黑皮日報

📅 新聞週報｜10/26 – 11/1

本週一句話：AI 投資熱潮先推升股市，隨後因巨額支出能否回收的疑慮轉為科技股拋售。中東斡旋未見突破，俄烏局部停火也在週末到期。

💰 經濟與市場

• Anthropic 上市申請與晶片業績一度帶動亞股；後來 Alphabet 等企業的財報和 AI 支出計畫引發疑慮，美亞科技股接連下跌，台股也由反彈轉為重挫。
• 聯準會與日本央行維持利率不變；加拿大央行則三年多來首度升息，試圖因應能源價格帶來的通膨壓力。

🤖 科技與 AI

• Anthropic 提交上市文件，也披露曾因安全疑慮暫停新一代模型訓練。AI 公司一面籌資擴張，一面面對安全與投資回報的檢驗。
• 幣安起初表示正調查安全事件並暫停部分提款；週末報導稱約 63 億美元加密資產遭竊，FBI 指向北韓。

🌍 國際局勢

• 沙烏地等國赴德黑蘭斡旋，卡達也提出停戰構想，但伊朗稱方案不可接受；美方撤離部分中東人員，週末伊朗再警告將擴大反擊目標。
• 俄烏戰事持續，雙方也傳出可能於 11 月重啟會談。局部六天人道停火讓居民撤離，但週末到期，煉油廠與工業設施遇襲的消息仍在增加。
• 以色列大選後，執政聯盟失去國會過半席次，組閣前景尚不明朗。
• 西班牙高鐵相撞事故的通報死亡人數由至少 10 人升至至少 69 人，事故原因仍在調查。

👀 下週留意

• 俄烏局部停火到期後的情況，以及傳聞中的 11 月會談能否重啟。
• 卡達斡旋能否推進、美伊緊張是否緩和。
• 以色列選後組閣協商。
• AI 支出疑慮與幣安安全事件的後續說明。

📅 新聞週報｜10/19 – 10/25

本週一句話：中東衝突升溫，船舶與沙國設施接連遇襲，油價上漲；AI 投資回報疑慮也讓科技股承壓。美伊雖討論短暫停火，週末仍未見協議。

💰 經濟與市場

• AI 財報一度帶動亞股反彈，但巨額支出能否回本的疑慮隨後引發科技股賣壓，資金轉向美債避險。
• 中東風險推高油價；週五美股下跌，道瓊收跌約 653 點。
• 中國第三季經濟成長加速至 4.5%，但內需仍弱；CSI 300 本週跌入熊市。

🤖 科技與 AI

• 微軟因供電疑慮退出英國資料中心合作；另一邊，AWS 表示部分算力訂單已排到 2028 年。AI 擴張仍受基建供應牽制。
• 美國要求聯邦民用機關移除 DeepSeek；OpenAI 則將透過 Google Cloud 提供模型，擴大企業通路。
• 星鏈在烏克蘭遭限速的報導，週末獲馬斯克承認；烏方表示連線已恢復穩定。

🌍 國際局勢

• 美伊停火提案仍在間接協商，但沙國機場、油設施與波斯灣船舶接連傳出遇襲；美國擴大調整中東使館人力，週末美以又傳出新一輪對伊攻擊計畫。
• 俄軍持續空襲基輔，烏軍則攻擊俄境資料中心等目標；三方和談傳出重啟可能，尚未舉行。
• 西岸襲擊與希伯倫附近槍擊後，以色列下令封鎖希伯倫；以色列大選前，國內也出現抗議。

👀 下週留意

• 美伊停火斡旋與中東使館安全情勢。
• 10 月 29 日奧列什基人道停火是否如白宮所說啟動。
• 以色列大選結果，以及西岸封鎖後續。

📅 新聞週報｜10/12 – 10/18

本週一句話：中東船舶與能源設施接連遇襲，油價走高；美國通膨高於預期，加上 AI 投資融資疑慮，讓科技股與亞洲市場承壓。俄烏能源停火則從宣布、遭質疑，到烏克蘭表示退出，始終未能落實。

