Bill Qian 拆解 AI 泡沫終局：當中國模型「太成功」，AI 會走上電動車的老路嗎？

2026 年 8 月初，AI 與半導體板塊在六、七月經歷一輪明顯下殺，市場關於「泡沫是否會破」的爭論再度升溫：SpaceX 股價回落到 100 多美元、OpenAI 的 IPO 從今年推遲到明年、知名 AI 主題基金 Situational Awareness 也被迫下桌。與此同時，中國開源模型在七月密集崛起，以極低成本提供接近閉源旗艦的性能，正在改寫全球使用智慧的價格結構。

本期 168X 邀請到老朋友、AI 與 Crypto 頂級投資人，同時也是自媒體「Bill It Up」主理人的 Bill Qian（@billqian_uae）。Bill 近期把 AI 放進更大的經濟與社會框架去觀察，關注人口紅利是否失效、國家為何重新下場、AI 泡沫會如何收場。在這場橫跨近兩小時的對話裡，他提出一個相當反直覺的核心判斷：AI 泡沫最大的基本面風險，可能不是技術失敗，而是「中國模型太成功」。 當中國把智能打成低利潤的基礎商品，全球社會總福利大幅提高，整個產業的收入與利潤卻未必同步成長，於是形成一種特殊的傑文斯悖論（Jevons Paradox）：一項技術可以極其成功，卻仍然是一筆失敗的投資。

👉 全球資金湧入半導體產業，台股站在最前線。168X 團隊出身台北，我們在 Telegram 開了 AI 半導體研究討論群，持續分享值得關注的資產和前瞻資訊，歡迎加入！

本文為 168X（@168X_Fortune）節目精華摘要，一個深度連結東方智慧與西方創新的頂尖對話平台，聚焦 AI、區塊鏈、機器人、太空科技及生物工程等尖端領域，探索技術、資本與人文智慧將如何重塑人類文明未來。

主持人：Mr. Z（@168MrZ） · Victor（@vcmktasa） & 來賓：Bill Qian（@billqian_uae）

收聽訪談：原 X Space 音檔 | YouTube 版（音質更佳）

本文目錄

• 一、AI 泡沫這次為何不一樣：速度、估值與「成長消化一切」
• 二、記憶體：從大宗商品到「類台積電」的先進製造重估
• 三、GPU 折舊：鐵路能等 50 年，GPU 等不起
• 四、中國廉價 Token 的價值顛覆：成功的技術，失敗的投資？
• 五、Token Budgeting 取代 Token Maxxing：閉源與開源的混用時代
• 六、價格戰會不會進入貿易談判：主權 AI 才是真正的變數
• 七、政府重新下場：東亞「舉國體制」與筷子文化圈的優勢
• 八、板塊輪動與能力圈：不要當那個接盤的人
• 九、下游決定一切：從應用層、雲廠商到晶片與記憶體的傳導鏈
• 十、機器人與具身智能：又一場「電動車式」的中美競賽
• 十一、主權國家的興衰：為什麼下一個亞洲，還是亞洲
• 十二、人口紅利的終結：印度為何是「第一個被 AI 做空的大國」
• 十三、歐洲的困境：從 DeepMind 賣給 Google 看人才外流
• 十四、UBI、主權 AI 與治理：AI 會像 F-35 一樣只賣給盟友

一、AI 泡沫這次為何不一樣：速度、估值與「成長消化一切」

Mr. Z：Bill 哥最近把很多心力放在 AI 上，而且時常有點憂國憂民的感覺，把 AI 放進更大的經濟與社會框架裡去看。你最近的文章常提出一些結構性的大問題：人口紅利是不是失效了、國家政府為什麼開始下場組織 AI 這個戰局，以及 AI 的泡沫會如何結束。我們可以先從 AI 泡沫聊起嗎？

Bill Qian：好的。我想這一波 AI 浪潮相對於之前的週期，最大的一個特點就是速度。這個速度可能是之前無法想像的：第一次、第二次工業革命可能需要花 50 到 100 年才完成 adoption（採用普及），PC 可能需要花十幾二十年才到 10 億用戶規模，而 AI 只花了三年，就讓全球現在有 10 到 20 億用戶。

當 adoption 的速度變得越來越快，很多時候階段性的泡沫，可能都會被消化在成長的速度裡面。 有一句話叫「有增長可以消化一切問題」，所以我覺得這是我們今天看 AI 需要注意的一個點。任何一次技術週期可能都會帶來泡沫、然後破滅，但這次我們需要理解：速度本身可能會影響整個週期的演變，它有可能變成非常短的市場調整。因為市場下來以後，突然用戶速度、產業增長又一下子讓大家重新回到牌桌上，這是我們之前好幾次都可以看到的現象。

另外一個點是，在這個過程中，我們需要時刻注意來自中國的這些「價值顛覆者」。有可能未來中國便宜的 Token 會讓整個 AI 產業，有點像電動車產業或光伏產業一樣：創造了大量的社會總福利，但在很長一段時間裡，它也會去殺掉美國那邊的估值。這是我最近看到、也和朋友一起交流的兩個現象。

