這份由 Benedict Evans 在 2025 年 11 月發表的簡報，以 “AI eats the world”（暫譯 AI 吞噬世界）為題，從平台轉變、資本流向、模型競爭、企業採用與治理等多個底層脈絡，重新拼合當前 AI 變局的全貌。
在一年內充滿工具更新、模型競賽與產業動態的資訊洪流中，這份分析的價值在於：它並非聚焦個別事件，而是揭示 AI 發展背後的底層敘事，包括資本狂潮如何形成、供應鏈極限如何浮現、模型收斂造成哪些市場混沌、企業為何在導入上普遍卡關，以及 AI 將如何重寫勞動力與治理架構。
這類系統性視角在日常新聞中較少出現，因此《AI 吞噬世界》成為 2025 年底難得的總結框架，幫助企業與決策者在雜訊之間辨識結構性的趨勢，而不僅是追逐單點技術事件。
＊Benedict Evans 是科技分析師與策略家，曾任矽谷知名風投公司 Andreessen Horowitz（a16z）的分析師，以深入淺出的宏觀科技趨勢分析聞名。他在業界擁有大量訂閱者，定期發布關於 AI 和科技未來發展的深度報告與演講。
📌 《AI 吞噬世界》適合誰閱讀？
- 企業或組織策略制定者，包括：高階主管、研發與產品主管
- 企業策略與管理顧問
- 人資、供應鏈、製造與客服主管
適合所有在科技、金融投資、企業策略、市場行銷，以及任何追求高效率自動化領域中，關注「下一個平台變革」，以及其帶來的價值捕獲與破壞的高層決策者、策略家和技術實施者閱讀。
🔴 報告洞見
《AI 吞噬世界》報告指出，生成式 AI 正成為科技史上的「下一個平台轉變」，規模可比 PC、網路與智慧手機。當平台轉變發生時，創新、投資與創業活動都會迅速向新技術集中。
這場變革對「科技業」意味著新的守門人與更大的價值重分配；對「傳統產業」則有以下關鍵思考：AI 究竟是新工具、新收入來源，還是一種威脅？
從歷史經驗看，PC、瀏覽器、搜尋與手機的早期產品很少成為最終贏家，早期領導者往往會消失。生成式 AI 正處於同樣的迷霧中，市場尚未看清「真正的 AI 產品」最終會以何種形式出現——瀏覽器、代理系統、語音介面，或是全新的穿戴式裝置。
平台正在轉換，但終局仍未定形。而當平台開始轉換，巨頭的第一反應永遠是資本投入。
💡 科技巨頭的 FOMO 正把 AI 推向史無前例的資本狂潮
關於 AI 平台轉變最顯著的特徵，就是規模空前的資本狂潮，這一切源於科技巨頭的「錯失恐懼症」（FOMO, Fear of Missing Out）。高層普遍認為「投資不足比投資過度更危險」，Meta 執行長甚至表示，最壞情況只是提前建好未來數年的基礎設施。
這股心態推動了巨量資本支出。報告指出，微軟、AWS、Alphabet、Meta 四大巨頭 2025 年的資本支出將逼近 4,000 億美元，遠高於全球電信業約 3,000 億美元的規模。
巨額投資也象徵競爭策略的轉向：從依賴網路效應，變為依賴資本與基礎設施堆疊競爭。疫情後巨頭現金流激增，使其得以持續投入這場昂貴的 AI 軍備賽。
然而，這場資本狂潮很快撞上實體基礎設施的上限：
- 晶片卡關：NVIDIA 雖然營收暴衝，但報告直指其產能仍「無法跟上」需求；台積電也「不願意／無法」以更快速度擴增產能。
- 資料中心過熱：美國資料中心建設金額已逼近，甚至超過辦公室建設。
- 電力瓶頸浮現：美國電網積壓成為主要限制因素，電力需求年增僅 2%，AI 可能額外推升 1% 的需求。微軟 CTO Kevin Scott 坦言，ChatGPT 上線以來，「要以足夠快速度擴建容量幾乎不可能」。
💡 平台轉換期的典型混沌再現
儘管數千億美元的資本湧入基礎設施，但報告指出，在投入了三年的時間、進行了大量的科學與工程研究之後，市場的最終形狀仍然缺乏清晰度。