💰 經濟與市場

• 荷姆茲海峽航運受襲擊干擾，布蘭特原油週五升至每桶 110 美元；美國原油也突破 100 美元。
• 美國 9 月消費者與生產者物價漲幅均高於預期，升息疑慮升溫。費半全週下跌 11.4%，AI 投資回報與融資成本也成為賣壓焦點。
• 台股週四重挫逾 1,655 點，外資單日賣超創紀錄，新台幣單週貶幅為逾一年最大；週五亞股雖一度反彈，市場仍震盪。

🤖 科技與 AI

• 長鑫公布新 DRAM 架構進展，市場擔憂中國記憶體競爭；另一邊，ASML 上調全年營收預測，客戶已詢問更遠期設備訂單。
• 微軟規劃大幅擴充資料中心，Anthropic 則傳出以高成本籌措晶片資金，凸顯 AI 基建需求與資金壓力並存。
• 美國八州起訴 OpenAI；FTC 也傳出向 OpenAI、Anthropic 索取安全相關文件，AI 產品安全持續受到檢視。

🌍 國際局勢

• 俄烏能源停火宣布後，烏方持續通報能源設施遇襲；烏克蘭週五宣布不再遵守協議，並攻擊俄羅斯煉油廠。
• 荷姆茲海峽接連有船舶遇襲、沉沒；沙國與胡塞武裝也互有攻擊，航運與能源設施風險尚未解除。
• 約旦河西岸接連發生定居者襲擊事件，記者與歐洲外交官受傷；美方要求以色列加強遏止暴力。

👀 下週留意

• 荷姆茲海峽船舶通行與沙國石油設施安全是否改善。
• 俄烏能源設施攻擊會否持續，以及停火談判有無進展。
• 通膨與 AI 融資疑慮後續如何影響科技股及台灣市場。

📅 新聞週報｜10/6 – 10/12

本週一句話：中東衝突與颶風讓油價大幅震盪，股市則在高利率與 AI 投資回報疑慮間反覆拉扯。半導體需求仍強，但地緣風險到了週末沒有消退。

💰 經濟與市場

• 油價先因中東供應風險、墨西哥灣颶風走高，又隨美伊談判訊號回落；週一一度突破每桶 105 美元後再回落。
• 美股在科技股賣壓後回穩、週五收高，但債券殖利率、能源成本與 AI 估值仍牽動市場情緒。
• 美國與俄羅斯達成柴油供應安排，引發對能源價格、對俄制裁及烏克蘭政策的討論。

🤖 科技與 AI

• 台積電第三季營收創高，三星也受惠 AI 記憶體需求；強勁的晶片需求，與市場對 AI 投資回報的疑慮並存。
• OpenAI 營收低於先前市場預期的報導，一度拖累晶片與 AI 概念股，之後股價回穩，但估值問題未散。

🌍 國際局勢

• 利雅德機場遇襲後，沙國通報傷亡擴大並延長關閉；美國評估是否加入對胡塞武裝的行動，區域風險仍高。
• 俄軍持續攻擊烏克蘭能源設施。澤倫斯基提出互停能源設施攻擊，但截至週一，停火仍未落實。
• 北韓週一向東海發射多枚彈道飛彈，朝鮮半島緊張升溫。

👀 下週留意

• 利雅德機場與周邊航運何時恢復，以及美國是否介入對胡塞武裝的行動。
• 俄烏能源設施停火能否談出具體安排、攻擊是否停止。
• 企業財報與通膨數據，會如何影響市場對利率及 AI 投資回報的判斷。

🛰️ AI 前沿公司動態｜11/5

OpenAI｜將收購 Pierre，擴充 Codex 的程式開發能力

• 是什麼：OpenAI 宣布收購 Pierre Computer Company，強化 Codex 建立、理解與審查程式碼的工具。
• 為什麼值得注意：這顯示 OpenAI 正透過併購加碼程式開發工具，直接切入開發者工作流程。
• 官方連結：https://openai.com/index/openai-to-acquire-pierre

OpenAI｜推出更快、可製作 GIF 的 Images 2.6

• 是什麼：Images 2.6 帶來更快的圖片生成、更精準的編輯與 GIF 製作，並擴充 ChatGPT、Codex 和 API 的控制功能。
• 為什麼值得注意：圖片生成正從單次創作走向可編輯、可整合進產品流程的工具。
• 官方連結：https://openai.com/index/introducing-images-2-6

