「我不太相信，但所有人都在發財」——Benedict Evans 談 AI 泡沫、產品化困境與 Nvidia 的未來

本文整理自 The Circuit Podcast 2025 年 12 月播出的單集，由 Ben Bajarin 與 Jay Goldberg 主持，邀請科技分析師 Benedict Evans 談 AI 產業現況。

Benedict Evans 是誰

Benedict Evans 的職業生涯從網路泡沫時期的股票分析師開始，後來在電信公司做策略、當過顧問，2014 到 2019 年間任職於矽谷頂級創投 Andreessen Horowitz（a16z）。現在他獨立運作，每年發布兩次大型簡報，分析科技產業的戰略轉變，並為大型企業的董事會提供諮詢。

他的年度簡報是科技圈的必讀材料，以宏觀視角和歷史類比著稱。這次上 The Circuit，他把同樣的分析框架套用在 AI 上——結論是：我們還處於非常早期，早到連問題都還沒問對。

我們現在在哪個階段？

Evans 認為，AI 目前大約處於 1997-99 年的網路，或 2008-10 年的智慧型手機階段。

這個類比的意思是：很明顯這是大事，有真正的產品可以用，所有人都很興奮，一堆人衝出去創業。但另一方面，沒人真的知道這會怎麼演變、產品最終會長什麼樣、價值會落在誰手上、現在檯面上的玩家有多少會消失。

「我們站在巨人的肩膀上，」Evans 說。Netscape 剛推出時，全球大概只有五千萬到一億台 PC。現在有五、六十億人有智慧型手機。所以 ChatGPT 當然可以很快衝到八、九億週活躍用戶——但這個比較既不公平，也很有意義。不公平是因為基礎設施早就在那裡；有意義是因為這代表瓶頸不在用戶端，而在後端的資料中心建設。

泡沫的最純粹徵兆：FOMO

被問到 AI 是否處於泡沫，Evans 的回答很妙：「如果現在不是泡沫，很快就會是。」

他說，泡沫最純粹的徵兆是 FOMO（錯失恐懼）。那種感覺是：「我其實不太相信這個，但一堆白痴都在發財。」他拿 NFT 當例子——你明明覺得這是胡扯，但看著別人賺錢，你開始問自己：「我是不是該放手一搏？」當你開始這樣想的時候，那就是泡沫的氛圍。

Evans 接著講了一個老笑話：一個德州石油商人死後上天堂，發現天堂門口排了一堆人。他大喊：「地獄發現石油了！」前面的人全跑去地獄。然後他自己也跟著跑。聖彼得問他：「你幹嘛？這是你自己編的。」他說：「搞不好是真的。」

這就是現在 AI 圈的氣氛。

ChatGPT 看起來比實際上更像產品

Evans 點出一個很多人沒意識到的問題：ChatGPT 一出現就「看起來」像個產品，但其實不是。

他說，過去三年 AI 最核心的辯論始終沒變：用戶會直接面對一個空白提示框，還是需要把 AI 包進產品、使用者體驗、具體使用情境裡？

這裡 Evans 做了一個精彩的分析。他說，GUI（圖形使用者介面）有兩個功能。第一個大家都知道：你不用再背鍵盤指令了。但第二個功能更重要——GUI 告訴你在這個工作流程的這個階段，你應該做什麼。螢幕上的按鈕、選單、選項，都是有人仔細想過「用戶現在需要什麼」之後放上去的。

ChatGPT 沒有這個。它給你一個空白框，然後說：「它什麼都能做。」用戶的反應是：「什麼？」

會計師看到 VisiCalc vs 律師看到 VisiCalc

Evans 用一個歷史案例說明 AI 採用的差異。

1970 年代末，Dan Bricklin 發明了 VisiCalc（第一個試算表軟體）。他把這東西展示給會計師看，會計師的反應是：「你剛才 10 秒鐘做的事，我要花一週。」會計師立刻掏錢買了一台當時要價上萬美元的 Apple II，就為了跑這個軟體。

但如果你把 VisiCalc 展示給律師看，律師會說：「我不做這個。也許下週做工時表的時候有用，但這不是我每天的工作。」

這正是 AI 現在的處境。如果你是軟體工程師、行銷人員、客服人員，AI 立刻改變你的生活。但如果你是律師、HR，你會覺得：「很酷，但跟我每天做的事對不上。」不是工具不好，是你的日常工作流程跟這個工具的能力對不上。

更麻煩的是，很多人根本不理解 AI 是什麼。Evans 說，我們到現在還會聽到律師把 ChatGPT 當資料庫用，要它找判例，結果拿到一堆編造的東西——因為他們不懂這東西的本質是「產生看起來像好答案的東西」，而不是「查詢事實」。

那 CEO 說要讓全公司用 AI 呢？

Evans 遇過一個大公司 CEO 問他：「我要怎麼讓員工用 AI？」

他說，這就像 1997 年問「我要怎麼讓員工用網路」一樣。你幫每個人裝了 Netscape、拉了 T1 專線、給了 Proxy 帳號，然後問：「為什麼生產力沒提升？」答案很明顯：光給工具沒用，你得告訴他們這工具能解決什麼問題。