Mr. Z：解讀你的文章，你是 AI 基本面的多頭。理由包括：AI 三年之內就觸及 10 億用戶，採用速度遠快於蒸汽機、電力、PC、網路；模型公司的收入成長很快；當前公開市場估值還沒達到當年的泡沫水平；而且大部分由大型科技公司的現金流支撐，不是高槓桿融資。所以會出現一種狀況：每次市場回調、殺估值時，只要新模型又有突破、收入又有突破、用戶又成長，把餅做大，估值又能重新被消化。那你的意思是，市場只不過是反覆地去槓桿（deleverage），加上一些 V 型回調而已？

Bill Qian：我覺得一方面是去槓桿，另一方面也是在調整估值的預期。但在這個過程中，我們需要時刻觀察的一個點是：它到最後到底是一個「Flash Bear」，也就是相對的快上快下；還是會像 2008 年的金融危機，或者 2000 年的網路泡沫破滅那樣，是一個相對 L 型的反彈。

什麼是 L 型的反彈？本質上就相當於預期的恢復、基本面趕上估值，需要更多的時間。但我現在看下來，覺得這一次⋯⋯包括 Anthropic 或大模型公司裡面很多研發人員都會覺得，整個事情的發展其實超過了他們的預期。大家都在判斷：奇點（Singularity）到底什麼時候會到來？AGI 什麼時候會到來？從用戶數、用戶時長，到 Anthropic、Claude 所代表的下游採買服務的意願，這些 adoption 數字的角度看，大家一方面可以去預期一個 L 型的熊市，但另一方面也要小心：所謂的熊市，邏輯到最後是對的，但表現形式這次有可能會微調。 這也是我一直在觀察的一個點。

Mr. Z：我自己也感受得到，AI 這波浪潮可能真的在短期（半年到一年內）熱情在退卻。第一個指標是 SpaceX 的股價跌到 $106；第二是 OpenAI 原本一直喊今年上市，也推遲到明年了；第三就是 Situational Awareness 這種指標型基金被整盤端走、去槓桿、爆掉。所以是不是市場的下一步，整個 tension 跟 capital 會往別的賽道跑，AI 這邊熱情退卻？

Bill Qian：對，我們可以看到最近連可口可樂的股票都創新高了嘛，板塊輪動肯定是會存在的。大家在板塊輪動的過程中希望去尋找新的題材，這些市場情緒都會長期存在。但我會更關注：回到 AI 這個話題，如果 AI 到最後收入本身超過大家的預期，比如 Anthropic 或中國大模型的收入在明年、後年還能持續 beat 預期，那對 AI 的投資就會持續存在。因為到時候 CAPEX 能不能收回、回本週期這個問題，可能也會被解決。你只要下游的 Token 賣得好，中間這些雲到最後也賣得好，那整個產業鏈最後都可以被 address（消化解決）。

從這個角度講，其實就好像你從 2001 年開始買亞馬遜：在大多數時間裡它都是賺錢的。亞馬遜過去二十幾年以電商股、或電商加雲的形式超級成長，你任何時候買，某種意義上其實都是對的，哪怕是泡沫最高的 1999 年買，到今天都已有 40 多倍的回報。

二、記憶體：從大宗商品到「類台積電」的先進製造重估

Mr. Z：我看到一個說法是，像記憶體可能佔（成本的）13% 到 18%，可是過了明年到後年，記憶體本身、甚至晶片本身，可能都會因為 oversupply（供過於求）導致價格崩落，從而壓縮這些大廠的營收和利潤。這到底會不會發生，還是它其實一定是 under supply（供不應求）？

Bill Qian：我相信最終供給肯定會跟得上需求。但基於下游對計算需求的成長，最近我也做了一些調研，產業裡的專家普遍認為，像記憶體的話，可能到 2028 年之前基本上都還處於一個非常供給稀缺的狀態。

同時，記憶體本身的市場結構也在發生變化：從原來非常同質化的 DRAM，到現在需要去客製的、先進製造業的 HBM（高頻寬記憶體）。在這個邏輯裡，未來記憶體本身的 CAPEX 爬坡週期會很長；而我們對記憶體整體的邏輯，也不會再是以前的 commodity（大宗商品），而應該像台積電（TSMC）一樣，變成一個先進製造業的邏輯。在這個邏輯裡面，未來估值本身也需要去重估。

但你剛才說的那個點，就是未來需求會不會被供給充分滿足，我覺得這個疑問是長期存在的。有可能到最後過分溢出；但在需求側，因為中國工程優化能力的上升，使得最後實現平衡。那樣的話，到時候上游製造業的估值、或者資產的上升，也需要有一個回落。

