當 AI 開始上工，美國製造還剩下什麼？

2026年10月23日

AI 最迷人的地方，也許從來不只是 AI。

過去幾年，AI 最迷人的地方，也許從來不只是 AI。
而是它背後那個我們覺得可以白手起家的致富故事：
一個人、一台電腦、一個偉大的 idea，就可能創造下一家千億美元公司。
這是一個非常美國夢的故事，而且似曾相識。

從車庫裡的 Hewlett-Packard，到 Microsoft、Apple、Google、Facebook，再到 OpenAI，以及過去幾年突然冒出的數千家 AI startups。科技產業一次又一次告訴世界：只要你有足夠好的技術、足夠大的夢想，再加上一點 venture capital，你就有機會改變世界。

於是生成式 AI 出現之後，這個故事被推到了極致。
每家公司都開始 AI。
每個產品都加上 AI。
每份募資簡報都在談 AI。
彷彿只要把 AI 放進商業模式裡，成長曲線就會自動指向右上角。但是到了 2026 年，我們開始不得不問一個非常不浪漫的問題：

所以，你到底用AI賣什麼？

不是你的模型有多少 parameters。不是你用了多少 GPUs。不是你的 AI agent 可以完成多少 tasks。而是：
誰付錢買單了你+AI的服務？
為什麼原因付錢給有AI加值的交易？為何舊模式不管用？
付完一次之後，為什麼還要或還會繼續付？
更重要的是——這件事情，為什麼非得由你+AI來做？別人+AI難道無法取代嗎？或者根本不需要用到AI？

歷史不會重複，但可能會押韻。

這一波AI的興起總容易想起2000年.com泡沫前的狂歡，當時也是任何公司後綴加上.com，那斯達克股價就扶搖直上，現在我們看到的科技巨頭很多是上一波.com潮水退了，還能衝浪的倖存者，當時互聯網不可動搖的剛需是『你連不上全世界，就會被淘汰』的未來求生恐懼。然而那只是一個科技大時代的濫觴，甚至都不算是實用。泡沫破裂後約四、五年，Web 2.0、寬頻、搜尋、電商與社群服務陸續成熟，網路才逐漸從「你必須上網」變成「生活本身就在網路上」。

借鑑歷史展望未來，英國科學家Tim Berners-Lee於 1989 年發明了全球資訊網（World Wide Web，即 WWW），並在 1991 年開放給公眾使用。有了網頁、網址（URL）和瀏覽器，互聯網轉化為大眾所熟知的日常網路世界。而從1991到2000年泡沫經歷9年。所以我們至少知道如果以2022年底chatGPT橫空出世一如當年的www，AI可能得經歷一次泡沫化後才得以淬鍊出實用的AI的商業應用。目前看起來就是個AI百花齊放的戰國時代，一如2000年之前的狂歡。

所以AI 的問題，可能從來不是 AI。

AI 當然會繼續進步。模型會更快、更便宜、更聰明。今天需要幾十人的工作，明天可能五個人完成；今天需要數週完成的內容，未來幾小時就能生成。在AI狂潮的同時，人類總是不意外的出現幻覺與擔憂，擁護AI派與恐懼AI派，這都過猶不及，AI不至於毀滅人，但也不到可信任的程度。在天平的兩端目前的人類只有一個選擇就是了解AI並與之協作。但這同時帶來一個殘酷的結果：

當所有人都擁有 AI，AI 本身就不再是競爭優勢。

如果你的競爭優勢只是「我們用了 AI」，那麼你的護城河可能比想像中更淺。因為你的競爭者也有。你的客戶也有。甚至你的客戶可能直接打開另一個 AI，就完成了原本準備付錢請你做的事情。這是生成式 AI 最奇妙、也最矛盾的地方：AI一方面創造了無數公司，另一方面也正在消滅「只是因為會使用 AI 而存在」的公司。

美國夢真正危險的地方，是把成長當成商業模式

矽谷過去幾十年的成功，建立了一套非常強大的公式：

1. 先取得使用者。
2. 再取得規模。
3. 先燒錢。
4. 再建立網路效應。
5. 最後想辦法獲利或套利。

這套模式曾經創造出世界上最成功的一批科技企業，美國夢的招牌在這階段無比閃亮，亮蝦全世界的眼。問題是，當所有創業者都開始相信同一套公式時，我們逐漸忘了一件非常古老的事情：

Business 最終還是 Business。

收入減掉成本之後，要剩下利潤。客戶得到的價值，要大於他付出的價格。企業必須擁有某種別人不容易取代的能力。AI 並沒有廢除這些規則。它只是讓我們暫時忘記了它們。

當潮水退去，我們終於可以看看誰沒有穿褲子。

AI 泡沫如果真的開始消退，我反而不認為那是 AI 的末日。那可能才是 AI 真正產業化的開始。因為市場終於會停止問：「你的 AI 有多厲害？」而開始問：「你的 AI 到底替我解決了什麼問題？」製造業不需要另一個漂亮的 chatbot。它需要降低良率損失、縮短新人訓練時間、保存老師傅即將退休帶走的經驗。

企業不需要另一份 AI 自動生成的 ESG 報告。它需要知道能源用了多少、碳排從哪裡來、哪些資料可以被稽核，以及如何真正降低成本與風險。業務人員也不需要 AI 每天寄出十萬封沒有人看的 cold emails。他需要知道：「今天最值得打電話給誰？為什麼？」這些問題聽起來沒有「AGI」那麼性感。卻很可能是下一階段真正有人願意付錢的地方。

AI 的下一站，可能不是 Silicon Valley，而是 Factory Floor

如果第一階段的 AI 革命發生在模型，第二階段很可能發生在應用。而第三階段，則會發生在那些最不起眼的地方：工廠、物流中心、醫院、農場、能源系統、零售現場、老人照護、教育，以及無數仍然依靠 Excel、紙張、老師傅與電話運作的產業。

AI 不再站在舞台中央。

它會慢慢變成電力一樣的東西。沒有人會因為一家工廠「使用電力」就投資它。我們只會問：你拿電力做出了什麼？未來，我們可能也不會因為一家公司「使用 AI」而覺得它特別。真正重要的問題會變成：「你拿 AI 創造了什麼？」

糟糕的是，美國到現在才重新意識到製造業的重要性。過去數十年，把勞力密集、高污染、低毛利的製程一路外包到亞洲與其他開發中國家，自己留下金融、科技、品牌與高附加價值服務；如今突然熊熊想到要「讓美國再次偉大」，製造業又被請回舞台中央。

但問題也因此變得很詭異。

到底是要讓美國工人重新走進工廠，跟亞洲開發中國家的勞動力競爭？還是要讓機器人走進美國工廠，讓 AI 成為真正的美國工人？如果答案是後者，那麼「製造業回流」與「工作機會回流」，其實根本不是同一件事。

一座蓋在德州、由 AI 排程、機器視覺品管、機械手臂生產，只需要少數工程師維運的高度自動化工廠，當然算 Made in USA；但它未必能復活上一個世紀的 American Dream。這才是 AI 與美國夢真正碰撞的地方。美國想把工廠帶回來，AI 卻正在把工人從工廠裡拿掉。所以真正需要重新定義的，也許不是 Manufacturing，而是 Work。否則，美國夢最後真的可能一覺醒來，發現自己努力搬回來的是工廠，而不是工作。