觀點投書：21世紀的「轉爐煉鋼」─台美晶片帝國的「大英帝國病」隱憂

近期，月之暗面（Moonshot AI）推出的 Kimi K3 大模型，與先前 DeepSeek掀起的震撼相互呼應，再度牽動華爾街對 AI 資本支出與半導體估值的敏感神經。另一邊，歐洲汽車工業的代表德國福斯VW(Volkswagen），也正面臨成立近90 年來最嚴峻的轉型壓力，關廠與裁員不再只是市場傳聞，而成為傳統製造帝國必須面對的現實。

表面上，這是 AI 算力競賽與新能源車市場的兩場風暴；但若從產業經濟學與技術史的角度觀察，它們其實共享同一個劇本：當新技術大幅降低成本、改寫效率邊界時，過去最堅固的護城河，往往會反過來成為最沉重的負債。

十九世紀末，大英帝國曾是全球鋼鐵霸主。其鋼鐵業主流採用平爐煉鋼法（Open Hearth），必須投入龐大資本建置設備，並耗費 8 至 12 小時、燃燒大量燃料，才能完成一爐鋼。高資本門檻與成熟工藝，讓英國一度築起看似堅不可摧的產業護城河。

然而，轉爐煉鋼法（Bessemer／LD 頂吹氧氣轉爐法）的出現改寫了競爭規則。它利用鐵水氧化反應產生的熱能，大幅降低外加燃料需求，並能在數十分鐘內完成冶煉。換言之，新技術不只提升效率，更改變了成本結構：鋼鐵業不再只是誰的設備更重、誰的資本更多，而是誰能用更低成本、更快速度完成同樣甚至更好的鋼材。

戰後的德國、日本等國家，因舊設備與既得利益包袱較輕，反而能更快導入新技術。相較之下，英國既有平爐設備尚未折舊完畢，資本、工會與制度慣性共同形成阻力，使其在沉沒成本的枷鎖中遲疑不前。這種因過去成功而喪失轉身能力的現象，正是本文所稱的「大英帝國病」。

百年後的今天，相似的「平爐詛咒」正在 AI 與汽車產業重演。

過去兩年，微軟、Google、Meta 等美國科技巨頭，採取的是 AI 競賽中的重資產路線：大量採購 NVIDIA 高階晶片，興建資料中心，簽訂長期能源合約，試圖以算力規模建立市場壁壘。這條路線短期內確實推動模型能力快速上升，卻也累積了驚人的資本支出與投資回收壓力。

DeepSeek 與 Kimi 則提示了另一種可能。受限於晶片取得與成本壓力，中國AI 團隊被迫在演算法效率上尋找突破，透過混合專家模型（MoE）、注意力機制優化與工程調校，證明模型能力未必只能依靠無止境堆疊硬體。若更低成本即可達到相近推理效果，市場自然會重新評估「算力越多越安全」這項前提。

華爾街真正擔心的，並非單一中國模型的勝負，而是整個資本邏輯遭到挑戰：如果頂級 AI 不必然需要天價晶片與巨型資料中心，那麼美國科技巨頭過去投入的數千億美元 CapEx，便可能面臨 ROI 重新定價。這與當年英國鋼鐵業不願承認平爐設備可能過時的處境，具有高度相似性。 （相關報導： 盤後快訊》台股單日狂噴1783點！誰在拉盤？AI、半導體、聯發科成反攻三大主角 ｜ 更多文章 ）

汽車工業也面臨同樣邏輯。傳統歐美日車廠引以為傲的內燃機、變速箱與精密機械工藝，是現代版的「平爐設備」。中國新能源車則繞過部分機械壁壘，將競爭重心轉向電池、馬達、軟體與智慧座艙。當汽車逐步從機械產品轉為智慧終端，福斯等傳統車廠背負的燃油車資產、供應鏈、工會與地方政治承諾，反而拖慢了轉型速度。

這場「演算法轉爐法」的真正影響，還不只在雲端模型競賽。當模型訓練與推理成本持續下降，AI 將更快從聊天機器人走向物理世界，進入具身智慧、邊緣運算與垂直領域私有化應用。

未來的醫療設備、汽車、智慧家電與工業機器人，不一定都需要依賴昂貴且集中化的雲端伺服器。各行各業可利用邊緣 AI 晶片，結合自身累積的專業資料進行微調與部署。例如，醫療影像設備可在地端協助判讀，手術機器人可即時優化操作路徑，智慧家電也能根據使用情境自主調整。這將是一個比純軟體更龐大的應用市場。

因此，教育與人才培育也必須轉向。當 AI 成為物理世界的基礎設施，材料、機械、電機與醫工人才若仍只熟悉傳統力學、製程或 CAD 工具，將難以掌握下一輪產業升級。未來的新材料研發、機械控制與製造流程優化，都會越來越依賴資料、模型與模擬能力。

未來職場不再只需要單純寫程式的基層碼農，也不再只需要不懂軟體的傳統技工。市場真正稀缺的，將是「π 型雙棲人才」：一方面具備鋼鐵冶煉、人體解剖、精密機械或材料科學等領域知識；另一方面也能操作 Python、資料分析工具與大模型，把專業問題轉化為可被 AI 協助解決的工程任務。

對一般投資人而言，這場變局的啟示不是盲目追捧或看空晶片，也不是追逐每一個新模型，而是必須理解技術典範轉移下的資產重估。若 AI 的競爭焦點從「誰擁有最多算力」轉向「誰能用更低成本創造更多應用」，中長期布局就應兼顧穩健與彈性。

1.  穩健端：以追蹤全球科技龍頭的市值型 ETF 為主。大型科技公司雖面臨沉沒成本壓力，但仍握有現金流、人才與併購能力，最有可能透過自我
   調整或收購新技術延續競爭力。
2. 進攻端：配置在半導體、先進封裝、矽光子、邊緣運算、機器人與 AI 應用相關 ETF 或產業主題。重點不是押注單一明星公司，而是布局可能受惠於低成本 AI 落地的整體生態系。

歷史不會簡單重複，但常以相似的韻腳回來。當年的英國鋼鐵業敗給的不是單一競爭者，而是無法放下過去成功所形成的資產、制度與心智模式。今天的台美晶片王國、美國科技巨頭與歐洲車廠，也站在相似的岔路口。唯有主動打破既有利益舒適圈，比競爭者更快革自己的命，才不會在 AI 時代的轉爐革命中，成為 21 世紀的「大英帝國鋼鐵業」。

＊作者為台灣大學材料與工程系退休教授​
（相關報導： 盤後快訊》台股單日狂噴1783點！誰在拉盤？AI、半導體、聯發科成反攻三大主角 ｜ 更多文章 ）