OpenAI｜推出 Linux 核心漏洞自動修補流程

• 是什麼：OpenAI 表示，其自動化流程在 Linux 核心中找出、驗證並產生修補程式，處理了 948 個本機權限提升漏洞。
• 為什麼值得注意：這展示 AI 自動化安全研究與修補的潛力；948 個是 OpenAI 官方公布的數字。
• 官方連結：https://openai.com/index/a-thousand-fewer-paths-to-root

NVIDIA｜CUDA 13.5 加入 Vera Rubin 正式支援

• 是什麼：NVIDIA 宣布 CUDA 13.5 正式支援 Vera Rubin 平台，讓開發者可為新一代運算架構準備軟體。
• 為什麼值得注意：新硬體的正式支援有助於開發者及早建置與驗證相關應用。
• 官方連結：https://developer.nvidia.com/blog/nvidia-cuda-13-5-brings-nvidia-vera-rubin-ga-support/

OpenAI｜將 GPT-5.6 Cyber 提供給 AWS GovCloud 核准客戶

• 是什麼：Daybreak Red 讓核准客戶透過 Amazon Bedrock，在 AWS GovCloud（US-East）使用 GPT-5.6 Cyber 執行授權的網路安全工作。
• 為什麼值得注意：這把專用資安模型帶進政府雲環境，拓展 AI 在受管制場域的使用。
• 官方連結：https://openai.com/index/daybreak-red-aws-govcloud

今天的觀察：OpenAI 今天同時推進程式開發、影像生成與資安，從模型能力延伸到工具和實際工作流程；NVIDIA 則持續為新硬體鋪設軟體支援。

🛰️ AI 前沿公司動態｜11/4

Google DeepMind｜用 AI 代理加速藥物化學研究

• 是什麼：Google DeepMind 展示如何結合 Antigravity 與化學資訊學技能，協助搜尋化合物並提出新的大環分子設計。
• 為什麼值得注意：把 AI 代理帶進藥物探索流程，顯示通用代理正朝專業科學工作拓展。
• 官方連結

Meta｜以 F3 Lightning 加速廣告機器學習特徵上線

• 是什麼：Meta 介紹其廣告機器學習特徵框架 F3 的 Lightning 系統，負責將特徵編寫、編譯並提供給排序模型使用。
• 為什麼值得注意：單次請求可能需要超過 20,000 個特徵，這套基礎設施直接關係到大規模廣告模型的執行效率。
• 官方連結

Amazon AWS｜Amazon Bedrock 開放 Kimi K3 印度境內推論

• 是什麼：Bedrock 現可在孟買與海得拉巴區域提供 Kimi K3 推論，讓資料處理留在印度境內。
• 為什麼值得注意：境內推論有助企業因應資料所在地要求，擴大模型服務在不同地區的部署選項。
• 官方連結

OpenAI｜展示 ChatGPT 與 Codex 如何協助實體工程工作

• 是什麼：OpenAI 分享 ChatGPT 和 Codex 在電腦輔助設計、電路板設計與模擬等工程流程中的應用。
• 為什麼值得注意：顯示 AI 工具正從軟體開發延伸到硬體與實體工程領域。
• 官方連結

🛰️ AI 前沿公司動態｜11/3

OpenAI｜公開為 Codex 規模打造的 Git 相容後端 Pando

• 是什麼：OpenAI 分享如何建置 Pando，一套相容 Git 的後端系統，支援 Codex 帶來的大規模開發需求。
• 為什麼值得注意：顯示 AI 輔助開發的擴張，正促使公司重新設計底層工程工具。
• 官方連結：https://openai.com/index/scaling-git-at-openai

OpenAI｜提高安全漏洞通報獎勵，新增多種獎金

• 是什麼：OpenAI 調高安全漏洞獎勵，並加入依通報品質、研究者忠誠度及專案優先級提供的額外獎金。
• 為什麼值得注意：更積極地吸引外部研究者協助找出並修補安全問題。
• 官方連結：https://openai.com/index/rewarding-defenders-with-bigger-bug-bounties