Victor：記憶體是這一輪最亮眼的賽道，它本身是一個非常強的週期股：建廠時間長、投入資本大，過往有非常顯著的週期特徵，行情好的時候爆賺，供給一下子出來的時候就爆虧。這一輪 AI 週期裡，記憶體確實有一些一樣、也有一些不一樣的地方：像 HBM 這種高單價、高毛利的銷售佔比顯著增加；HBM 的產能又排擠了 DRAM、NAND 等普通記憶體的產能，反而有助於傳統記憶體價格更穩定；像美光（Micron）這些公司也去跟客戶簽更長的約，簽了十幾份策略性客戶協議。整體 AI 泡沫來說，你覺得有哪些是這次不一樣、哪些是一樣的地方？

Bill Qian：先說一樣的點。首先，它是一個真實的創新，跟上一代的網路、電氣化、工業化一樣，我們會把這些創新和鬱金香熱潮分離開來，它還是個真實的創新。其次，的確所有創新的 CAPEX 跑得都比業務要快，不管是當年的鐵路熱潮還是電氣化，整個 CAPEX 的增長都遠遠超過收入。這也是為什麼今天大家擔心：雲廠商今年七千多億美元的 CAPEX，未來再過兩年，到 2028 年，整個雲的 CAPEX、AI 的 CAPEX 和 AI 的債務，會變成全美僅次於房貸的第二大債務市場。在這個邏輯下，下游的收入能不能去 address 上游的投資，這也是大家疑問的點。

但這次不一樣的有幾個東西。第一，在很長一段時間裡，其實大家是股本金的投資，債務本身並沒有那麼高，只是最近像 M7（美股七雄）也開始去募債的資金了。第二，也是很大的一個點，就是速度。之前工業化，蒸汽機到全英國工業勞動力超過農業，花了差不多 80 年；電氣化從第一台發電機開始到全美進入電氣化，花了將近半個世紀；網路也花了十幾年才有 10 億用戶。但今天差不多從 2022 年 11 月 GPT 誕生，只有 36 個月，全世界 AI 用戶就已經超過 10 億。當然你可以說，AI 的創新是建立在全球數位化、PC、網路和雲化的基礎上，在這個巨人的基礎上完成 adoption。但速度本身⋯⋯天下武功唯快不破，當速度夠快，是不是成長本身就會熨平現階段的一些增長問題？

還有一個點是，整體估值並不誇張。 上一個週期，思科（Cisco）差不多是 200 倍的 PE（本益比）；但今天記憶體跌下來以後只有三到四倍的 PE，台積電和輝達都是 20 多倍的 PE。你會發現整個產業其實沒有特別誇張的「市夢率」，基本上都在一個非常合理的本益比區間裡。大家更多的擔心是「你漲得太快了」、太多的錢湧入，非常自然地產生警示；但從絕對估值的角度來講，其實也還好。

三、GPU 折舊：鐵路能等 50 年，GPU 等不起

Mr. Z：這邊還有一個關鍵，我讀你的文章，覺得主要的點是 GPU 的折舊速度。GPU 其實只有三到四年的經濟窗口，但鐵路可以用 50 年、光纖可以用 25 年。即使 CAPEX 最終有需求，收入還是必須趕在 GPU 的折舊之前追上。這部分可以跟大家多聊一點嗎？

Bill Qian：是的。關於 GPU 的折舊期限，業內也有不同意見。有些人會覺得，被淘汰的 GPU 最後也可以用來做推理，所以可能可以延長到五到六年。我想表達的一個點是：現在大家都在算這個帳。前兩天好像 OpenAI 的 CFO 說，一個 GW（gigawatt，十億瓦）差不多一年可以回 100 億美元的 ARR（年度經常性收入），那這樣也需要三到五年之間回本。

所以關於回本週期這件事，大家都還是在一個觀望的過程中。目前看來，最大的擔心也是來自整體回本週期。因為這個回本週期最後會決定：傳統雲廠商 CSP，和那些 NeoCloud（新型雲廠商），他們的 equity（股權）回報，以及更為重要的，他們的 debt（債務）最後能不能還上錢。這是大家最大的疑問。

在這個疑問下面，我覺得會有兩個點。第一個點在於下游：Anthropic、OpenAI 或其他應用廠商的 Token 能賣得有多好。如果他們的 ARR 能一直往上漲，那上游的 CAPEX 最後也就不是問題了。 第二個點，是要去觀察最後中國廠商對於整個牌桌的一個顛覆。

四、中國廉價 Token 的價值顛覆：成功的技術，失敗的投資？

Bill Qian：當中國廠商最後用 1/20、甚至 1% 的 Token 價格，不管是在大模型還是多模態各個領域裡去進行價格戰，那最後有可能出現的是：全世界用 AI 的 social welfare（社會總福利）提高了，AI 的 massive adoption 提高了，但美國廠商的收入下降了；而美國廠商下降的收入，中國廠商也沒有完全賺到，因為他們自己也在打價格戰。

最後大量的開發者和用戶，是用了高價模型加低價模型的混合形式。從這個角度講，最後相當於 value creation（價值創造）有很多，但商業上的 value capture（價值捕獲）沒有那麼多。表現出來就是：美國廠商的估值會被殺掉很多；中國廠商當然會上來，但上來的也沒有它砍掉的那個估值那麼多。

