2000年，大家相信公司名字加上.com就能飛，2026年，大家相信首頁寫上AI Powered估值就會飛。當年搶網域、流量和伺服器，現在搶GPU、資料中心和模型API。重點不是說AI是騙局，而是：技術可能真實，但不是每家標上AI的公司或工具都值得投資。
回到1990s末，網際網路像魔法，資本和創業者瘋狂，很多公司雖有使用者卻無法把流量變利潤，納斯達克從高點大跌77%，許多公司消失。這說明泡沫爆掉不代表技術是假，而是商業模式還未成熟。倖存者是那些把技術變成實際交易的公司。
今天AI熱潮與當年相似的三點：一、敘事巨大（AI會改變一切），容易成為萬用護身符；二、基礎設施先賺錢（賣GPU、雲端、資料中心）；三、應用層仍在找能真賺錢的模式，多數企業AI專案尚未產生可衡量的P&L影響。
但AI也與過去不同：一、個人立刻可用（ChatGPT等立刻帶來生產力）；二、基礎設施需求真實且耗資；三、滲透方式像水，會融入現有工具而非獨立App。
所以更精準的問題是：AI裡哪一層是革命、哪一層是泡沫？用淘金時代賣鏟子比挖金子更穩錢的比喻：底層（晶片、雲、資料中心）像高速公路穩賺；中間層（模型公司）強但燒錢；上層（應用）最接近使用者但易被複製。
判斷AI工具能否存活，關鍵在三點：資料（有無難以取得或整理的獨特資料）、流程（是否嵌入使用者日常工作）、分發（能否低成本觸及用戶）。沒有這三項，很可能只是會被平台內建的功能。
這支影片把 1990s 的網際網路泡沫（達康泡沫）和 2020s–2026 的 AI 熱潮做比較，說明相似之處、不同處，以及在現今判斷 AI 產品/公司存活性的實用框架。重點如下：
一、核心論點
- 網際網路當年是真的技術；泡沫發生的原因是市場把「網路會改變世界」這個正確敘事，直接推導出「所有披上 .com 的公司都值得高估」。結果很多公司有用戶卻沒辦法轉成穩定獲利，股價崩跌。
- 同樣地，AI 可能也是「真的的技術」，但這不代表每個打上 AI 標籤的公司或工具都值得投資或能長期存在。今天的 AI 熱潮可能會重演「泡沫化」——但方式不會完全一模一樣。
二、AI 與 1990s 網際網路的三個相似點
- 敘事強大且具包膜力
- 當年是「網路會改變一切」；今天是「AI 會改變一切」。巨大的敘事常被拿來當萬用通行證，讓缺乏收入或可行商業模式的公司也得到資本寬容。
- 基礎設施先賺錢
- 過去先賺錢的是賣伺服器、賣頻寬；現在最確定的現金流來源集中在晶片、GPU、雲端算力與資料中心（例如輝達與大型雲商的資料中心營收）。
- 上層應用仍在找答案
- 許多企業的 AI 專案能做 Demo，但在流程整合、資料、授權合規與成本上卡住，難以轉化為可衡量的損益（P&L）。
三、AI 與網際網路的重要不同點
- 個人可得的價值來得更快、更直接
- 使用者今天就能透過 ChatGPT、Claude、Gemini 等工具立即產生生產力提升（寫信、整理資料、寫程式、生成圖片等），不像 1999 年需要建立網站與伺服器。
- 基礎設施需求真實且可量化
- 訓練與推論需要大量電力、晶片與散熱，這些是真實的成本與產業機會（不像只是 PPT 上的願景）。
- AI 的滲透更像「水」而非單一 App
- AI 很可能嵌入現有工具（Gmail、Notion、Excel、VS Code、Figma、CRM 等），成為背後的能力，而不是每天打開一個獨立的 App。
四、判斷 AI 工具/公司的三個關鍵（不是只看有沒有 AI）
要判斷一個 AI 工具能否長期生存，應該看它是否同時具備這三項能力：
- 資料（Data）
- 公司是否掌握到「別人很難取得、整理或標註」的資料？若只是把公共模型包個漂亮介面，風險高。
- 流程（Workflow / Integration）
- 產品是否真的卡進使用者日常工作流程，成為每天必用的工具？好工具像水龍頭，是常用且不易被替換的。
- 分發（Distribution）
- 有沒有低成本取得使用者的方式？是靠可持續的自然流量、平台通路或企業既有客戶，而不是無止境燒廣告。
若三者都沒有，該產品極可能只是「會被平台內建的功能按鈕」，而非一間能長期獲利的公司。
五、結論：會重演，但不是完全一樣
- AI 技術大概率會留下來（像網際網路一樣改變世界），但市場上許多披著 AI 標籤的東西可能會泡沫化：
- 只包模型的工具容易被平台吃掉；
- 只靠燒錢取得用戶的公司會被成本壓垮；
- 只會講願景、講不出資料/流程/分發的團隊會在熱潮退去後裸泳。
- 真正值得投資或關注的，是能把 AI 變成穩定賺錢、穩定省錢、穩定嵌入日常流程的系統。
六、給不同讀者的建議
- 一般使用者：不需要對每條 AI 新聞過度焦慮。
- 創作者／小公司：別追每一個新工具，要練習判斷哪些工具會留下來；未來最值錢的不是知道最多工具的人，而是能看出哪些工具有長期價值的人。
