在資本市場，全球企業對AI的投資在2025年呈現出爆發式增長，總投資額按年增加逾一倍，達到5817億美元的歷史新高。生成式AI依然是吸金主力，相關企業的融資額按年飆升超過200%，囊括了近半數的私人AI資金。然而，在科技熱潮與資本熱潮的背後，算力基建的脆弱性與環境代價、勞動力市場的結構性斷層、以及負責任AI（Responsible AI）的發展滯後，正為全球經濟帶來深遠的隱憂。以下是《2026年人工智能指數報告》提到的其中四大趨勢：
趨勢一：投資熱潮與基建過度集中
報告指出，全球AI算力容量自2022年以來每年以3.3倍的速度增長，目前已達到約1710萬個H100等效算力。換言之，支撐這場AI軍備競賽的，是龐大且極度消耗資源的算力基礎設施。但算力需求暴增帶來了兩個極其嚴峻的挑戰：供應鏈脆弱性與環境生態代價。
首先是供應鏈的高度集中。儘管全球數據中心如雨後春筍般湧現，但全球幾乎所有最先進的AI晶片，皆由台積電（TSMC）一家代工廠生產。這種過度集中單一供應商的供應鏈，意味着全球AI硬件的命脈高度依賴單一節點，為全球科技經濟埋下了巨大的不確定性。
相關報導：輝達重啟供華AI晶片生產
其次是龐大的環境成本。AI模型的訓練與推理正消耗大量的能源與水資源。報告估算，單是訓練Grok 4模型，就產生了高達72,816噸的二氧化碳當量，這數字超過了一輛普通汽車一生的排放量。在電力消耗上，全球AI數據中心的電力容量已飆升至29.6吉瓦（GW），這相當於整個紐約州在用電高峰期的總需求。而在水資源消耗方面，僅GPT-4o一年的推理用水量，就可能超過120萬人的日常飲用水需求。
趨勢二：初級白領面臨「斷層危機」
AI對實體經濟的實質貢獻正在顯現，但其帶來的勞動力衝擊卻呈現出極度不均勻的態勢。報告估計，在企業層面，高達88%的受訪機構表示已在組織內採用AI，在客戶服務、軟件開發及營銷等結構性、易於量化的任務中，生產力提升了14%至50%不等。
然而，這些生產力紅利並未惠及所有勞動者。報告揭示，AI帶來的就業衝擊正不成比例地落在年輕及初級員工身上。以AI測量生產力提升最為明顯的軟件開發領域為例，數據顯示，美國22至25歲的年輕開發者就業人數自2022年以來大幅下跌了近20%，而與此同時，資深開發者的職位數量卻仍在持續增長。這反映出企業正利用AI工具（如AI編程助手）來取代初級編程與基礎除錯工作。
這種趨勢引發了深遠的擔憂：如果初級職位被AI大規模取代，未來的資深人才將從何而來？過度依賴AI可能會帶來長期的「學習懲罰」（Learning penalties），阻礙年輕工作者在實踐中累積經驗與發展深度推理能力，最終導致整個行業的技能斷層。
此外，超過三分之一的受訪企業預計AI將在未來一年內減少其勞動力規模，尤其是在服務營運、供應鏈和軟件工程等領域。儘管宏觀經濟層面的大規模失業尚未完全顯現，但企業招聘意欲的下降和職位結構的重組，已是不爭的事實。
趨勢三：商業應用與科學突破的雙刃劍
在科學研究與醫療健康領域，AI正從單一環節的「輔助工具」演變為能夠主導全局的「共同科學家」（Co-scientist）。2025年，AI在科學領域的應用取得了標誌性進展。例如，在臨床醫療方面，能夠自動記錄醫患對話並生成病歷的「環境AI抄寫員」（Ambient AI scribes）獲得了廣泛採用。多個醫療系統的醫生報告稱，撰寫病歷的時間減少了高達83%，顯著降低了醫護人員的職業倦怠感，部分醫院更錄得高達112%的投資回報率。美國食品及藥物管理局（FDA）在2025年授權了258種AI醫療設備，數量創下新高。
然而，報告同時警告：強大的模型性能評估表現，並未穩定地轉化為真實世界的臨床與科學價值。在醫療領域，首份《臨床AI狀況報告》審查了500多項臨床AI研究，發現近一半的研究僅依賴「考試式」的問答題進行測試，只有區區5%的研究使用了真實的病患數據。此外，絕大多數獲FDA授權的AI醫療設備，是透過修改現有設備的途徑進入市場，僅有2.4%的設備具備隨機對照試驗（RCT）的臨床數據支持。這種「測試成績優異的表象」與「真實證據匱乏」之間的落差，意味着AI在進入高風險、高專業門檻領域時，仍缺乏足夠的可靠性與安全性驗證。
趨勢四：治理滯後與信任危機
報告亦揭示，負責任AI（Responsible AI, RAI）的發展完全跟不上模型能力的提升，對於安全性、公平性等RAI指標的披露卻依然欠缺透明度。同時，AI的各項安全維度往往相互衝突，例如採用技術手段提升模型的隱私保護，往往會導致其公平性與準確性下降；而加強安全把關（Safety alignment），又可能削弱模型的實用性。目前業界仍缺乏一套有效的框架來平衡這些權衡取捨。
在監管信任度上，全球平均只有54%的民眾信任本國政府能負責任地監管AI。其中，東南亞國家（如新加坡、印尼）的民眾對政府的信任度最高，而美國民眾對本國政府監管AI的信任度則墊底，僅有31%。
相關報導：大灣區（澳門）人工智能拓展協會正式成立 倡AI成為人的助手
為應對這些挑戰，「AI主權」（AI Sovereignty）正成為全球政策的新趨勢。愈來愈多的國家（特別是新興經濟體）開始制定國家AI戰略，試圖在數據、算力基礎設施及模型開發上掌握更多自主權。例如，多個地區正積極推動數據本地化措施，並投入巨資建設國家級AI超級電腦集群，以擺脫對少數科技巨頭的依賴。
適應力將決定AI經濟的最終勝負
在資本的推動下，AI技術正以前所未有的速度，由研發階段步入商業應用，創造龐大經濟效益。然而，這場技術革命並非免費的午餐。未來的考驗，已不再僅僅是演算法能否突破下一個基準測試，而是人類的教育系統能否及時轉型以填補技能斷層，企業能否在提升效率與保留人才梯隊之間找到平衡，以及政策制定者能否在鼓勵創新與防範系統性風險之間建立起堅實的護欄。AI技術急速發展，而人類社會系統的適應速度，將最終決定這場經濟重構的成敗。
