全球科技巨頭持續擴大AI資本支出，帶動台灣半導體與伺服器供應鏈接單暢旺，但隨著投資金額快速攀升，市場也開始擔心，這波熱潮是否會重演2000年的網路泡沫。台新新光金首席經濟學家李鎮宇認為，AI股價仍可能面臨估值考驗，但就產業發展來看，目前應用仍在早期，加上這一輪是需求先出現、供給才接力追趕，較可能形成一段長周期成長。
台灣連鎖暨加盟協會日前舉行流通經營者餐會，邀請李鎮宇以「駕馭經濟大重組時代」為題發表演講。他指出，過去30多年，全球經濟循環多次由科技創新帶動，從個人電腦、筆記型電腦到智慧型手機，每一次新應用都帶動設備與供應鏈擴張，AI則是最新一輪科技成長動能。
從電腦到AI 台灣花40年走進供應鏈核心
回顧過去幾輪科技周期，李鎮宇指出，1990年代個人電腦開始普及，2000年後筆記型電腦成為主流，2010年後則由智慧型手機接棒。台灣產業也在這段過程中，從早期生產滑鼠、光碟機等周邊零組件，逐步進入筆電組裝、智慧型手機關鍵零組件，到了這一輪AI浪潮，台積電更直接站上晶圓製造核心。
他形容，台灣大約花了30至40年，從科技供應鏈外圍一路走向中心。這不只是單一公司的成功，也代表台灣在晶片、材料、零組件及製造流程上，累積了難以快速複製的產業基礎。
市場關注的是，AI資本支出已經快速成長數年，未來究竟還能走多遠？李鎮宇認為，外界對AI應用的想像仍然有限，就像電力剛出現時，人們只想到電燈，沒有預見冷氣、冰箱與各種電機設備；網路剛興起時，也有人低估它日後對生活與商業模式的全面影響。
他以生活化的方式比喻，理想中的AI應該是人類負責吟詩作畫，AI幫忙掃地做飯；但現階段卻是AI先學會生成文章與圖片，人類依舊處理大量實體工作。這也代表，AI雖已進入各種辦公與內容應用，但真正深入實體世界、取代繁重勞動的發展仍在早期。
網路泡沫供給先到 這次是需求先來
AI熱潮是否會重演2000年的網路泡沫，是市場近來最常討論的問題。李鎮宇認為，兩者雖然都伴隨大規模資本支出，但產業形成的順序並不相同。
他指出，網路熱潮期間，大量資金湧入電信及網路基礎設施，供給在短時間內迅速擴張，但真正的網路購物、影音串流與行動應用，卻花了10多年至20年才逐步成熟，當供給一次到位、需求卻沒有立刻跟上，產業自然容易出現產能過剩與價格修正。
這一輪AI則是需求先出現。從大型語言模型、雲端運算到企業導入AI，各種應用快速增加，供應鏈原有產能卻無法立即滿足需求，才陸續出現先進封裝、載板、記憶體及被動元件等環節供不應求。
李鎮宇形容，AI供應鏈比較像一場接力賽，上游先增加投資，下游觀察實際需求與上游產能後，再決定是否跟進擴產。由於各環節不是同一時間大量開出產能，整體成長速度可能較為漸進，產業周期也有機會拉得更長。
他也提到，過去部分科技供應鏈長期面臨品牌客戶壓價，毛利率有限，企業缺乏多餘資源提前大幅擴產。當AI需求突然出現，業者難以在短時間內增加供給，只能先透過漲價及逐步投資因應。這也和網路熱潮時，資金一窩蜂投入同質性基礎建設的情況有所不同。
不過，產業長期成長，不代表相關股票不會形成泡沫。李鎮宇在演講中也將「AI產業能否長期發展」與「AI股票估值是否過高」分開討論；他認為，產業需求可以持續擴張，但若市場開始以尚未實現的遠期想像，全面取代營收、獲利與現金流等基本面評價，仍可能出現估值風險。
換句話說，AI產業未必重演網路泡沫的發展路徑，資本市場卻仍可能因預期過度樂觀而震盪，投資人不能因產業長線看好，就直接推論所有AI概念股的價格都合理。
AI下一步走入實體世界 機器人應用難度更高
生成式AI之後，下一個受到關注的方向，是讓AI走進機器人、自駕車與各種設備，也就是所謂的Physical AI，中文可理解為「實體人工智慧」。
李鎮宇認為，實體AI會是下一階段的重要方向，但發展難度遠高於生成文字或圖片。以餐廳服務機器人為例，它不只要辨識哪一桌需要加水、哪些餐具應該收走，還得在三維空間移動、拿取不同物品，並處理東西突然掉落、客人臨時改變需求等非預期狀況。
相較之下，自駕車雖然也相當複雜，但多數判斷仍發生在道路這個相對固定的平面環境；服務型機器人則必須在更多元的空間及情境中行動，因此訓練難度可能更高。
他預期，早期應用可能先從搬運、按摩或特定生產流程等單一任務切入；能夠在不同角色及工作情境中自由切換的通用型機器人，仍需要更長時間發展。即使如此，無論是現階段的生成式AI，或下一步的實體AI，都需要更多運算能力與晶片，也將持續帶動半導體供應鏈需求。
從個人電腦、智慧型手機到AI，科技產業每一次成長周期，都不會沿著完全相同的路徑前進。李鎮宇的判斷是，這波AI需求已經出現，供應鏈仍在逐步補上產能，真正走入機器人與實體世界的應用更才剛開始。
對台灣而言，下一階段的考驗不只是AI熱潮還能延續多久，而是當產業從雲端模型、伺服器一路走向機器人與智慧設備，台灣能否憑藉晶片、材料與製造能力，繼續站在新一輪供應鏈的核心。