所以這是接下來有可能需要去觀察的一個點。在那個點裡，如果這個產業最後變得有點像電動車一樣：消費者和開發者很高興，但投資這些企業，未來幾年還能不能獲得非常好的 ROE 回報？這是每個人都要去思考的。

Mr. Z：這聽起來蠻恐怖的。假設 Kimi K3、千問或者 whatever，表現開始大幅領先 Claude 或 GPT，普及率變高，反過來把 OpenAI 跟 Anthropic 的用戶吃掉，估值也下殺，市場開始去魅，頭部模型公司估值被壓縮，那在次級市場（secondary market）表現也不會太好，兩個巨頭的上市時間也延後。最後劇本會像這樣嗎？半年後我們可能會看到這個情景嗎？

Bill Qian：我會覺得，中國廠商在全球市佔率上升這件事，幾乎是確定的。因為如果去看網上的評測結果，你會發現開放權重（也就是所謂的中國開源模型）追上閉源的速度越來越快，performance（性能）的差距也越來越短。

五、Token Budgeting 取代 Token Maxxing：閉源與開源的混用時代

Bill Qian：在這個邏輯下，現在矽谷你會發現，大家的思路也從原來的「我的預算是無限的」，也就是所謂的 Token Maxxing（極致堆用 Token），到現在「我要開始非常精細地使用我的 Token」：什麼樣的用高端的、什麼樣的用中低端的，也就是 Token Budgeting（Token 預算化）。這個思路其實已經形成了。

在這個邏輯下，全球就是高端用 Claude 這種模型，中低端用中國的模型，這已經變成大家的一種使用習慣。 所以我覺得這件事情一定會發生。這也是為什麼前段時間我們可以看到 OpenAI 開始降價。我不確定 Anthropic 最後會不會準時上市，但它如果準時上市，股價也會很好地反映這個點：來自中國廠商的價格戰。所謂的價格戰，就是我用與你相近、類似的產品性能，但最後是幾分之一、1/10 甚至 1% 的價格。

Mr. Z：這聽起來是中國市場很擅長幹的事情，像京東或美團那時候的價格戰，打到你死我活，最後政府出來說「不要再瞎搞了」。這個會怎麼收場？因為中美之間這樣打，感覺一打不可開交。

Bill Qian：我覺得，要看這件事會不會進入各個國家的貿易談判裡，我自己直覺，暫時優先級還沒有那麼高。因為貿易談判基本上都需要是你本國選民、就業人口相對比較多的產業。舉個例子，澳洲很在意自己的牛肉，美國很在意自己的玉米，歐洲很在意自己的汽車，因為那都是選民很多、從業人口很多的產業。但 AI 本身是一個相對比較精英、充分競爭的產業，所以未來它會不會進入各國貿易戰的談判籌碼，這個我不太確定。 當然，如果涉及到數據合規之類的談判，我覺得是有可能的。

但短期的話，我感覺這還是又一次全球性的技術競爭。它跟以前不太一樣：以前比如中國電商的百團大戰、價格戰，都是基於區域性的；這次某種意義上是一個全球性的 AI 性價比大戰。

六、價格戰會不會進入貿易談判：主權 AI 才是真正的變數

Bill Qian：這裡面唯一一個阻止大家去打這個戰的點，我覺得可能未必是貿易戰的談判，而是各個國家對於自己佈局安全的顧慮。可能使得某些地方，到最後不在乎性價比，我就是要造自己的主權 AI。那這個我覺得是另外一個話題了。

Mr. Z：這個我也很好奇你的看法。很明顯，在東亞，台灣、日本、韓國基本上都是美國這個老大哥扶植出來的，算是美系半導體陣營。你之前也說過，要理解這一波亞洲股市的 hype，可能要先回溯到日本的通產省、韓國的經濟企劃體系，以及台灣經濟部跟工研院這些調動民間企業組織的力量。往中國那邊看，則要看發改委、地方政府跟產業基金。這個邏輯更像是政府去挑贏家。那西方經濟體系呢？你會怎麼看東亞跟西方經濟體，在調動國家重點產業上的作用，還有他們各自的優勝劣敗？

Bill Qian：我覺得在這個過程中，大家會發現，以前這種自上而下的舉國體制，好像是屢試不爽的。以前很多經濟學家覺得市場沒有辦法被干預，最好是 100% 都留給市場。但我們會看到，在東亞整個筷子文化圈裡，不管是韓國、日本、中國還是其他地區，這個自上而下的邏輯，其實讓很多產業都能夠做好。

在這個過程中會有一些浪費，但當一件事情太重要了以後，自上而下：一可以保證絕對的資源，二可以保證集中所有的資源去做一件事情。所以我們會看到，不管是台灣的晶片、韓國、日本，這個現象我覺得是屢試不爽的。