這不是用戶的工作，是創業者的工作。

Evans 強調：每一個 SaaS 應用本質上都是一個資料庫。Y Combinator 有個笑話說「Airbnb 就是一個 CMS」。技術上沒錯，但重點不在技術，而在有人花了大量時間想清楚「這個工具要解決什麼問題、工作流程應該長什麼樣」。ChatGPT 讓你可以不用學寫程式就能做很多事，但它沒有幫你想清楚「你應該做什麼」。

價值會落在哪裡？

這是 Evans 分析中最精彩的部分。

他說，如果以現狀來看，通用模型正在商品化。這週 ChatGPT 5.2 領先，下週是 Gemini 3.1，再下週是 Claude。在通用基準測試上，它們都在五個百分點以內。對一般週活躍用戶來說，你大概分不出 Gemini、Claude、ChatGPT 的差別（Grok 除外，因為它會開始跟你講希特勒有多棒）。

但消費者使用量完全不同。基本上就是 ChatGPT，然後 Gemini 和 Meta 大約是一半的量（有趣的是，Meta 在矽谷被認為已經出局，但它有分發優勢）。Claude 基本上沒有消費者認知度，這讓人好奇 Instagram 共同創辦人 Mike Krieger 還待在那裡幹嘛。

所以問題來了：如果模型都差不多，你要怎麼競爭？

Evans 提出幾個方向：

1. 往下走，做基礎設施：像 AWS 那樣，賣商品化的東西但靠規模取勝
2. 往上走，做產品：在模型上面蓋產品、找網路效應、做分發
3. 綁定既有服務：Google 把它變成搜尋的功能、Apple 整合進作業系統

這帶出一個尖銳的問題：OpenAI 在哪裡？

它的模型沒有比別人好多少，它沒有 Google 的分發、沒有 Apple 的裝置、沒有 Meta 的社交網路可以綁定。Evans 的結論是：「Sam Altman 正在拼命地用紙（股權）換資產、換分發、換產品、換人才——趁音樂還沒停。」

Nvidia 是下一個 Sun Microsystems？

最後，Evans 把矛頭指向 Nvidia。

他的第一個觀察是：Nvidia 不賣晶片，它賣的是整台電腦。它賣的是非常高階、非常複雜的完整系統，裡面大部分技術和晶片都是它自己的。這跟 Sun Microsystems 當年做的事一模一樣——賣給你一台比 PC 貴 10 到 20 倍、但也快 10 到 20 倍的電腦。

Sun 的結局是什麼？摩爾定律追上來了。Evans 引用一個工程師笑話：「俄羅斯螺絲起子就是一把鐵鎚，你用力敲就對了。」摩爾定律對運算做的就是這件事——低效率的通用硬體變得越來越快，最後把高效率的專用硬體壓扁。

當然，Nvidia 的情況有些不同。它有 CUDA 生態系，這是 Sun 沒有的網路效應。但 Evans 質疑這個護城河有多深。TPU 已經存在，Google 的競爭對手開始買 TPU。華為在做的晶片沒那麼好，但如果你買夠多，對中國公司來說效果一樣。

他的結論是：「我很難看到一個長期可持續的局面——大家都在跑差不多的模型、用差不多的數學、在本質上可以互換的晶片上。」他強調這是五到十年的故事，不是現在的空頭論述，但他看不出 Nvidia 有 Intel 當年那種鎖定效應。

主持人 Jay Goldberg 趕緊補充：「我要聲明，這是 Benedict 說的，不是我說的。Nvidia 粉絲的仇恨信請寄給他。」

我的觀察

Evans 整場訪談最核心的洞見，其實不是泡沫或 Nvidia，而是那句「定義問題是創業者的工作，不是使用者的工作」。

媒體業是個好例子。跟同業聊 AI，多數人的用法還停留在最原始的階段：寫完一篇稿子，整篇貼進 ChatGPT，打「給我三個標題」或「幫我寫臉書貼文」。這不是笨，這是 Evans 說的 GUI 第二功能的缺失——沒有人告訴他們，在寫稿流程的哪個環節、用什麼方式、問什麼問題，才能真正省下時間。研究階段的用法跟改稿階段完全不同，但空白提示框不會告訴你這些。

結果就是 Evans 描述的那個局面：早期採用者自己花時間摸索出一套用法，其他人用了幾次覺得「也還好」，然後停在「每週用一次、不知道還能幹嘛」的狀態。這跟 1997 年公司幫每個人裝了 Netscape 卻沒人知道要幹嘛，本質上是同一件事。

這中間缺的那一層——有人坐下來認真想過「這個職業的工作流程長什麼樣、哪個環節可以塞進 AI、應該怎麼塞」——才是真正值錢的東西。Evans 說這是創業者的機會，我同意。但對多數還沒被創業者服務到的人來說，這也解釋了為什麼 Copilot 全公司部署之後，使用率低得可憐的故事不斷重演。工具本身不會告訴你該解決什麼問題。

至於 Nvidia 和 OpenAI 的未來，Evans 的分析框架很清楚：沒有分發、沒有鎖定效應的公司，在商品化浪潮中會很辛苦。這不是說它們會失敗，而是說它們必須在音樂停止之前，把帳面上的估值轉換成真正的護城河。Sam Altman 顯然很清楚這件事。他正在用紙換資產、換分發、換人才。問題是，他能跑得夠快嗎？