OpenAI｜與 Cathedral Systems 合作籌備內部安全測試

• 是什麼：OpenAI 表示將展開內部安全衝刺，運用 AI 測試並強化自身防禦。
• 為什麼值得注意：反映 AI 公司也開始以 AI 輔助安全測試自身系統。
• 官方連結：https://openai.com/index/preparing-our-next-security-sprint-to-harden-openai

NVIDIA｜推出分散式 AI 工作負載故障診斷工具

• 是什麼：NVIDIA Attribution 協助追查分散式運算中，單一硬體或網路事件如何引發其他工作節點的錯誤。
• 為什麼值得注意：有助工程團隊更快定位大型 AI 工作負載的故障源頭。
• 官方連結：https://developer.nvidia.com/blog/diagnose-distributed-ai-workload-failures-with-nvidia-attribution/

NVIDIA｜以自動復原機制降低分散式訓練中斷

• 是什麼：介紹自動化工作負載復原做法，面對硬體與軟體依賴故障時，讓訓練工作更快恢復。
• 為什麼值得注意：大型訓練成本高，減少中斷可提升運算資源利用率。
• 官方連結：https://developer.nvidia.com/blog/keep-distributed-training-running-with-automated-workload-recovery/

NVIDIA｜分享用 Cosmos 建立互動式模擬世界模型

• 是什麼：介紹如何調整 Cosmos 世界模型以符合不同感測器、任務與資料，並部署到互動式模擬環境。
• 為什麼值得注意：讓世界模型更貼近實際開發需求，有助推進實體 AI 應用。
• 官方連結：https://developer.nvidia.com/blog/build-world-models-for-interactive-simulation-with-nvidia-cosmos/

Amazon/AWS｜以知識蒸餾打造更精簡的 AI 代理

• 是什麼：介紹在 SageMaker AI 上，將大型模型的代理行為蒸餾到較小模型的方法，降低多步驟代理的執行成本。
• 為什麼值得注意：讓企業有機會在保留代理能力的同時，減少每一步都使用大型模型的需求。
• 官方連結：https://aws.amazon.com/blogs/machine-learning/build-efficient-agents-with-knowledge-distillation-on-amazon-sagemaker-ai/

今天的觀察：OpenAI 與 NVIDIA 的更新都聚焦在工程與安全基礎設施：前者公開大規模 Git 後端並強化安全測試，後者則著重分散式 AI 系統的診斷與復原。

🧭 AI 趨勢追蹤｜10/31

英國政府｜AI adoption survey 2026（2026-10-29）

類別：政府與國際組織
重點：

• 使用至少一種 AI 的英國企業，從 2025 年的 16% 增至 2026 年的 32%；大型企業採用率達 52%。
• 使用仍集中在行政、行銷等工作。半數採用者表示生產力提高，但多屬小幅改善；64% 尚未看到營運成本變化。
• 障礙不只是工具價格：67% 的採用企業表示缺乏相關技能或知識。 gov.uk

要保留的懷疑：這是英國企業訪談與自述，生產力改善並非獨立量測。
來源：https://www.gov.uk/government/publications/ai-adoption-survey-2026/ai-adoption-survey-report-2026-executive-summary

國際能源總署（IEA）｜Powering Artificial Intelligence（2026-10-14）

類別：政府與國際組織
重點：

• IEA 估計，大型資料中心業者 2026 年資本支出將超過 7,000 億美元，主要用於新資料中心。
• 報告盤點涵蓋全球約九成資料中心容量的 34 個以上政策轄區；電網接入排隊、設備供應及許可速度，是擴建瓶頸。
• 已辨識的 134 項相關政策與法規中，近四成在過去一年公布或實施；各地正嘗試讓資料中心更彈性地接入電網。 iea.org

要保留的懷疑：接電申請包含重複或投機計畫，不能把排隊容量當成確定會落地的需求。
來源：https://www.iea.org/reports/powering-artificial-intelligence

Gartner｜Top Strategic Technology Trends for 2027（2026-10-20）

類別：研究機構與顧問公司
重點：

• Gartner 認為，企業下一步要處理的不只是模型能力，還有 AI 代理的身分、權限與監督；「代理」是能代人執行多步任務的系統。
• 它預測，到 2028 年，25% 的企業資安事件將與 AI 代理濫用有關；這是預測，不是目前發生率。
• 另一項預測是，到 2030 年，逾 75% 的美國以外組織將採取「數位主權」策略，也就是降低關鍵技術對單一供應商或地區的依賴。 gartner.com

