黃仁勳說「只有瘋子才質疑AI報酬」，但賣鏟子的人從來不會叫你別挖礦

當一個人靠賣某樣東西賺進全世界最多的錢，他說那樣東西「報酬驚人、只有瘋子才會質疑」，你該做的不是點頭，是把手放回口袋。

2026年6月2日晚間，黃仁勳在台北文華東方酒店一場閉門論壇上對約300名機構貴賓說，AI已創造數兆美元價值，「現在還質疑投資報酬率的人聽起來簡直像精神失常」（自由財經，2026-06-02）。

問題是，全世界最沒資格替AI報酬背書的人，剛好就是他。

本文主結論很簡單：黃仁勳口中的「報酬」是輝達的報酬，不是買單者的報酬，更不是散戶的報酬，這三件事千萬別混為一談。

賣鏟子的人喊礦坑有黃金，這叫利益揭露不是市場分析

你以為這是產業領袖的客觀觀察，實際上這是史上單一利益最龐大的一次商業宣傳。

截至2026年5月，輝達市值一度衝破5.5兆美元，長期穩在5.4兆美元上下，是地表市值最高的公司（TheStreet，2026）。

黃仁勳本人甚至公開說過，他看到輝達邁向10兆美元市值的路徑。

一個人的身家、公司估值、個人聲望，全部押在「AI報酬無庸置疑」這個前提上，他當然不會說別的。

這不是分析，這是利益揭露。

淘金熱裡賺最穩的從來不是挖礦的人，是賣鏟子、賣牛仔褲、賣礦坑地圖的人——而黃仁勳賣的是全世界最貴的那把鏟子。

他叫你別懷疑這座礦，跟鏟子賣得好不好，是同一件事。

輝達賺了816億，跟你有什麼關係？幾乎沒有

真正的問題不是AI有沒有報酬，是「誰的報酬」。

輝達2027財年第一季總營收816億美元，年增85%，其中資料中心業務752億美元、年增92%，毛利率高達75%（NVIDIA Newsroom，2026-05）。

這組數字漂亮到不真實，但漂亮的是輝達的損益表，不是買家的。

輝達這752億美元的資料中心營收，逐筆都是微軟、Google、Meta、亞馬遜帳上的資本支出（capex，就是企業為了長期成長砸下去的基礎建設費用）。

賣方的「報酬」，是買方的「成本」；買方要把這筆成本變成自己的報酬，還得先找到願意付錢的終端客戶。

黃仁勳早就拿到他的報酬了，現金落袋、毛利75%；至於買鏟子的那些人能不能回本，那是他們家的事，跟他的股價無關。

砸了7250億，95%的AI專案卻還沒挖到金子

截至2026年，四大雲端巨頭（Google、亞馬遜、微軟、Meta）的資本支出合計預計上看7250億美元，比2025年的4100億美元暴增77%，其中約75%、超過4500億美元指向AI基礎設施（各公司財報法說會及Tom’s Hardware，2026彙整）。

這是人類史上最大規模的單一產業資本豪賭，問題是相對應的營收始終追不上。

紅杉資本（Sequoia）的David Cahn把這個落差量化成著名的「AI兆元問題」：要合理化這些資本支出，AI產業每年得生出的營收缺口，從2023年底的2000億美元、一路膨脹到2024年中的6000億美元（Sequoia Capital）。

錢進去的速度，遠遠快過錢回來的速度。

更打臉的是企業端的實況。

麻省理工學院（MIT）2025年研究《The GenAI Divide》以150場訪談、350份問卷及300個公開AI部署案分析為基礎，發現高達95%的生成式AI試點專案對損益表毫無可衡量的貢獻，只有5%真正帶來營收（Fortune／MIT，2025-08）。

鏟子賣翻天，礦坑裡95%的人卻還沒挖到金子。

自己賣給自己：當晶片商同時成為最大客戶的股東

華爾街私下最擔心的一件事，是這場盛宴有一部分根本是「左手付給右手」。

2025年9月，輝達與OpenAI宣布一項構想：輝達出資最多1000億美元資助OpenAI建設AI資料中心，OpenAI再把這筆錢轉回來買輝達晶片——外界立即質疑這是「循環融資」（Bloomberg，2025-09-23；The Register，2025-11）。

