AI模型愈來愈強，但企業用得完嗎？「智能過剩」浮現

2026年09月26日（優分析／產業數據中心報導）⸺ AI模型過去幾年比的是誰更快、更強，如今情況開始出現變化。OpenAI執行長Sam Altman近期罕見支持放慢最先進AI的開發腳步，表面上是安全考量，但從產業發展來看，另一個問題正在浮現：模型能力增加得太快，企業可能還來不及把現有的AI能力用完。

OpenAI最新推出GPT-6 Astra，已被公司列為首款網路安全能力達到「關鍵等級」的模型。測試顯示，Astra能自行尋找未知安全漏洞並設計利用方式，部分研發工作先前因此暫停，後續開放也增加額外安全措施。

Altman因此認為，下一階段AI模型的推進速度，可能要看安全與社會調適能力能否跟上。他也支持Anthropic執行長Dario Amodei放慢最先進AI能力推出速度的主張。

但安全只是其中一個問題。

McKinsey的數據顯示，企業使用AI的速度很快，真正賺到錢的速度卻沒有跟上。目前已有89%企業在至少一項業務使用AI，但只有37%表示AI已對企業整體息稅前利潤(EBIT)產生正面影響。

這代表企業現在缺的未必是更聰明的模型，而是如何把既有模型真正放進工作流程，轉化成生產力與獲利。當企業還在消化現有AI能力，模型廠商已經準備推出下一代產品，「智能供給」與實際需求之間的落差開始擴大。

另一頭，AI產業投入的資金仍在快速增加。McKinsey預估，2026年AI基礎建設與模型架構投資將達7,690億美元，較2025年的1,450億美元增加逾4倍，今年上半年就已投入近3,840億美元。

OpenAI對資料中心及其他運算基礎設施的承諾投資規模更達約1.4兆美元。隨著模型愈做愈大，晶片、資料中心與電力需求也跟著增加。

問題是，實體基礎建設同樣開始跟不上。McKinsey預估，到2030年，美國AI資料中心用電量可能相當於目前整個加州，全球已有超過2,500 GW能源專案排隊等待電網併網。

因此，AI模型未來即使放慢，也未必只是因為安全。企業消化速度、投資回報、算力成本與電力供應，都可能比模型本身更早碰到限制。

AI產業下一階段要解決的問題，可能不再只是如何做出更聰明的模型，而是如何把已經大量增加的「智能」真正用掉。

※ 本文經「優分析」授權轉載，原文出處:原文連結
※ 免責聲明：文中所提的個股、基金、期貨商品內容僅供參考，並非投資建議，投資人應獨立判斷，審慎評估風險。