要保留的懷疑：這是顧問公司的前瞻判斷，不能當成已驗證的採用結果。
來源：https://www.gartner.com/en/newsroom/press-releases/2026-10-20-gartner-identifies-the-top-strategic-technology-trends-for-2027

a16z｜The New Security Agenda（2026-10-28）

類別：創投與投資機構
重點：

• 在其調查的 100 位大型企業資安主管中，87% 預期 2027 年資安支出增加。
• 45% 計畫在一年內新購或升級內部 AI 代理安全工具，但目前僅 18% 已正式使用 AI 資安監控工具。
• 受訪者有 63% 表示，資安審查或限制至少拖慢了部分 AI 導入。 a16z.com

要保留的懷疑：樣本僅含千人以上企業的資安主管；a16z 也投資相關資安公司。
來源：https://a16z.com/the-new-security-agenda/

🔎 跨報告觀察

• 共識：AI 導入擴大了，但要深入核心流程，仍得補上技能、資安治理與電力基礎設施。 gov.uk
• 分歧：a16z 看到資安採購意願升溫；英國政府看到的普遍企業效益卻仍偏漸進。兩者調查對象不同，不能把預算意願直接等同於投資回報。 a16z.com
• 還沒人講清楚的：資料中心建置、模型使用量與企業實際獲利，何時能形成可持續的對應關係？ iea.org

📌 對你的意義

對 AI 與半導體產業而言，算力投資之外，電網接入與供電也會影響擴建速度。大型科技公司的支出規模很大，但英國企業調查提醒我們：終端使用增加，不代表效益已全面轉化；這些報告也不足以直接推定台灣廠商各自能取得多少價值。 iea.org

🧭 AI 趨勢追蹤｜10/24

OECD｜Enhancing user control and privacy protections in the context of AI（2026-10-15）

類別：政府與國際組織
重點：

• AI 需要大量資料，但取得資料與保護隱私不必是二選一；讓使用者信任資料處理方式，也有助於取得高品質資料。
• 聊天機器人應清楚告知提問內容是否用於訓練；OECD 主張提供比「全部同意或全部退出」更細的選擇。
• AI 代理是能代人使用工具、執行任務的系統。當資料在多個代理間流轉，原本的同意範圍與刪除要求會更難落實。

要保留的懷疑：這是政策簡報，提出治理方向，沒有估算各項措施的實施成本。
來源：OECD 報告全文 oecd.org

BCG｜The AI Maturity Matrix 2026（2026-10-20）

類別：研究機構與顧問公司
重點：

• BCG 用「受 AI 影響的程度」與「承接 AI 的準備度」評估逾 75 個經濟體，涵蓋 33 項指標；準備度不等於已有多少 AI 產值。
• 多數經濟體都在進步，但差別逐漸從「有沒有策略」轉為「能多快建成能力、投入使用」。
• 日本與韓國今年進入最高的「AI 先行者」組別；報告分別強調日本的合作與制度環境，以及韓國的本土模型、公共投資和算力建設。

要保留的懷疑：這是顧問公司的指標分類；組別變動不等於已證實取得相應的經濟收益。
來源：BCG 報告頁面 bcg.com

Forrester｜Predictions 2027: Artificial Intelligence（2026-10-14）

類別：研究機構與顧問公司
重點：

• Forrester 預測，2027 年企業科技支出每五美元約有一美元流向 AI；這是預測，不是已發生的支出。
• 它認為企業擴大使用 AI 的瓶頸，將更多落在治理、資料脈絡與工作流程，而非模型本身不夠強。
• 它預測企業選 AI 平台時，會更重視模型外圍的執行系統——負責連接資料、工具、權限並檢查結果的「框架」。

要保留的懷疑：完整報告需付費；上述具體預測由作者公開摘要補充，仍須等待 2027 年驗證。
來源：Forrester 報告頁面 forrester.com

a16z｜The Top 100 Gen AI Consumer Apps — 7th Edition（2026-10-05）

類別：創投與投資機構
重點：

• 這期榜單依每月網站流量、手機月活躍用戶排名；首次上榜產品只有 11 個，是七期以來最少。
• 報告引用的資料顯示，美國消費者約半數表示用過 AI，但每天使用者僅 25%；截至 8 月，訂閱三大聊天服務個人付費方案者占 4.5%。
• 付費高度集中：消費金額最高的 10% 用戶，貢獻約一半觀察到的支出。普及使用與穩定付費仍是兩回事。