這份意向書最終以完全不同的形式落地：輝達直接以300億美元取得OpenAI股權，成為其重大股東，同時OpenAI對輝達下一代Vera Rubin算力做出共5GW的有約束力採購承諾（Yahoo Finance，2026）。

結果比原本更值得玩味。

輝達現在同時是OpenAI的晶片供應商與重大股東：OpenAI每買一顆晶片，輝達供應商收入漲；OpenAI估值走高，輝達持股也跟著漲——這不是左手付給右手，而是同一隻手伸進了兩個口袋。

這類利益糾葛在AI供應鏈中愈來愈普遍。

圈子核心的OpenAI，2026年預計虧損約140億美元、幾乎是2025年的三倍，卻同時喊出2029年營收上看1000億美元的目標。

整座金字塔的底層，是還在燒錢、還在畫餅的故事。

等等，反向論點：技術革命的生產力，是慢慢才看得見的

批評黃仁勳很容易，但要讓這個批評站得住腳，必須先正視幾個強力的反向論點。

其一是生產力時滯：電力普及花了將近40年才真正顯現在生產力統計裡；電腦從1970年代鋪開，直到1990年代才讓GDP數字有感。

Brynjolfsson、Rock與Syverson的研究指出，AI這類通用技術的生產力收益，在基礎設施投資後往往有顯著時滯，因為整個生產流程、組織結構、人員技能都需要配合重組（Brynjolfsson, Rock & Syverson (2021), AEJ: Macroeconomics）。

其二是推論需求（inference demand）：AI模型每次被呼叫——每次ChatGPT回答問題、每次Copilot補完程式碼——都在消耗算力，這個長尾需求理論上隨使用量近乎無限擴張，而且只要AI應用真正普及，就持續存在，不像訓練只是一次性資本支出。

從這個角度看，MIT那95%試點「無P&L貢獻」，可能只是說明AI仍在規模化前的試錯期——就像1995年大多數電商網站都在賠錢，但這不代表電商是騙局。

「現在看不到收益」和「永遠不會有收益」是兩件截然不同的事，散戶在這裡最容易犯的錯，是把短期的數字空窗期直接跳結論到長期無效。

那這個反向論點為什麼不能讓你現在就閉眼買進？

因為它同時支持了兩件事：AI確實可能改變世界，以及現在的資本支出速度遠超過任何合理的生產力回收時間軸。

鐵路改變了世界，但1840年代英國鐵路狂熱中大量投機者的資本大幅折損。

真實的技術革命，跟史詩級的股價泡沫，可以同時發生在同一套基礎設施上。

市場又不是笨蛋——那5.4兆估值是怎麼來的？

投資人Howard Marks最強調的是「二階思考」：別問「這件事是真的嗎」，要問「市場已經反映了多少，還有什麼是市場沒看到的？」Sequoia的缺口報告、MIT的95%失敗率，這些已是公開資訊，媒體廣泛報導。

如果這些就是全部的壞消息，而市場仍給輝達5.4兆估值，那代表市場在price in（即已將這些資訊反映到股價中）一套不同的劇本——主權AI需求（各國政府不管企業ROI、照樣要建國家級AI基礎設施）、推論需求爆炸，以及CUDA軟體生態護城河讓競爭者難以取代。

要合理化5.4兆市值，以輝達目前隱含的NTM本益比（市場對未來十二個月盈利的定價倍數）粗估，輝達未來幾年需維持近三位數的盈利成長率——這在半導體歷史上幾乎沒有先例。

「共識已知的風險數字確實驚人」——這不是alpha（比別人早知道的獨門資訊），這是共識。

真正的問題是：在什麼條件下，現在的估值才會明顯修正？

觸發點可能是：雲端巨頭的資本支出開始大幅縮減、Fed升息壓縮高本益比股票的折現空間（本益比高的股票，在利率上升時估值被殺得特別慘）、或主要AI應用公司宣告ROI實驗失敗而大幅裁員。

此外，輝達所有高階晶片幾乎全在台積電先進封裝，台灣地緣政治任何風吹草動，都是整個AI資本支出故事的系統性尾部風險——這些才是值得盯著看的催化劑，而不是黃仁勳說了什麼話。