雖然模型持續改進，市場上也湧現愈來愈多的競品，但它們之間的差異正在迅速收斂。多項通用基準測試顯示，不論是 OpenAI、Google、Anthropic，甚至中國模型，其分數都「極為接近」。這帶來了一個根本問題：模型是否正逐步商品化？
模型趨同使得價值捕獲位置變得模糊：
- 策略分岔：若模型無法建立護城河，實驗室必須選擇往下做晶片/基礎設施以靠規模競爭，或往上做應用與產品靠網路效應競爭。
- 採用困境：ChatGPT 雖在 2025 年達到每週 8 億活躍用戶，但付費率僅約 5%。大多數用戶仍屬「試用階段」而非日常使用。
- 產品體驗不足：報告引用賈伯斯的觀點「應從終端體驗倒推技術」，若缺乏完善的工具與包裝，用戶只會零星使用 AI。
在這種不確定性中，新創看到了機會，專門將 Google、Excel、Email 甚至 ChatGPT 的特定功能「解綁」出來（把既有大型產品裡的某個功能「抽出來」做成獨立服務，搶先佔領使用場景），形成典型的平台轉換期創新模式。
💡 AI 落地真正的敵人，是企業自己的治理與決策
對多數非科技/傳統產業而言，AI 的導入通常遵循固定節奏：先把 AI 當作功能吸收進流程，再自動化明顯的任務，接著用它做新產品的捆綁或解綁，最終才可能走向顛覆業務模式。
但目前最成功的企業應用仍停留在第一步，AI 多被視為輔助手段，主要用於編碼、行銷、客服與一般自動化。
採用速度也比預期更慢。到 2025 年 9 月，僅 25% 的 CIO 部署至少一個 LLM 專案；另有 40% 計劃 2026 年之後才開始。這顯示大型技術轉移向來需要時間──連雲端至今也只承載約三成企業負載。
即便如此，企業仍在推進試點，多半從「代理」用例切入，涵蓋 IT、知識管理、服務、人資、供應鏈與製造等領域，但真正落地仍需時間。導入過程的挑戰也與歷史規律一致：安全、隱私、IP、錯誤率、法規、資料整合與遺留系統。報告強調，AI 試點若失敗，問題往往不在模型，而在企業自身的技術治理與決策。
💡 AI 給企業「無限實習生」，勞動力與市場結構被重組
在 AI 被視為「功能」與「自動化工具」的階段，其影響雖然局限，但一旦企業真正開始放大這些能力，變化便不再是效率提升，而是市場結構的重寫。
報告指出，AI 等同於提供「無限實習生」，卻沒有任何跡象顯示錯誤率會消失，迫使企業重新設計人機協作：人類迴路放在哪？驗證能否自動化？又需要多少軟體來安全包裹模型？
這也讓傑文斯悖論重新浮現（The Jevons paradox：在 AI 的語境中，被用來探討當 AI 自動化技術提升了某項資源的使用效率時，對總體需求和勞動力的最終影響）——當「自動化實習生」出現時，企業會選擇用更少的人做同樣的工作，還是用同樣的人做更多的工作？
💡 AI 成功的終點，是被「看不見」
《AI 吞噬世界》強調，這場平台轉變仍在早期，新平台會迅速吸引創新與投資，但舊事物仍持續存在並影響市場。報告透過自動化歷史指出，當技術真正成功時，它會從「新事物」變成基礎設施。
例如 1950 年自動電梯普及後，電梯服務員這個職業迅速消失。這反映了自動化的本質：一旦成熟，就不再被視為獨立技術，而是默默融入流程。
對企業而言，戰略挑戰不只是導入 AI，而是理解它最終將如何重新編織所有流程，使其成為和自動電梯一樣的底層能力。
＊閱讀完整報告內容，請見：《AI eats the world》
【閱讀更多產業研究報告】
◆ AI 時代的資安不是防禦，而是治理：2028 前企業必須完成的結構性重編
◆ 整合碎片化金流，全球支付進入「多軌、多幣、多代理」新秩序
◆ 2025 資安全球威脅升級：駭客企業化、AI 詐騙加速、中國行動爆量
◆ 每天收 121 封信要怎麼工作？AI 助你成為「高產但不累」的專業人士➡️ 其他產業研究報告
＊初稿由 AI 協作，首圖來源：Unsplash
