GPU 如飛機座位？AI 算力投資面對價格壓力
Citadel 創辦人 Ken Griffin 警告，AI 基建投資熱潮「幾乎肯定」存在泡沫風險。他以飛機座位比喻 GPU 算力：額外服務一名客戶的邊際成本較低，若供應過剩，營運商即使降價出售閒置容量仍可增加收入，結果可能觸發價格競爭。
這項說法主要影響押注算力租賃收入的投資者、基建營運商，以及正持續增加 AI 開支的企業。不過，這是單一投資人的市場判斷，並非 GPU 供應過剩或價格下跌已獲確認；其價值在於提醒市場，現時以高租金及長使用年期估算回報的假設，未必能一直成立。
算力一旦變得充裕，回報模型會改變
TechNews 科技新報 報道／指出，Griffin 以約 2000 年前後的電訊建設潮作對照：當年光纖鋪設超出實際需求後，通訊價格大幅下滑。他認為，若 GPU 也出現類似的供過於求，算力服務的收費可能下跌，進而削弱 AI 基建投資原先預期的回報。
他亦質疑，一些已使用五、六年的 GPU 仍能收取高昂租金的情況，未必可以再延續五、六年。這意味着，評估 AI 硬件投資時，不能只看設備能否繼續運作，也要考慮其可收取的價格會否受新供應、需求轉變或競爭影響。
企業開支開始回到任務層面
報道提到，企業客戶正更仔細區分任務：哪些工作值得採用 OpenAI、Anthropic 等較高價模型，哪些可改由成本較低的開源模型處理。管理層在收到帳單後，也會檢視 AI 支出是否帶來相應的生產力提升。
從企業採購角度看，這反映 AI 預算有機會由「先取得最多算力」轉向「按工作價值分配模型與算力」。這並不代表高價模型失去用途；較合理的推論是，當企業能比較成本與成果後，高性能模型較可能集中處理需要較高能力的工作，而可標準化或成本敏感的流程，會承受更大的降本壓力。
Griffin 並沒有呼籲投資者全面撤出 AI 相關股份。他認為，重大的經濟轉型常伴隨泡沫，而能夠渡過調整期的企業，仍可能成為日後的市場領導者。下一步值得觀察的，是企業採用 AI 後能否持續證明生產力回報，以及算力供應增加後，GPU 租用價格與舊設備收益會否真正出現調整。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- TechNews 科技新報 — 傳奇投資人示警 AI 算力泡沫 稱 GPU 如飛機座位 — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
