近年來，人工智能（AI）已成為各行各業的焦點。從各種生成內容，到客戶服務用的聊天機器人，AI 似乎無處不在，準備顛覆一切。風險資本蜂擁而至，企業高管爭相宣稱自己的公司是「AI 優先」。然而，這股熱潮是否只是曇花一現？AI 的熱潮與 2017 年的區塊鏈狂熱有驚人的相似之處，兩者都經歷了典型的技術炒作週期（hype cycle）。

一、什麼是技術炒作週期？

「技術炒作週期」由研究公司 Gartner 首次提出，描述了新興技術從誕生到成熟的典型路徑。該週期通常分為五個階段：

階段 1 : 技術觸發（Technology Trigger）：新技術出現，引發公眾和投資者的興趣。
階段 2 : 膨脹期望高峰（Peak of Inflated Expectations）：誇大的承諾和樂觀預測推高技術的關注度。
階段 3 : 幻滅低谷（Trough of Disillusionment）：技術無法兌現過高期望，市場熱情消退。
階段 4 : 啟發斜坡（Slope of Enlightenment）：技術逐漸找到實際應用，市場開始穩定。
階段 5 : 生產高原（Plateau of Productivity）：技術成熟，廣泛應用於實務。

這一模型解釋了為何許多技術在初期被過分吹捧，最終卻陷入低谷。區塊鏈和 AI 的發展軌跡正是這一週期的典型案例。了解這一週期有助於我們區分真正的技術變革與由投機和市場行銷驅動的短暫熱潮。

二、區塊鏈的教訓：從狂熱到幻滅

2017 年，區塊鏈被譽為革命性技術，承諾改變金融、供應鏈、醫療等各行業。其去中心化的交易記錄方式被認為能取代傳統的中央機構。然而，許多區塊鏈項目最終淪為炒作的犧牲品。

1.⁠ ⁠投機驅動的狂熱

許多公司僅僅通過在名稱中加入「區塊鏈」一詞，就實現了股價的暴漲。例如，美國飲料公司 Long Island Iced Tea Corporation 更名為 Long Blockchain Corporation 後，股價一夜之間飆升 400%，儘管其根本沒有區塊鏈產品。柯達（Kodak）推出名為 KodakCoin 的加密貨幣，雖然概念模糊，股價依然大漲。這些案例顯示，區塊鏈的熱潮更多是由投機和「錯失恐懼」（FOMO）驅動，而非真正的技術應用。

2.⁠ ⁠技術未成熟與應用錯位

區塊鏈技術在當時尚未成熟，許多應用場景很不切實際。例如，一些公司嘗試用區塊鏈追蹤寵物食品成分，或推出基於加密代幣的忠誠計畫，但這些應用往往缺乏明確的優勢，傳統數據庫已完全可以勝任。結果，到 2019 年中，約 90% 的企業區塊鏈項目宣告失敗。

3.⁠ ⁠從幻滅到務實應用

儘管初期炒作消退，區塊鏈並未完全消失。經過調整，該技術在特定領域找到了實際應用，例如金融市場的「資產代幣化」（asset tokenization）。這一過程將房地產或公司股份等資產轉化為區塊鏈上的數位代幣，從而實現更便捷、低成本的交易。這表明，區塊鏈的真正價值需要時間和針對性應用來實現。

三、AI 的當前熱潮：炒作的徵兆？

AI 的發展軌跡與區塊鏈有驚人的相似之處。自 2023 年起，生成式 AI（例如 ChatGPT 和 DALL-E）引發了新一輪技術熱潮。以下是一些證據，顯示 AI 正面臨類似的炒作週期：

1. 過高期望與股價飆升

與區塊鏈類似，許多公司僅因宣佈採用 AI 就獲得市場青睞。例如，數位媒體公司 BuzzFeed，在宣佈使用 AI 生成測驗和內容後，股價飆升超過 100%。然而，其 AI 策略未能挽救其掙扎的業務，新聞部門最終關閉。這種現象表明，市場對 AI 的熱情更多基於期望，而非實際成果。

2.⁠ ⁠倉促實施的後果

金融服務公司 Klarna 在 2023 年用 AI 聊天機器人取代了約 700 名員工，聲稱其 AI 能處理數百萬客戶查詢。然而，這一舉措導致客戶滿意度下降，迫使 Klarna 在 2024 年重新雇用人力客服。