上一次有人說「只有瘋子才懷疑」，是2000年網路泡沫

這個劇本上一次完整上演，是1990年代的網路革命，再上一次是1830年代的鐵路狂熱。

芝加哥大學的Pástor與Veronesi在頂級期刊的研究指出，創新產業的股價泡沫有個殘酷特性——事後回看一清二楚，事前卻無從預測。

「在技術革命期間，創新企業的股價會出現泡沫；這些泡沫事後可被觀察到、事前卻無法預測，並且在『不確定性高、且採用速度快』的技術上最為顯著。我們在1830至1861年的鐵路、以及1992至2005年的網路普及期，都找到了模型預測的實證支持。」（作者譯） — Pástor & Veronesi (2009), Technological Revolutions and Stock Prices, American Economic Review, Vol. 99(4).

說白了就是：真正改變世界的技術，在改變世界之前，幾乎必然先製造一場股價狂潮。

「不確定性高、採用速度快」這兩個條件，AI全中。

這不代表AI是純騙局——鐵路和網路最後都真的改變了世界——但它精準說明了一件事：真實的技術革命，跟史詩級的股價泡沫，從來都是同時發生的，而且當下沒人分得出來自己站在哪一邊。

當年喊「網路改變一切」的人沒說錯，買在2000年高點的散戶照樣賠到脫褲。

散戶最樂觀的時候，剛好是報酬最低的時候

真正會讓你賠錢的不是黃仁勳的話，是你聽完之後的情緒。

哈佛的Greenwood與Shleifer分析了1963至2011年間六組投資人預期數據，得到一個反直覺到令人不舒服的結論。

「投資人對未來股市報酬的預期，與過去報酬、以及當前股市位階高度正相關；但這些預期，卻與模型推估的『實際後續報酬』呈現強烈負相關。換句話說，當投資人最樂觀的時候，往往正是未來實際報酬最低的時候。」（作者譯） — Greenwood & Shleifer (2014), Expectations of Returns and Expected Returns, Review of Financial Studies, Vol. 27(3).

把這個結論套回現在：市值5.4兆美元、人人喊「只有瘋子才質疑」的此刻，正是散戶集體預期最高、而學理上後續報酬最可能最低的時間點。

追高的人都覺得自己看到的是趨勢，事後才發現買在情緒最熱的位置。

黃仁勳的金句之所以危險，不在於它是謊言，而在於它精準地餵養了你最該警惕的那股FOMO（Fear of Missing Out，怕錯過漲勢的焦慮）。

給散戶的具體建議：分清楚你在投資「鏟子」還是「礦坑」

看清角色，比看懂技術更重要。

第一，搞清楚你買的是基礎設施供應商（晶片、代工、網路設備這類有真實訂單、有毛利可查的公司），還是AI應用端公司（燒錢還沒回本、靠故事撐估值的）——兩者的風險報酬結構天差地別。

如果你手上持有AI相關個股，可以先查一下它在整條供應鏈的哪個位置，再決定要不要調整比例。

第二，看資本支出有沒有開始轉成「自由現金流」（就是扣掉所有花費後真正落袋的錢）。

當買鏟子的那些雲端巨頭開始公布AI業務的實際營收與投資回收期，而不只是喊資本支出數字，才是真正的轉折訊號。

第三，當一個利益關係人叫你「別當瘋子、別質疑」時，那正是你最該冷靜算數字的時候。

真正的好投資，從來不怕你提問；怕你提問的，通常是想賣東西給你的人。

AI是不是真趨勢？

很可能是。

但「趨勢是真的」跟「現在這個價位買進會賺錢」是兩個完全不同的問題，而黃仁勳那句金句，刻意把它們混在一起。

別讓賣鏟子的人，替你決定要不要跳進礦坑。

本文為個人觀點分享，不構成任何投資建議。

作者撰文時未持有文中提及之任何個股倉位。

本文不代表任何機構立場，亦不構成任何買賣建議。

讀者應自行評估投資風險，如有需要請諮詢專業投資顧問。

投資有風險，入市需謹慎。