左手 BTC，右手 AI 算力：數位智能時代的黃金與石油

回顧震盪的 2025，展望 AI 長週期的未來

新一輪工業革命：算力成為經濟運作引擎

「在這個世界上，只有極少數人能如埃德溫·德雷克般，無心間開啟改變人類歷史的時代……他那根深入地底的鑽桿，不僅觸及黑色液體，更觸及現代工業文明的動脈。」

1859 年，賓州泥濘中，人們圍著德雷克上校（Edwin Drake）嘲笑不止。當時，全球照明仍依賴日益稀缺的鯨油，德雷克卻堅信地下的「石腦油」能大規模開採。這在當時被認為是瘋狂妄想。直到第一股黑色液體噴湧而出，沒人料到石油的出現不僅取代鯨油成為照明能源，更成為未來兩百年人類社會爭奪話語權的基石，徹底重塑百年全球權力與地緣政治。人類歷史也迎來轉折：舊財富依賴貿易與航運，新財富則隨鐵路與能源（石油）崛起。

2025 年的我們，正身處一場極為相似的博弈。這一次，瘋狂湧現的是流淌於矽片的算力，而這次的「黃金」則是刻劃於鏈上的程式碼；新時代的「黃金」與「石油」正重塑我們對生產力與儲值資產的所有共識。回望 2025 年，市場經歷超乎預期的劇烈震盪。川普激進關稅政策迫使全球供應鏈重組，引發巨大通膨反彈；黃金在地緣政治不確定下歷史性突破 4,500 美元；加密市場年初迎來 GENIUS（天才）法案史詩級利好，卻於 10 月初遭遇槓桿出清引發爆倉痛楚。

宏觀波動之外，AI 算力產業共識正快速發酵：「AI 賣水人」NVIDIA 市值於 10 月突破 5 兆美元里程碑。Google、Microsoft、Amazon 三大巨頭今年在 AI 基礎設施投資已逼近 3,000 億美元，例如 xAI 年底即將落成百萬級 GPU 集群，象徵算力新時代。馬斯克的 xAI 只用不到半年就在孟菲斯建成全球最大 AI 數據中心，並計劃年底前擴充至 100 萬顆 GPU 的驚人規模。

數智時代：下一代工業革命主旋律

橋水基金創辦人 Ray Dalio 曾言：「市場如機器，你能理解其運作，卻永遠無法精準預測其行為。」即使宏觀環境充滿隨機與不可預測，AI 依然是美股市場最主要的長期成長通道。AI 技術在下個十年已成市場機器最關鍵核心齒輪，持續影響政府、企業及個人各層面。

雖然市場對「AI 泡沫」的爭論不斷，不少機構警示 AI 投資熱潮已有泡沫化傾向：摩根士丹利研究指出，2025 年 AI 領域投資成長推升科技股估值，但生產力提升尚不明顯，這種背離被比喻為 90 年代網路熱潮的泡沫徵兆。

但無法迴避的事實是：AI 推動的生產力革命已逐步進入實質變現期。投資邏輯上，AI 不再是科技巨頭的敘事，其帶來的效率紅利與成本極限優化，是推動非科技企業獲利與生產力提升的主要動力。不過其背後的代價也極為殘酷，對就業率產生替換效應。AI 對勞動力，尤其白領階層的替代無庸置疑，最直接表現就是入門職位大量減少；基礎程式編寫、會計審計、初級管理諮詢與法律實務職位，都可能成為 AI 首波替代對象。

隨著 AI 應用深化，醫療、教育甚至零售業失業風險逐漸累積，美國投資圈近期流行一種殘酷調侃：未來軟體工程師如同現今「土木工程師」；未來恐如 Elon Musk 強調，AI 將取代所有人的工作。但這也預示著屬於 AI 的新工業時代到來，這個時代被稱為「數智時代」。