七、政府重新下場：東亞「舉國體制」與筷子文化圈的優勢

Bill Qian：在這個邏輯下，也會看到美國、印度他們也嘗試去效仿。但我覺得這種效仿最後意義可能有，但肯定不會像筷子文化圈那麼顯著。因為畢竟在一個小的政府下面，你能夠擁有的資源都是有限的。今天看來，對那些純市場派來講，這是一次打耳光的過程了。 最後會發現，筷子文化圈的邏輯，從當年的鋼鐵、汽車，到中國的光伏、電動車，一直到現在整個東亞擅長的晶片製造業，自上而下有的時候的確是很有效的。

Mr. Z：如果再次用這種政府自上而下的調度邏輯，它可以在頭部模型這邊被精準使用嗎？比如中國對阿里、騰訊或者月之暗面做精準的調度；又或者像美國川普，會用很多政治力量，比如之前說 Claude 的 Fable 5 有國家安全疑慮，所以一開始不開放給民間使用，只給美國軍方使用。這種自上而下的調度，在頭部模型這邊還有可能 work 嗎？我的意思是像當年台灣的經濟部跟工研院說「我們就是要把資源、人才、資金都往新竹去調度」。

Bill Qian：明白。我覺得這個現象在東亞是會長期存在的，我覺得這也和東亞整體相對比較大政府的邏輯有關係。而且東亞我覺得一直有一種文化：不管是官僚階級還是商人，某種意義上大家都共享了一種士大夫的情結，使得一件事情最後大家能夠共享一種語言，然後一起共享資源去把這個事情做好。同樣的邏輯，我會覺得在現在的西方可能會難一點。以前可能可以，比如羅斯福當政時候的美國，那個時候的美國政府其實也挺大的。

八、板塊輪動與能力圈：不要當那個接盤的人

Victor：大科技這一邊，我比較好奇 Bill 哥會怎麼看短期跟長期。如果以 20 年維度來看，網路企業確實翻了幾十倍；但蠻多投資人還是關注在當下要怎麼選到最好的賽道，短期內有不錯的回報。近期像半導體資金開始流到軟體、大科技這邊。這會不會就是我們下半年的主題？還是要走一步看一步？資金開始流向哪裡，有沒有看到一些苗頭？

Bill Qian：首先，我本身並不是關注短期輪動的專家。而且據我所知，大量的短期輪動它本身其實也是很混沌的。市場上的游資、韓國的 hedge fund、香港、陸家嘴，其實有大量 small cap 到 middle cap 的投資者，他們很多時候會去交流一些票，大家一起去買一個中等市值的公司，後面又會有市場上的小作文出來，最後大家一起去炒。某種意義上，這其實也和之前加密貨幣圈裡資本去追逐板塊是很類似的。

在這個過程中，嘗試去捕捉板塊，我覺得是很辛苦的一件事。當一個人想去嘗試捕捉板塊，那就說明你本身並不是去塑造那個 narrative（敘事）的人，而是你可能是接盤的那個人。 我覺得這本身就不是一個特別好的投資邏輯。除非你從基本面上已經判斷出接下來的一些瓶頸，比如能夠比較早判斷出 memory（記憶體）對產業的瓶頸，那到最後它就不是趨勢驅動，而是你研究整個產業鏈的瓶頸去驅動的邏輯。

所以回答你的問題，我並沒有那麼擅長去判斷短期的板塊熱點。除非你本身就在這個局中、你就是那個做局的人，否則我會建議大家還是要拿住你自己特別信的資產；或者到最後你可能就去買更相對比較寬基的 ETF，比如記憶體的、半導體的、甚至更泛科技的一些 ETF。我覺得堅守自己的能力圈會更重要一些。

九、下游決定一切：從應用層、雲廠商到晶片與記憶體的傳導鏈

Mr. Z：以現在的角度來看，你會怎麼看之後整個 AI 市場的發展？我們可以看到六、七月整個半導體跟 AI 面臨一個下殺，那大概到十一月美國期中選舉（midterm election）之後，你的預期是二級市場會有一個回調或崩潰，還是大概會漲？

Bill Qian：我不擅長進行市場趨勢的判斷。但我還是認為，不管是期中選舉、美國升息，這些點最後都是宏觀面的東西。現在的宏觀面肯定沒有之前那麼樂觀。我覺得手裡有部位的人，肯定要好好思考接下來的再平衡；而部位還不夠的人，我覺得也恭喜你們，可以耐心地等待出手的機會。

而對於基本面，我覺得很重要的一個點還是去觀察下游應用的增長，或者說 Anthropic 和 OpenAI 他們的 revenue 能不能繼續增長，還是說會遇到變數，比如中國廠商的競爭。這個可能是對他們殺估值會比較大的。或者說 coding（程式設計）業務漲得實在太快，使得一直超預期，因為 coding 基本上某種意義上，最後是可以替代掉這個世界上幾乎所有的白領工作。

我覺得觀察這個會比較重要。因為這是最下游，而下游會決定中游雲廠商的債務危機和 CAPEX 問題，他們又會決定上游晶片與記憶體的出貨量。所以這是一整個從下游到中游再到上游的邏輯。我會建議每個人都去觀察這個產業真實的基本面收入，最後能不能熨平整個產業的超高速增長。

