人工智慧 (AI) 近來備受市場關注，不僅新型的機器學習技術可望提升生產力，許多潛在應用機會仍待發掘。然而，AI 是否過度受到追捧？
隨著企業紛紛將大量資金投入超級運算技術，市場不禁懷疑科技業是否正在重蹈 1990 年代與 2000 年代初網路泡沫的覆轍，也就是科技股不斷飆升，但最後導致走向崩盤。雖然市場的疑慮值得理解，但這兩波科技熱潮其實不能相提並論。
有別於網路時代的許多企業執著於本夢比，目前建置雲端運算基礎設施的超大型企業已經開始獲利。雲端運算基礎設施建設正在創造大量營收，應用面包括雲端運算應用程式、基礎設施軟體、社交媒體廣告等。 也就是說，基礎設施發展時已有需求支撐，有助於雲端運算資本密集度維持穩定。
過去的網路熱潮建立在對「旗艦新品」的期待，但最後期待落空。相對地，目前積極發展 AI 的企業不僅已經獲利，投資雲端運算基礎設施的目的主要是為了提升效率。
目前企業支出集中在打造進一步的數位基礎設施，即加速運算技術，生成式 AI 只是其中之一。加速運算技術是效率更高的運算基礎設施，能夠應對 AI 與非 AI 工作，從社群媒體內容推薦，到機率定位、再到藥品開發模擬等，用途包羅萬象。這類基礎設施多為雲端運算領域，不妨把雲端想像成是供電給實體世界的「電網」，但供應的是先進運算功能。由於有助於提升效率、乃至於投資報酬率，各領域採用 AI 的速度比許多人預期得更快。
加速運算技術顛覆既有做法，讓原本不可行的工作變成可能。ChatGPT 預估，如果使用高效能伺服器 CPU，以通用運算技術訓練擁有 1750 億個參數的大型語言模式，需要 5 年時間；反觀如果採用高效能伺服器 GPU 的加速運算技術訓練，預計只要 2 到 4 個月。此外，相關仿真軟體公司估計，以加速運算技術進行高階空氣動力學，可將仿真時間加快 33 倍。
相關市場仍存在巨大成長空間。目前每年 CPU 出貨量達 1000 萬到 1500 萬顆，反觀加速運算伺服器不到 100 萬顆。聯博預計，全球運算能力安裝量中，加速運算技術不到 25%，兩年前幾乎為零。
聯博認為，生產力的巨大飛躍固然值得期待，但 AI 還需要幾年才會普及與廣泛應用，而 AI 代表重大的科技轉移，因此投資人也需要時間才能發掘長期受益企業。