要保留的懷疑：a16z 投資 AI 公司；流量、抽樣刷卡消費與全市場營收也不能畫上等號。
來源：a16z 報告全文 a16z.com

🔎 跨報告觀察

• 共識：下一關不只是把模型做強，而是讓 AI 真正融入可持續的使用方式：企業要能部署、消費者要願意常用，資料使用也要取得信任。 oecd.org
• 分歧：Forrester 預測企業 AI 支出將快速擴大；a16z 的消費端資料卻顯示，頻繁使用與付費仍集中在少數人。兩者市場不同，不能互相否定，但提醒我們「投入增加」不等於「人人都會付費」。 forrester.com
• 還沒人講清楚的：增加的 AI 支出，最終有多少會變成可持續的生產力或利潤，而不是算力與治理成本？ bcg.com

📌 對你的意義

看大型科技公司的 AI 投入，除了算力建設，也要區分實際使用、付費與企業落地；這幾份報告尚不足以推算半導體需求會持續成長多少。BCG 點出日韓正加快建設 AI 能力，但本文沒有提供足以判定台灣相對位置的明確比較，不能只憑半導體優勢推論整體 AI 準備度。 bcg.com

🧭 AI 趨勢追蹤｜10/17

世界經濟論壇｜The Next-Generation Computing Framework（2026-10-09）

類別：政府與國際組織
重點：

• AI 的競爭不只在模型，也在能否取得運算能力，並承受能源需求與地緣政治風險。
• 報告用「主權與相互依賴、資安與韌性、永續」三大面向，幫決策者檢查運算基礎設施的取捨。
• 它主張把供應安全、網路風險和能源一起評估，而不是只問算力夠不夠。

要保留的懷疑：這是決策框架，不是各國投資成效的實測比較。
來源：報告原頁 weforum.org

McKinsey｜The AI value curve（2026-10-14）

類別：研究機構與顧問公司
重點：

• 它估計，把 AI 用在現有工作中，全球每年有約 2.52 兆美元的潛在經濟機會；這不是已實現的收益。
• 經濟效益較強的方向，是協助高技能、高薪工作者完成部分任務，不一定是大量替代低薪工作。
• 同一用途在不同國家可能划算程度不同；模型估算中，AI 有效成本上升 30%，全球潛在價值便由 2.52 兆降至 1.67 兆美元。

要保留的懷疑：模型依賴工資、可自動化工時等假設，也未計入一次性的組織轉型投資。
來源：報告原頁 mckinsey.com

a16z｜State of Markets II（2026-09-30）

類別：創投與投資機構
重點：

• 大型科技公司的資本支出，正帶動半導體、電力和網路設備需求；部分建設也愈來愈依靠借款。
• 它觀察到算力需求仍超過供給，連較舊的 GPU（圖形處理器，亦用於 AI 運算）租用價格都保持韌性。
• 但採用不等於成果：它指出，近 30% 的標普 500 公司提及 AI 的「可量化影響」，約 2% 才報告追蹤中的具體指標。

要保留的懷疑：這是創投從市場與投資角度提出的判讀，算力需求持續強勁仍是待驗證的預期。
來源：報告原頁 a16z.com

OpenAI｜The EU’s next chapter in AI is agentic（2026-10-14）

類別：產業展望
重點：

• 「代理式 AI」指能從規劃到執行、協助完成任務的工具。其歐盟企業客戶樣本中，Codex 與 ChatGPT Work 已占輸出 token（模型產生的文字計量單位）逾半。
• 自 2026 年 5 月起，歐盟中小企業使用這兩項工具的每週活躍用戶增加 8.1 倍。
• 使用深度差距很大：歐盟使用量最高的一成企業，每名活躍用戶的輸出量是典型企業的四倍以上。

