AI不是泡沬, 不用AI才是泡沬

免責聲明
本文章僅為市場與企業案例分析，並不構成任何投資建議、招攬、誘使或推薦任何人買入、賣出或持有任何證券。文中提及公司、產品及股票代號，只作教育用途與產業分析示例。

---

如果你還在懷疑「AI 是不是又一場泡沫」，Palantir（PLTR）在 2026 年 2 月公布的 Q4 2025 財報，至少提供了一個很值得研究的樣本。這些數字不是簡報故事，而是企業客戶真金白銀付費後留下來的商業訊號：

• 整體營收 +70% YoY，達 14.1 億美元
• 美國商業客戶營收 +137% YoY，單季達 5.07 億美元
• 美國總營收首次單季破 10.76 億美元，YoY +93%
• Rule of 40 指標達 127%
• 2026 全年 guidance：整體營收預計 +61%
• 美國商業客戶指引至少 +115%
• 美國商業客戶單季 TCV 達 13.4 億美元
• Remaining Deal Value +145% YoY 至 43.8 億美元

如果 AI 只是空轉題材，這樣的增長、續約、合約能見度和利潤率同時擴張，就很難合理解釋。更準確的說法應該是：AI 題材之中確實有泡沫，但部分公司已經把 AI 轉化成真實生產力與真實收入。

不是所有 AI 公司都一樣——如何區分真泡沫與真落地

市場把「AI」這兩個字放在一起談，往往過度籠統。實際上，可以粗略分成三類：

1. 純概念 / 炒作型：估值主要建立在市場情緒，缺乏穩定付費客戶與可驗證的商業模式。
2. 基礎模型 / 賣鏟子型：例如 NVIDIA（NVDA），提供整個 AI 生態必需的運算基礎。
3. 真正落地型：把 AI 植入企業真實流程，並能量化 ROI。Palantir 常被視為這一類的重要案例。

PLTR 的重點不在於它有沒有「最厲害的模型」，而在於它把 AIP（Artificial Intelligence Platform）包裝成企業可直接採用的系統，讓 AI 不再停留在 demo 或 POC，而是變成決策、營運與執行的一部分。

錢最誠實：客戶為什麼願意付越來越多？

2023 年很多人質疑：「企業真的會為 AI 長期付錢嗎？」
現在，PLTR 美國商業客戶從試點導入、部門部署，再到企業級擴張，至少說明了一件事：當 AI 能證明它帶來可衡量的效率提升時，企業的預算就會打開。

較值得關注的不是口號，而是以下幾個指標：

• 合約總值是否持續擴大
• 剩餘合約價值是否上升
• 大額訂單數量是否增加
• 指引是否建立在已簽約與明確 pipeline 上

這些都是比「市場熱不熱」更有用的研究線索。錢包比敘事更誠實。

硬體是 AI 的剛需，軟體則決定它能否真正產生價值

要讓 AI 真正運作，硬體永遠是底盤。若把 AI 系統比喻成一輛高性能車：

• NVDA（NVIDIA） = 引擎：提供核心 AI 運算能力
• MU（Micron） = 高速油箱：HBM 讓資料吞吐不被卡死
• SMCI（Super Micro Computer） = 組裝系統：把 GPU、記憶體、冷卻與伺服器整合成可部署方案
• STX（Seagate） = 儲存後方：承接 AI 所需的大規模資料儲存

但只有硬體並不足夠。PLTR 最近更值得研究的地方，在於它嘗試把這些硬體資源變成真正能運轉的企業系統，例如：

• Chain Reaction：把發電、電網、資料中心設計與 GPU 調度整合進單一操作層
• 與 NVIDIA 合作推出 Sovereign AI OS Reference Architecture（AIOS-RA）：以完整方案方式協助主權客戶或大型企業部署 AI 基礎設施

從分析角度看，這說明軟體的角色不是「錦上添花」，而是把昂貴硬體轉化為真實商業輸出的關鍵。如果硬體 utilisation 不足，再好的 GPU 也只是高成本閒置資產。

「不用 AI 才是最大泡沫」這句話，應該怎樣理解？

這句話若直接拿來當口號，容易過火；但若把它理解成競爭分析，背後其實有一定邏輯。PLTR CEO Alex Karp 談過「commodity cognition」，意思接近：AI 模型本身會逐步商品化，真正決定勝負的，將是誰能把這些能力嵌入業務流程。

所以「不用 AI」的風險，不一定是股價立刻出事，而是：

• 硬體泡沫：花了很多錢建 AI 能力，卻沒落地場景
• 競爭力泡沫：對手已透過 AI 提升效率，你仍停留在舊流程
• 時間泡沫：等到必須追趕時，導入成本與組織摩擦會更高

這是一個商業競爭問題，不只是市場情緒問題。

AI 泡沫論的盲點：把所有公司混為一談

承認一點很重要：AI 領域確實同時存在高估值、概念炒作與敘事失真的情況。但歷史上每次技術革命都一樣，泡沫與真正創造生產力的公司常常同時存在。

• Internet 泡沫破裂，不代表互聯網本身沒有改變世界
• Cloud 早期曾被質疑，但後來成為企業 IT 基建的一部分
• Mobile 初期也被視為玩具，最後卻改變整個消費與軟體產業

因此，較好的研究方式不是問「AI 是不是泡沫」，而是問：

• 哪些公司只有故事，沒有現金流與客戶驗證？
• 哪些公司已出現可觀察的商業閉環？
• 哪些數據能證明產品不是一次性試點，而是持續擴張？

結語：這份財報更像是一面產業溫度計

看完 PLTR 這份財報，更合理的結論不是一句簡單的操作判斷，而是：

1. AI 題材內部需要分層，不能把所有公司混在一起。
2. 真正值得重視的，是企業客戶是否持續付費、是否擴大部署、是否把 AI 變成營運基建。
3. 硬體需求與軟體落地是互相扣連的，缺一不可。

換句話說，PLTR 這份財報更像是一面產業溫度計：它告訴市場，AI 至少在部分企業場景裡，已經從「概念」走到「付費生產力」。