Mr. Z：下游這一塊，我自己看，最下游還是 AI 的應用層，但再往上一層其實是大模型層。這個 AI 應用層這邊，似乎好像還沒看到除了大模型以外更多其他的應用，是這樣理解嗎？

Bill Qian：對，我同意這個理解。我們可以把整個 AI 分成軟和硬。軟的話，今天最大的收入都還是來自大模型；多模態裡面的影片、影像，這些收入目前都還沒有趕上大模型。而硬的話，不管是美國和中國的具身智能、機器人，我覺得現在的收入也沒有那麼大。

那後面你說買增長、bet 未來，肯定是希望軟這件事最後能替代全球比如 10%、20% 的白領工作；而硬的話，各種各樣的服務業、physical（實體）的勞動，最後也都能有多少替代。從這個角度講，這件事相當於：全球整個 labor 市場是幾十萬億的市場，最後能有比如 10 萬億被軟體 AI 與硬體 AI 替代。 那 10 萬億如果乘以 10 倍的 PS（市銷率），或者 20 倍的 PS，那也是一個 100 到 200 萬億美元市值的市場。將來在全球總產業裡，農業可能是少部分，工業化，然後很大一部分就是 AI enable（賦能）的產業。因為 AI 本身可能就會在服務業、金融裡創造更多的價值。

十、機器人與具身智能：又一場「電動車式」的中美競賽

Mr. Z：剛剛講到具身智能，我好奇你有沒有看一些 robotics（機器人）這塊？我看美國主要大家在講 Figure AI 這些頭部估值的機器人公司，中國大家最矚目的宇樹科技，好像是 8 月 10 號要來做 IPO。這個中美機器人的發展，我感覺有點像當年搞電動車的味道：美國蘋果說要造車，說了 10 年但現在 Apple Car 沒有；但小米說要造車，三年就量產了，還有比亞迪、小鵬這些很厲害的品牌。我覺得這種製造業還是中國拿手，你怎麼看？

Bill Qian：我會比較願意把整個機器人產業去類比電動車。因為這個事情到最後無非就是軟加硬：智能再加硬體。而中國本身就是一個製造業大國，我覺得在未來很長一段時間裡，其實都是中國超高性價比的供給去供給全球。

而美國的話，可能有點像手機產業：會有 iPhone。中國可能到最後會擠佔全世界幾乎所有的非蘋果用戶，而美國會有自己一個比較高端的「蘋果」。 不管是市場定位的問題，還是國家安全的考慮，或者是貿易壁壘，我覺得同樣的邏輯在具身智能、機器人裡也是一樣的。

其實到最後本質上都是一回事：手機某種意義上也算是一個手持的計算工具；電動車將來有了 FSD（全自動駕駛）以後，其實也是一個輪式機器人；那機器人到最後也是用當年造手機、或造電動車的邏輯去造的。所以我自己會預判，這個產業的未來會非常像之前的手機或電動車產業。

十一、主權國家的興衰：為什麼下一個亞洲，還是亞洲

Victor：你之前有發文說參加了世界人工智慧大會（WAIC）。現在政府下場的背景下，我蠻好奇：東亞的日本、韓國、台灣、中國，在這波 AI 熱潮中都蠻受益的；美國、歐洲、中東也在做大手筆的 AI 投資，用不一樣的方式去突破。你有提到東亞幾乎是上個時代唯一實現跨越式發展的地區，透過政府主導、計劃式的經濟去推動，完成一個類似「超英趕美」的動作。那在下一波 AI 浪潮，你會注意到哪些國家或地區也有這樣的潛力？比如東南亞的馬來西亞、越南，或者拉美、非洲，會不會有一些國家抓到這種「政府模式轉換」的機會？

Bill Qian：我們觀察貿易戰會看到，像墨西哥這樣的國家，最後的確成了階段性套利紅利的所在地。但整體上，從主權國家興起的角度，我覺得要有幾個點。

第一，一定的人口。然後是好的教育、好的「延遲滿足」的文化，說白了其實就是勤奮，就是你願意為明天去投資。這一點最後既會表現在努力學習上，同時也會表現在努力儲蓄和努力投資上。所以你會發現，這幾點使得整個儒家文化圈成為戰後少數幾個、可能幾乎是唯一一個，可以讓十幾億人、甚至 20 億人，完成從農業國家到已開發經濟體轉化的地方。

系統性上來講，我還是會覺得，21 世紀，下一個亞洲還是亞洲。 這裡面有比較先進、走得比較快的，比如新加坡、韓國，也有像中國大陸現在也在慢慢趕上來。東南亞的國家也需要去滿足這些條件：願意勞動、比較勤奮、願意投資，所以我們可以看到越南也都在發展。

有的時候我會把國家當做是一個企業的團隊，去判斷它行不行，其實跟判斷企業是很像的：延遲滿足、願意為未來投資、願意加入全球化的秩序，再加上一定的好的地理環境和外部環境。 所以我倒不覺得主權國家的興盛未來會板塊輪動，我還是會覺得，未來的紅利很大程度上依然會被亞洲國家拿到。所以其實國家之間的發展最後也是：技術給了所有國家、所有個體平權的機會，但機會和發展最後是不平等的。