要保留的懷疑：數據只涵蓋 OpenAI 的企業與商業客戶，使用量也不能直接證明生產力或獲利。
來源：報告原頁 openai.com

🔎 跨報告觀察

• 共識：需求與部署在增加，但下一關是把使用量變成可衡量的價值；電力、成本與治理不能留到擴張後才處理。 weforum.org
• 分歧：a16z 強調算力供不應求、建設仍有空間；McKinsey 則提醒，即使可用的 AI 增多，成本稍有變動也會大幅改變工作端的經濟效益。兩者看的分別是基礎設施需求與最終使用價值。 a16z.com
• 還沒人講清楚的：新增的資料中心與企業 AI 支出，究竟有多少能轉成扣除電力、審核和組織轉型成本後的持續收益？ weforum.org

📌 對你的意義

看半導體與大型科技公司投資，不能只看晶片訂單或資本支出，也要看電力供應與企業能否證明 AI 的實際效益。對台灣而言，供應鏈需求與企業導入效益是兩個不同問題；這幾份報告不足以直接量化台灣會取得多少價值。 weforum.org

🧭 AI 趨勢追蹤｜10/12

OECD｜《2026 年 9 月期中經濟展望》（2026-09-23）

類別：政府與國際組織
重點：

• AI 投資及相關產品出貨，正支撐全球貿易與成長；OECD 預測全球經濟在 2026、2027 年分別成長 2.9%、3.0%。 oecd.org
• 真正的生產力提升，仍取決於企業能否把 AI 整合進工作流程，不能只看設備投資。 oecd.org
• 電力與先進半導體供應、借貸融資，以及企業獲利能否跟上預期，都是這波投資的風險。 oecd.org

要保留的懷疑：這是整體經濟展望，不是逐家公司驗證 AI 投資回報的研究。 oecd.org
來源：OECD 報告全文 oecd.org

BCG｜《Applied AI Index 2026》（2026-09-30）

類別：研究機構與顧問公司
重點：

• 調查逾 1,300 名企業高層後，BCG 將 7.5% 的企業列為 AI 應用最成熟者，另有 41% 正擴大應用並創造價值；「近半數有價值」不等於近半數都有可觀獲利。 bcg.com
• 受訪企業的 AI 支出已達營收的 3.3%；約 80% 不在企業資訊部門預算內。 bcg.com
• 42% 預期到 2030 年讓 AI 代理自主決策，但目前只有 5% 備妥相關控管。AI 代理是能代人執行多步驟任務的系統。 bcg.com

要保留的懷疑：這是高層問卷與 BCG 自訂的成熟度分類，不能直接當作企業財報成果。 bcg.com
來源：BCG 報告頁面 bcg.com

Air Street Capital｜《State of AI Report 2026》（2026-10-08）

類別：創投與投資機構
重點：

• 報告認為，模型能力之外，工具、可用資料與回饋方式，也決定 AI 代理能否完成任務。 stateof.ai
• 算力擴張不只是買晶片：融資、電力、建設及地方同意，都會影響資料中心何時能運作。 stateof.ai
• 報告記錄舊款 A100、V100 晶片在 2026 年 9 月仍有出租報價；但報價不能證明其獲利或實際使用率。 stateof.ai

要保留的懷疑：作者本身投資 AI 公司；報告也提醒，已簽約的算力不能視為已上線的產能。 stateof.ai
來源：State of AI Report 2026 stateof.ai

🔎 跨報告觀察

• 共識：資金仍在投入 AI，但下一關是把設備與模型變成可靠、可控的實際產出。 oecd.org
• 分歧：BCG 強調已有近半數企業進入創造價值的組別；McKinsey 近期問卷則指出，回報 AI 對企業整體營業利益有正面貢獻的比例為 37%，與去年大致相同。兩者問的是不同指標，不能直接比成「誰對誰錯」。 bcg.com
• 還沒人講清楚的：新增算力上線後，實際使用率與可持續獲利能否支撐目前的建設承諾？ oecd.org

📌 對你的意義

對半導體與台灣供應鏈，報告支持「先進晶片是關鍵投入」，卻不能據此推定每筆資料中心訂單都會如期落地。看大型科技公司的 AI 投資，除了宣布的金額，更值得區分已運作的產能、未來承諾，以及企業端是否真正得到回報。 oecd.org