類似地，科技媒體 CNET 發表的 AI 生成文章充滿錯誤，嚴重損害了其公信力。這些案例顯示，過早且缺乏規劃的 AI 應用往往適得其反。

3.⁠ ⁠炒作的三大驅動力

AI 熱潮背後有 三個主要因素：

・膨脹的期望：科技公司受投資者和媒體壓力，誇大 AI 的能力，承諾不切實際的「轉型」。
・短期思維：企業專注於利用 AI 熱潮提升股價或市場形象，忽略長期風險。
・錯誤實施：許多公司倉促推出未經充分測試的 AI 系統，低估了技術的複雜性和實際需求。

這些因素與區塊鏈熱潮如出一轍，顯示 AI 正面臨類似的風險。

四、AI 是炒作還是真材實料？

儘管 AI 當前被過分炒作，但這並不意味著其毫無價值。與區塊鏈類似，AI 是一項具有真正變革潛力的技術，但其成功取決於應用方式和時間。以下是一些證據和分析，探討 AI 的真實潛力：

1.⁠ ⁠AI 的實際應用與價值

AI 已在多個領域展現了實用性。例如：

・醫療診斷：AI 算法在檢測乳腺癌和肺癌等疾病方面表現出色，準確率可媲美甚至超越人類專家。
・供應鏈優化：亞馬遜和沃爾瑪利用 AI 預測需求、優化庫存，顯著降低了運營成本。
・個性化推薦：Netflix 和 Spotify 的推薦系統依賴 AI 分析用戶行為，提供精準的內容建議，提升用戶體驗。

這些應用表明，AI 在特定場景下能夠創造顯著價值，遠超區塊鏈當年的空洞承諾。

2.⁠ ⁠AI 與區塊鏈的關鍵區別

儘管兩者都經歷了炒作週期，AI 與區塊鏈有重要差異：

・即時價值：AI 產品（如 ChatGPT）能為普通用戶提供即時功能，例如文本生成或圖像創作，而區塊鏈的應用對普通人來說往往較為抽象。
・低風險：使用 AI 工具的風險較低，用戶無需擔心資金被盜或詐騙，這與加密貨幣的負面形象形成對比。
・成熟基礎：AI 技術已有數十年的研究基礎，相比之下，區塊鏈在 2017 年出現時期，仍處於早期階段。

這些差異表明，AI 比區塊鏈更有可能在短期內實現廣泛應用。

3.⁠ ⁠當前挑戰與未來方向

儘管 AI 具有潛力，其發展仍面臨挑戰：

・技術限制：生成式 AI 常犯錯誤（例如「幻覺」問題），需要人類監督。
・倫理問題：AI 的濫用（如深度偽造）可能引發社會問題，需要嚴格監管。
・高成本：訓練大型 AI 模型需要巨額資金，可能限制中小企業的參與。

未來，AI 的成功將取決於是否能找到合適的應用場景。文章建議，AI 應專注於增強人類生產力，而非完全取代人類。例如，AI 可作為醫療專業人員的輔助工具，提供診斷建議，而非獨立診斷。

五、從炒作中吸取教訓：AI 的務實之路

區塊鏈的失敗教訓表明，技術的長期成功需要謹慎和針對性的應用。對於 AI，以下是一些建議：

・問題導向的應用：企業應專注於解決具體問題，而非盲目追隨 AI 熱潮。例如，零售業可利用 AI 優化庫存管理，而非強行將 AI 應用於不必要的場景。
・長期規劃：AI 實施需要完善的基礎設施和培訓，避免倉促上線導致失敗。
・人類與 AI 協作：AI 應作為人類的輔助工具，提升效率而非取代工作崗位。
・監管與倫理：政府和企業應制定規範，確保 AI 的透明性和安全性。

總結

AI 的熱潮無疑帶有炒作成分，其發展軌跡與區塊鏈的狂熱時期有諸多相似之處。過高的期望、短期的投機思維和錯誤的實施方式可能導致失望，甚至失敗。然而，AI 並非毫無價值。與區塊鏈不同，AI 已在多個領域展現了實際應用，且具備更低的進入門檻和更廣泛的用戶基礎。

區塊鏈的教訓告訴我們，技術的真正價值需要時間和務實應用來實現。筆者認為對於 AI，企業和社會應避免被炒作沖昏頭腦，專注於有針對性的應用，並確保人類與技術的協作。唯有如此，AI 才能從炒作的泡沫中脫穎而出，成為真正的變革力量。

最後，恭喜《PCM》新網站上線，相信新網站能帶給用戶更多有價值的資訊及更優的用戶體驗，大家繼續支持《PCM》 啦。