月 26 日

全球資金正瘋狂灌注 AI 超級資料中心，但分析機構警告，企業可能正押錯方向，恐浪費數千億美元。隨著小型語言模型在 PC 與手機上快速成熟，價值鏈恐自雲端巨頭轉向裝置與邊緣晶片廠，牽動 NVIDIA(NVDA)、Apple(AAPL)、Dell(DELL) 等關鍵股價走勢。

人工智慧投資熱潮席捲全球，從美股到主權基金，資金正一窩蜂灌入超大型 AI 資料中心與雲端運算。然而，來自 Panmure Liberum 的董事總經理 Joachim Klement 最近卻潑下一盆冷水，直指目前這波 AI 資本支出「可能押錯未來方向」，甚至恐讓企業在未來數年浪費掉「數百億甚至上千億美元」。

Klement 的核心主張，是 AI 應用的重心將從今日炙手可熱的巨型語言模型（LLMs），逐步轉向可在桌上型電腦與行動裝置上運行的「小型語言模型」。他引述史丹佛大學 2024 年 5 月發表的研究指出，一些能在消費級硬體上執行的較小模型，已經可以正確回答超過 80% 的日常任務與問題，顯示許多企業不一定需要昂貴的雲端運算與頂規 GPU，就能達到足夠的 AI 效果。

若這個路徑成真，衝擊最大的將是目前被視為 AI 最大受益者的雲端「超級平台」（Hyperscalers），也就是高度倚賴資料中心算力的科技巨頭。當前市場普遍預期，大量生成式 AI 需求將長期推升雲端運算與 GPU 需求，支撐 NVIDIA(NVDA) 等晶片商驚人的營收成長與股價表現。然而 Klement 警告，若 AI 活動明顯「下沉」到邊緣端裝置，雲端巨頭可能出現嚴重的產能過剩，投資人現在追價的，可能是未來幾年被證明「過度建置」的基礎設施。

與此同時，企業端實際部署 AI 的行為，也開始反映出「成本與效能匹配」的新現實。像 AT&T 這類大型企業，已公開表示會依任務需求，在不同模型間動態分配工作，考量包括成本與性能；而 JPMorgan 也明言，企業未來將同時使用大型與小型、開源與封閉模型，視情境靈活調整。Thomson Reuters 更是直接打造自家系統，核心採用阿里巴巴開源的 Qwen 模型，強調運行成本僅為同級「前沿模型」的一小部分，凸顯企業對降低 AI 運算成本的強烈意願。

在這樣的結構變化下，Klement 反倒看好過去被市場視為「AI 邊緣股」的裝置製造商。他點名 Apple(AAPL) 與 Dell(DELL) 是「目前他能想到最好的 AI 交易標的」，理由是若 80% 的任務可在本地 PC 或手機上，透過較小模型完成，那麼價值鏈將從雲端巨頭轉移到終端裝置與邊緣晶片供應商。換言之，在許多投資人眼中還是「傳統硬體股」的公司，有機會成為這波 AI 轉向中的最大贏家。

NVIDIA(NVDA) 也似乎嗅到了風向微妙的變化。除了資料中心 GPU 業務外，該公司推出的桌上型 AI 解決方案 DGX Spark，便被 Klement 解讀為「一種備用方案」，若資料中心成長趨緩，可藉由邊緣與本地 AI 發展，分散風險。他指出，目前 NVIDIA 的「edge」相關營收仍不到總營收的一成，但未來成長軌跡值得投資人密切關注，尤其在市場對資料中心投資是否過度的疑慮升高之際。

若 AI 應用重心從雲端轉向終端裝置，受惠的不只硬體品牌商，還包括專注邊緣運算與行動晶片設計的公司，例如 Arm Holdings(ARM) 與 Qualcomm(QCOM)，以及記憶體供應商。Klement 認為，即便資料中心需求降溫，AI 本地運算仍會拉動 PC DRAM 等傳統記憶體需求，只是從高帶寬記憶體(HBM)轉回更常見的 DRAM 規格。此外，在電力成本與能效愈來愈受關注的環境下，本地運行 AI 模型的經濟性更具吸引力。

他指出，若以每 GB RAM 的初始資本支出來看，在本地裝置上運行 AI 模型，成本約比資料中心低 80%；就連以零售電價計算，電費也便宜約 70% 至 80%。在企業開始精算每一次 API 呼叫成本的時代，這種級距的差異具有決定性意義，足以改變 CIO 對 AI 架構的整體規劃。

當然，Klement 也並未宣稱資料中心會走向夕陽產業。他強調，雲端軟體仍將繼續存在，許多高複雜度、高安全性要求的任務仍仰賴大型模型與集中式運算。然而，他認為市場已跨過一個關鍵拐點：新資料中心正在被「過度建置」，而大量可被下沉到本地端的任務，未來將不再需要動輒數十萬顆 GPU 的雲端叢集來支撐。

對投資人而言，這場「AI 基礎設施賭局」的真正風險，在於當前股價已反映一條極度樂觀的資料中心成長曲線，卻對終端與邊緣運算的價值重估仍在起步階段。若未來兩三年證明，大部分企業實際採用的是「雲端 + 邊緣」混合模式，且大量任務偏向在本地端執行，今日被視為 AI 邊緣股的 Apple(AAPL)、Dell(DELL)、Arm(ARM)、Qualcomm(QCOM)，反而可能成為下一波估值重評的核心。

Klement 的警示，某種程度上是在提醒市場：AI 革命不必然等同於無止境的雲端擴張。眼下投資人對 NVIDIA(NVDA) 等資料中心受益股的高度期待，必須與一個現實拉鋸──當技術讓「在你手上的裝置」就能處理八成任務時，誰才是 AI 真正的長線贏家？答案恐怕不再像現在的市場定價那麼單一而明確。