十二、人口紅利的終結：印度為何是「第一個被 AI 做空的大國」

Victor：這也可以 Echo 到你另一篇談人口紅利的文章。亞洲這些國家最主要的優勢也都是人口紅利。你提到印度是全球第一個被 AI 做空的大國，最主要是因為印度的軟體業非常興盛，有點像美國矽谷的代工基地；但現在 AI 最主要取代的就是白領、這些工程師，印度確實首當其衝。那其他人口很多的國家，比如中國、日本，他們之後的人口能夠轉化成優勢嗎？還是也會遇到像印度一樣的問題？

Bill Qian：這個問題背後，我覺得需要解釋一下。在農業社會，人口未必是紅利，因為有馬爾薩斯陷阱（Malthusian Trap）：你很容易生了很多孩子，糧食不夠吃，最後餓死好多人，人口又回到那個平衡點。但到了工業社會以後，一旦你能啟動經濟的正循環、願意給大家教育的機會，大家一起從低附加值的勞動一直做到高附加值，在這個過程中，主權國家、人口紅利、勞動人口，這幾個詞其實都是正向相關的。所以你會發現，很多工業化主權國家的宣傳裡，其實都是非常鼓勵生育的。

這裡面一個核心就是：人口需要工作，創造了很多就業機會、產出了很多東西，然後獲得報酬，獲得報酬以後又會進行消費，消費又把之前人口創造的東西給消費掉，最後變成一個好的正循環。 那現在在 AI 領域就會出現：AI 本身創造了很多產出，但它未必需要創造那麼多就業機會，使得最後人口沒有那麼多能力去消費。這也是馬斯克為什麼提，他覺得未來整個貨幣現象都會是一個通縮的貨幣現象。因為如果當供給本身不太稀缺，那可能整個經濟學常識、整個關於人口的常識，都需要被重寫。

回到印度的微觀案例：印度過去有差不多三到四百萬的 IT 人口，這是整個印度本土中產階級夢的所在，大家都希望長大了以後做 IT。但現在打敗它的並不是其他國家的 IT 工程師，而是 Anthropic 的 ARR 增長。 這我覺得是一個很有意思的現象。所以未來我們怎麼去看待人口紅利這件事，我覺得也要分情況去思考。

十三、歐洲的困境：從 DeepMind 賣給 Google 看人才外流

Mr. Z：那歐洲呢？好像大家都把歐洲給落掉了。上禮拜馬斯克跟《經濟學人》（The Economist）的主編有一個訪談，整個訪談就是說馬斯克覺得歐洲有點被移民給搞亂，也沒有抓到網路之後的一整個發展，歐洲是落後的。歐洲這一塊，AI 的發展你有在看嗎？

Bill Qian：這塊我瞭解不多，我就談一談我的想法。歐洲 AI 的故事，其實我們可以從 DeepMind 最後被Google收購這麼一個故事，就可以見微知著。DeepMind 當時接受採訪時也說，他們想要繼續往下做，但只有美國有大錢，也只有美國有錢可以幫他們 cash out（套現退出）、把他們買走。所以你會發現，歐洲依然在產出人才，但歐洲的產能和財力，好像就只能去完成一些從 0 到 1 的事情，然後它變成了美國之外的一個人才培訓基地。

所以我會覺得，歐洲未來不光是在 AI 領域，包括在電動車或其他一些尖端產業，都會面臨很大的來自亞洲的競爭。之前有一個說法，就是 JD Vance 是從美國鐵鏽地帶成長出來的；那未來可能有一些當年的已開發國家，最後會變成鐵鏽國家。舉個例子，日本現在的人均 GDP 只有 4 萬美元，不到新加坡的 1/2，核心也是因為他們過去十幾二十年，一個一個原來可以賺錢的先進產業，正在被其他競爭對手拿走，包括來自中國汽車產業的壓力。

十四、UBI、主權 AI 與治理：AI 會像 F-35 一樣只賣給盟友

Victor：最後蠻好奇，剛剛聊到 AI、各國競爭、開源跟閉源模型、中美 AI 的競爭。你對未來 AI 在政府和業界之間、整體治理模式的變遷有什麼看法？長期來看，AI 可能取代大量勞動力，變成政府提供的一個基礎設施，有點像過去的電信公司到後來就變成基礎設施。之前 7 月的時候，OpenAI 一個之前的高管也提到，如果美國不限制閉源模型的出口、不限制來自中國開源模型的競爭，他擔心 AI 會成為一個共產主義的模式，變成都由國家來提供這些資源。你對政府未來對 AI 的治理模式有什麼看法？如果 AI 真的對勞動力和就業產生很大衝擊，會不會出現 UBI 這樣的模式？雖然你文章裡提到 UBI 更適合一些小國寡民的模式。

Bill Qian：我想先說一下 UBI（Universal Basic Income，全民基本收入）。我一直有幾個反對意見。一個是：你看全世界其實現在糧食大家平均分一分，早就不會有人餓死了，那為什麼現在還有人餓死？二是：美國現在貧富差距那麼大，但為什麼提高窮人的收入、做醫療健康的改革，也不容易？