展望 2026，AI 需求將持續膨脹

AI 產業投資的 4 個階段

當 AI 熱潮從概念走向全行業擴散，市場已對 MAG7（美股七巨頭）充分定價後，AI 主題的下一波增長在哪裡？高盛股票策略師 Ryan Hammond 所提出的「AI 投資四階段模型」明確指引後續路徑：AI 投資將依序經歷晶片、基礎設施、收入賦能、生產力提升四階段。

AI 投資四階段模型，參考來源：https://www.goldmansachs.com/insights/articles/ai-infrastructure-stocks-poised-to-be-next-phase

目前，AI 產業正處於「基建擴張」向「應用落地」的交匯點，即第 2 階段向第 3 階段的過渡時期。AI 基建需求正進入爆發階段：

預測至 2030 年，全球資料中心對電力的需求將增加 165%

自 2023 年至 2030 年，美國資料中心電力需求年複合成長率為 15%，資料中心占美國總電力需求比例將由目前的 3%提升至 2030 年的 8%。

預計至 2028 年，全球在資料中心與硬體上的累積支出將達 3 兆美元。

高盛對美國資料中心電力需求預測，圖片來源：https://www.goldmansachs.com/pdfs/insights/pages/generational-growth-ai-data-centers-and-the-coming-us-power-surge/report.pdf

同時，生成式 AI 應用市場也正爆發性成長，至 2032 年將擴大至 1.3 兆美元。短期內，訓練基礎設施建設將推動市場以 42% 年複合成長率增長；中長期則逐步轉向大型語言模型（LLM）推理設備、數位廣告、專業軟體與服務。

彭博社：未來 10 年生成式 AI 成長預測，數據來源：https://www.bloomberg.com/company/press/generative-ai-to-become-a-1-3-trillion-market-by-2032-research-finds

這一判斷將在 2026 年獲得驗證。高盛於 2026 年最新宏觀展望中指出：2026 年將是 AI 投資報酬率（ROI）的「兌現之年」，AI 將對標普 500 指數中 80% 非科技類公司產生實質性降本作用。即驗證 AI 是否能在企業資產負債表上，真正實現由「潛力」到「業績」的質變。

因此，未來 2-3 年市場關注焦點將不再局限於單一科技巨頭，而是進一步擴散：向下深挖 AI 基礎設施（如電力、算力硬體、資料中心），向上尋找成功將 AI 轉化為獲利成長的多元產業公司。

AI 算力是「新石油」，BTC 是「新黃金」

如果說 AI 算力是數智時代的「新石油」，驅動生產力指數級躍升，那麼 BTC（比特幣）就是這個時代的「新黃金」，擔任價值錨定與信用結算的終極底層。

AI 作為獨立經濟主體，不需人類銀行系統，唯一所需即為能量。而 BTC 是純粹的「數位能量儲存器」。未來，AI 將是經濟的「燃料」，BTC 則是經濟價值背後的「錨定」。BTC 的發行完全取決於基於電力消耗的工作量證明（PoW），這與 AI 的本質（電力轉化為智能）完全契合。

其次，AI 算力作為消耗性生產力資產，核心成本來自電力，價值產出則取決於演算法效率；BTC 作為去中心化儲值資產，本質是能源貨幣化的體現，天然具備平衡全球算力時空不均的「蓄水池」功能。AI 需持續穩定電力，BTC 挖礦則能消化電網時空不均產生的剩餘電力。BTC 挖礦透過「需求響應（Demand Response）」穩定電網：電力過剩（如風能、光能高峰）時，算力吸收多餘電力；電力緊缺（AI 運算高峰）時，挖礦算力可瞬間關機，釋放電力給更高價值的 AI 集群。

GENIUS（天才）法案：穩定幣 + RWA + 算力上鏈三者交匯起點

隨著 2025 年美國通過 GENIUS 法案，美元也逐步完成數位化轉型，穩定幣納入聯邦監管架構並成為美元體系的「鏈上延伸」。此法案不僅為美債注入兆美元級新型鏈上流動性池，更為歐盟、英國、新加坡、香港等全球重要司法轄區設計穩定幣監管制度提供可借鑑範式。

