過去幾年，市場一直在討論 AI 是否存在泡沫。Bain & Company 最新的《Technology Report 2026》卻提出了一個更實際的問題：全球正在投入數萬億美元建設 AI 基礎設施，究竟需要創造多少經濟價值，才能支撐這場投資？
答案可能是：每年接近六萬億美元。
Bain 估計，Microsoft、Google、Amazon、Meta、Oracle 等超大規模雲端服務商的資本支出，在 2026 年可能達到 7,800 億美元，接近三年前的五倍。AI 數據中心亦正快速邁向 GW 級規模，到 2031 年，全球每年 AI 基建支出可能高達 1.5 萬億美元。
如果假設資本支出約佔產業收入四分之一，要長期支持這種投資規模，AI 市場年收入便需要接近六萬億美元。這也是整份報告最值得留意的地方：AI 下一階段的問題已經不是技術能否實現，而是能否創造足夠收入。
目前最清晰的 AI 收入來源，一邊是消費者訂閱及廣告，另一邊是企業提升生產力。Bain 估計，到 2031 年，前者可能創造 2,000 億至4,000 億美元收入；企業 AI 則可能貢獻 1萬億至1.4萬億美元。兩者合計最多約1.8萬億美元，距離六萬億美元仍有約 4.2萬億美元缺口。
因此報告特別強調：
“Productivity gains from existing enterprise and consumer applications won’t be enough; entirely new markets must emerge to close the funding gap.”
換言之，如果 AI 最終只是幫企業寫程式、做簡報、處理客服和節省人力，這場基建投資很難獲得足夠回報。真正的機會，是 AI 能否由 cost saving 走向 revenue creation，創造今天尚不存在的市場。
Bain 認為，新增價值可能來自幾個方向：AI 搜尋與廣告約有1,000億至2,000億美元機會；自動駕駛、物流及工業自動化等 Autonomous Everything 約4,000億美元；結合機械人、digital twins及製造業的 Physical AI 更可能達9,000億美元。再往後則是新藥、新材料、電池、半導體甚至能源等新產品開發。
這也是 AI 牛市最重要的假設：AI不能只成為更好的軟件，而必須逐漸成為新的生產要素。
這種轉變首先衝擊軟件產業。傳統 SaaS 的核心是 system of record：企業把客戶、財務、人事等資料放進不同系統，軟件公司按照使用人數收費。但 Agentic AI 的價值，在於可以跨越 CRM、ERP、email 等不同系統完成整個工作流程。
因此，企業未來購買的可能不再只是 software seat，而是「完成工作」的能力。軟件的競爭優勢亦可能由 System of Record 逐步轉向 System of Context / System of Action——重要的不只是誰保存資料，而是誰掌握跨系統的決策脈絡，並能夠代替人作出下一步行動。
這意味著 AI 未必只是 SaaS 的一項新功能，而可能重新分配整條軟件價值鏈。
另一個有趣變化，是過去十多年「Software eats the world」的投資邏輯正在局部逆轉。GPU、HBM、advanced packaging、networking、custom silicon，以至電力和冷卻系統，都重新成為科技產業的核心瓶頸。
原因並不複雜：當 intelligence 變成 infrastructure，軟件便重新受到物理世界限制。 AI 發展速度不再只取決於模型，而同時取決於晶片、記憶體、能源、電網和數據中心。因此 AI 投資版圖亦會由少數模型及晶片公司，逐步擴散至整條「智能基礎設施」產業鏈。
不過 Bain 最值得思考的觀點，可能並非六萬億美元本身，而是 absorption。
報告指出：
“Productivity and growth depend on how quickly existing organizations can absorb AI and new AI-native organizations can grow.”
模型、算力甚至 AI 工具最終都可能逐漸商品化，企業之間真正拉開差距的，反而是誰能更快把 AI 嵌入工作流程、改變組織結構和重新分配人的角色。
因此，未來衡量一家公司的 AI 競爭力，問題未必是「用了哪一個模型」或者「花了多少 AI 預算」，而是需要多久才能把一項新的 AI 能力真正轉化為收入、生產力和新的工作方式。
這也是《Technology Report 2026》背後最清楚的一條投資主線：AI 的第一階段是證明技術可行，第二階段則必須證明經濟價值。
如果 AI 最終催生自動駕駛、機械人、新藥、新材料及大量今天不存在的產品，六萬億美元可能代表一場生產力革命的開始；如果 AI 最終主要停留在節省人力和提高辦公效率，那麼今天龐大的基建投入，遲早需要接受 ROI 的考驗。
資本可以先為未來定價，但六萬億美元的 AI 經濟，最終仍要靠真正的新收入來埋單。