AI 资本效率危机：硬件一年即报废？企业陷入“加速折旧黑洞”
https://technews.tw/2025/12/05/ai-capital-efficiency-crisis/
全球 AI 投资急速膨胀，看似黄金时代，实则隐藏资本效率危机。芯片迭代加速、训练需
求暴增，企业巨资建置的 GPU 与服务器尚未回收，即被新一代技术淘汰，形成“资本黑
洞”。
科技企业陷入困境，买越多折旧越快，投资反成财报负担。过去服务器与GPU折旧周期3-5
年，现缩至不到1年，甚至2-3年，NVIDIA、AMD年年推新，使旧硬件训练成本失竞争力。
对企业来说，已不再是单纯的技术升级，而是被迫参与的“军备竞赛”，买太慢算力跟不
上，买太快隔年就贬值，不买就失去资格。
若企业追不上回收速度，投资模式终难以持续
笔者认为这种“不得不买”的心态，是目前AI投资最危险的部分。过去企业用商业模式决
定是否投资硬件，如今却是“市场叙事”逼着持续加码算力。当投资决策由竞争焦虑而非
商业需求驱动，资本效率自然会迅速滑落。AI硬件折旧加速带来惊人财务压力，折旧费用
飙升、现金流紧缩、ROI下滑成科技业普遍难题。
Meta Platforms 、Google 等预估2026-2028年折旧低估1,760亿美元，帐面获利虚高；
Nebius Q3折旧摊销达9,900万美元，资本支出超50亿美元，现金流吃紧。而GPU迭代更快，
企业被迫从3-6年摊提缩短至更激进年限，收入难追上成本侵蚀，EPS恐压缩。
其实ROI崩塌并非技术本身的问题，而是“速度”的问题。AI技术进步固然重要，但若企
业永远追不上回收速度，这种投资模式终难以持续。笔者认为未来的市场会开始分化：不
是每家公司都需要买最新的GPU，而是要靠商业模式与效率决定算力需求。
资本错置（capital misallocation）问题也在AI投资热潮中逐渐浮现。大量资金涌向贬
值迅速的硬件，而能带来长期竞争力的软件研发、算法创新与人才培育反而被排挤，企
业疯狂扩充算力，却未真正改善生产力，甚至为了不落后竞争者而进行象征性投资。造成
三大后果：资金大量投入却回报有限；企业竞争焦点错位，从差异化创新转向无止境堆硬
体；整体经济资源配置效率下滑。
这让部分分析师开始警告，目前AI投资模式呈现“看似前进、实则低效”。硬件年年更新
，但商业模式未跟上；企业投入不停扩大，但产出没有同步提升；需求与算力投资间的落
差愈来愈大。
当硬件军备竞赛冷却，真正能活下来的是哪些企业？
AI 投资若持续偏向硬件，而忽略应用层的需求，未来三年内可能会出现一波“算力泡沫
”修正。尤其在企业削减预算、要求获利的环境下，那些缺乏商业化能力的AI 投资可能
会被迫关机或减量使用。
AI硬件的快速淘汰带来严重的永续危机。AI GPU与服务器因含高金属且耗能大，若使用不
到一年就成废弃物，将推升全球电子垃圾量。研究显示生成式AI到2030年可能产生120万
至500万吨电子废弃物，年增量最高达230万吨，回收率仅约22.3%，使ESG投资者忧虑这场
算力竞赛正成为“不可持续的资源浪费”。
随着资本压力上升，云端三雄AWS、Google Cloud与Azure调整策略，从大量购置硬件转为
租赁、弹性付费与Training-as-a-Service，避免折旧风险，支持弹性扩缩算力，
Compute-as-a-Service成为避免资本陷阱的重要手段。
AI产业正从“拼硬件”转向“拼效率”，普及小型语言模型（SLM）、重视软件与架构优
化，并期待政府订立永续算力标准，促使企业重新评估投资回收与商业化策略。否则未来
3至5年恐面临算力闲置和电子垃圾激增问题。当硬件军备竞赛逐渐冷却，真正能活下来的
是那些能让算力发挥最大产值，并能在技术快速更迭中保持财务稳健的企业。