此合規架構首先為 RWA（Real World Assets，現實世界資產）市場注入強勁制度推力：受監管穩定幣提升全球流動性、支持高效跨境結算與交易，RWA 的發行與流通將更便捷，穩定幣已成鏈上投資房地產、債券、藝術品等 RWA 的主流支付工具，支持迅速全球跨境清算。

其中，AI 算力資產因投入成本高、收益穩健且具重資產屬性，亦天然適合鏈上數位化管理，正逐步被視為標準化 RWA：不論 GPU 雲端運算、AI 推理資源，或邊緣運算節點的稼動能力，其定價模式、租賃週期、負載率、能效比等參數皆可透過鏈上智能合約量化映射。未來算力租用、收益拆分、轉讓與抵押等業務，將全面遷移至鏈上金融基礎設施進行交易、結算與再融資；同時算力可透過鏈上數據實現設備營運與收益即時洞察，確保回報透明且可驗證；算力供給亦能按需靈活調度，降低傳統重資產模式下資金佔用與資源閒置風險，保障收益穩定透明。

更值得期待的是，如同兩百年前華爾街因石油發現誕生石油交易平台，AI 算力透過 RWA 成為可標準化交易、抵押、槓桿化的金融資產後，有望實現鏈上融資、交易、租賃與動態定價等創新金融操作；新一代基於 RWA 的「算力資本市場」將擁有更高效價值流通管道與無限應用潛力。

「雙共識」下的新機會

AI 全面融入生活的新時代，算力成為高效生產力的共識，伴隨高效生產力的極致流動性——BTC 將成為儲值共識的新定義。

未來能掌握「生產力」或「資產」任一端的公司，將成為新週期最具價值實體，而雲端服務供應商正處於「BTC 儲值共識」與「AI 生產共識」交匯點。算力是推動數位經濟高速運轉的高能燃料，雲端服務則是承載並分配這些動力的智慧管道。

全球 AI 雲端服務市場規模預測，數據來源：Frost & Sullivan

包括 Microsoft、Amazon、Google、xAI、Meta 等巨頭，被稱為「Hyperscalers」（超大規模雲端服務商，主力業務為 IAAS（Infrastructure as an Service 基礎設施即服務），面向通用需求，算力資源池龐大但調度效率可能不高。Hyperscalers 是 AI 算力服務最上游，掌握市面絕大多數算力資源，且持續布局算力基建：

· Microsoft：啟動千億美元「Stargate」計畫，打造百萬級 GPU 集群，為 OpenAI 模型演化提供極限算力支援。

· Amazon (AWS)：承諾未來 15 年投入 1,500 億美元，加速自研晶片 Trainium 3 部署，藉硬體自主化降低算力成本與外部供應依賴。

· Google：年化資本支出維持在 800-900 億美元高檔，仰賴自研 TPU v6 高能效優勢，全球快速擴張 AI Regions 專屬雲。

· Meta：扎克伯格在財報電話會議明確表示，Meta 資本支出（Capex）將持續成長，2025 年指引已上調至 370-400 億美元，透過液冷技術升級與 60 萬顆 H100 算力儲備，打造全球最大開源 AI 算力池。

· xAI：憑藉「孟菲斯速度」落成全球最大單體超算集群 Colossus，目標衝刺 100 萬顆 GPU 規模，展現極度激進且高效的基建交付能力。

其他新興雲端服務供應商如 CoreWeave、Nebius 等稱為 NeoCloud，主力業務拓展為 IAAS + PAAS（Platform as an Service 平台即服務），相較巨頭通用雲平台，Neo Cloud 專注 AI 訓練與推理的高效能運算平台，提供更靈活算力租賃方案，並針對 AI 訓練、推理需求提供算力調度解決方案，具備更快響應與更低延遲。