所以我想表達的一點是：UBI 到最後，它是一個政治結構的設計問題。它跟那個時候社會總的 GDP 到底能有多少，可能沒有完全的線性相關。 但我們今天看到，在一些比較好治理的歐洲小國，其實失業保險、失業的工資也挺高的，某種意義上它已經實現 UBI 了。所以我覺得：第一，UBI 從來不是未來的事情，它今天已經在北歐國家發生了；第二，我覺得它也可能永遠都不會發生，因為我們今天看糧食問題就可以看到，哪怕全人類的糧食早就已經夠吃了，但依然在非洲、在海地有人餓死。

關於國家治理這件事，因為人工智慧本身，今天看來它能夠創造的價值、或者說它能夠替代的人類智慧，實在是太強大了，所以我覺得未來一定是會有政府的介入。不管民間的 AI 怎麼樣，我覺得主權 AI 是一直都會在的。 政府也會非常強地介入到 AI 技術、AI 數據、AI 能力的進口和出口上去。甚至包括，AI 未來可能就會像軍火一樣：你只會把最好的 AI 賣給你的盟友，就像美國的 F-35 戰鬥機一樣。

Mr. Z & Victor：今天非常感謝 Bill 哥花了一個小時，跟我們一起聊 AI 的全球格局跟發展。我們接下來會發布這次的訪談內容到 X、Substack、YouTube 等各大平台。也謝謝一路聽到這裡的每一位聽眾，如果你喜歡這集內容，歡迎關注 168X 的 X 與 Substack，把節目分享給更多對 AI、宏觀與硬科技感興趣的朋友，我們下次再會！

👉 全球資金湧入半導體產業，台股站在最前線。168X 團隊出身台北，我們在 Telegram 開了 AI 半導體研究討論群，持續分享值得關注的資產和前瞻資訊，歡迎加入！

👉 閱讀更多：

Frank Trading：這週五前守不住就再殺 1,000 點！全球半導體股市崩跌，底部到底來了沒？

Rick：實現 AGI 的路上要克制！梁文鋒不追小兔、Alphabet 獻祭自己，買模型不如買記憶體

投資TALK君：看對 AI 不代表看對標的！下半年「軟硬雙修」怎麼配？從大科技、英特爾到軍工與醫療

AI 冷戰的賣鏟人：超越登月的新軍備競賽，「錢進台股」第二幕才剛要開始

丙午馬年「三駕馬車」投資法：美股、台股、比特幣三市場配置策略

台股衝上全球第六：海外投資人怎麼買台股？有哪些必須關注的股票？

親手設計過永續合約，Owen 硬核拆解定價機制與莊家遊戲！一套宏觀到微觀框架，Q3 為何依然要重倉 AI？

獵手解構中國 AI 資產重估：買基金，別買個股和「老登股」！從兩長 IPO 到科創板大模型，跟著國家大基金走

半導體躺賺時間結束！七月怎麼交易？記憶體漲價潮、美元與亞洲股市的多空劇本 | 專訪 3X Long Labubu × Frank Trading

美日韓台 28 檔持股，Fiona 如何押注 AI 下半場？從 MLCC、800V、光互連到記憶體

下週美光財報會是黃金坑？大老師從「選擇權資金流」拆解 DRAM 儲存超級週期、SpaceX 與特斯拉聰明錢動向

qinbafrank：FOMC 前夕「沃許沒你想的那麼鷹」！美伊停戰重置宏觀邏輯，SpaceX 與半導體下半年怎麼走？

3X Long Labubu × AI 產業挖掘機：六月 AI 半導體急殺後，下一個 Alpha 藏在哪？

Rick 推演 AI「加速正在被加速」：從 MLCC、機器人、生命科學到 Crypto，如何佈局人類史上最大財富轉移？

qinbafrank 拆解美股回調級別，AI 真正風險是什麼？從軟體股、Marvell 光互連、Nokia 到 SpaceX 看資金輪動

Chris Lee 李書沸「選擇比努力重要」：從幣圈 OG 到重押記憶體三巨頭，AI 牛市回調預測、Web4 與年輕一代的機會

鐵柱解構中國半導體產業鏈：從長江存儲、CPO、功率半導體到華為韜定律

前高盛 FICC 高階主管 Herman Jin：半導體缺貨利多的是追趕者！光模組「應買盡買」，長鑫和長江存儲是中國最值得投資公司

關於 168X

168X 是一個深度連結東方智慧與西方創新的頂尖對話平台，致力於探索科技、資本與人文智慧將如何重塑人類文明未來。節目聚焦於 AI、區塊鏈、機器人、太空科技及生物工程等尖端領域，與全球領袖和思想建構者展開對話，以獨特的東西雙軌視角，揭示未來財富與創新的核心動力。節目由 ex-banker Mr. Z 與研究員 Victor 主持。

Website | X | YouTube | Apple Podcasts | Substack