同時囤積頂級 GPU（H100、B100、H200、Blackwell 等）並自建高效能 AIDC，將整機組、液冷、RDMA 網路、調度軟體預裝，按整機或整園區+按天收費的彈性租約快速交付客戶。

Neo Cloud 的領頭羊無疑是 Coreweave；2025 年最矚目的科技股之一，Coreweave 目前主力業務偏向 AI 訓練與推理場景的雲端運算及 GPU 加速基礎設施服務。看準算力出租的新型企業不只 CoreWeave；Nebius、Nscale、Crusoe 皆為強勁競爭者。

不同於 CoreWeave 等 Neo Cloud 在歐美市場重資產算力集群的規模競賽，GoodVision AI 展現算力全球化另一可能——透過智慧調度與多算力用戶管理，在電力及基礎設施相對薄弱的新興市場，打造快速部署、低延遲、高性價比的 AI 基礎設施，實現算力平權化。一方面巨頭在孟菲斯等地建設百萬級 GPU 集群訓練更大參數模型；另一方面，GoodVision AI 透過分布亞洲等新興市場的模組化推理算力節點，解決 AI 應用落地的「最後一百公里」延遲響應問題。

值得注意的是，多數頂尖 AI 算力服務商有明顯特徵，其創辦團隊或核心架構深植加密礦業。礦業轉向 AI 算力並非跨行，而是核心能力戰略複用。BTC 挖礦與 AI 高效能運算在底層邏輯高度同構，皆極度依賴大規模電力取得、高功耗中心部署及 7x24 小時極致運維。這些公司早年累積的廉價電力管道與硬體管理經驗，在 AI 浪潮下成為最稀缺溢價資產。

隨 AI 算力需求指數級成長，他們順理成章將既有基礎設施，從「挖掘儲值資產（BTC）」切換至「輸出生產力算力（AI）」。隨「雙向切換」技術成熟，BTC 能有效平衡能源時空與空間分布不均問題。進入數智時代，推動生產力躍升的「燃料」由石油變為算力，承載其價值錨定的「底層資產」也由黃金演變為 BTC。

結合區塊鏈技術將算力上鏈，作為 RWA 資產不僅可實現算力來源、使用效率、營運收益的可驗證記錄，還可構建跨地域、跨時段的智能合約結算機制，降低信用風險與中介成本，拓展其於 DeFi 與跨境算力租賃的應用場景。例如邊緣算力節點，其負載率、能效比等參數可透過智能調度提供 PoW 證明並智能合約量化，使邊緣推理算力成為可流通、可抵押的標準化金融產品，實現「鏈上算力市場」。算力與 RWA 結合將進一步豐富鏈上資產類型，為全球資本市場開啟全新流動性空間。

連結生產力與儲值：邁向算力貨幣化的未來

這正是我們先前提出的「雙共識」邏輯的現實印證：BTC 是能源頂層價值錨定，AI 是能源的生產力化應用。從此視角，「算力即貨幣」時代比想像更快、更具顛覆性。人類邁入數智時代，推動生產力躍升的「燃料」正由石油轉向算力，支撐其價值共識的「底層資產」也由黃金進化為 BTC。

此刻的我們，就如同 1859 年站在賓州泥濘土地上的圍觀者，難以想像那根深入地底的鑽桿如何開啟工業文明新時代。而今日，一條條延伸至全球資料中心的光纖，正悄然構築新時代動脈。率先押注算力與 BTC 的先行者，也將在這場變革中成為新「石油大亨」，重新定義新週期財富與權力分布。

聲明：

1. 本文轉載自 [BlockBeats]，著作權歸原作者 [Jademont、Evan Lu，Waterdrip Capital] 所有，如對轉載有異議，請聯繫 Gate Learn 團隊，團隊將依相關流程儘速處理。
2. 免責聲明：本文所表達之觀點與意見僅代表作者個人意見，並不構成任何投資建議。
3. 文章其他語言版本由 Gate Learn 團隊翻譯，未經提及 Gate 不得複製、傳播或抄襲翻譯後文章。