讀完這篇，你會知道：

1. Fortune 與 CB Insights 的數據如何清楚描繪出 AI 泡沫的「分層破滅」——哪一種泡沫已靜悄悄地破了，哪一種稀有型泡沫仍在快速膨脹。
2. Sora 縮減服務與 Apple 策略大轉向，揭示了 2026 年 AI 市場最重要的兩個訊號，以及它們對你意味著什麼。
3. McKinsey 7,500 億美元的 AI 搜尋商機預測，以及顧問業「通才時代終結」的訊號，如何幫你判斷接下來最值得投注的方向

思考的起點：AI 泡沫是全面破了，還是正在分層？

2026 年的 AI 市場，正在進行一場大多數人沒有看清楚全貌的大分流—有些熱潮退了，有些布局卻比以前更深、更不可逆。

「AI 泡沫破了嗎？」這個問題，在 2026 年初開始被越來越多的投資人、創業者和媒體提出。一部分的答案是肯定的：確實有一批 AI 相關的公司和產品，正在面臨估值修正、用戶流失或商業模式失效的困境。Sora 的縮減、部分 AI 應用層新創的估值下調，都是這個「現實校正」的具體表現。

但另一部分的答案同樣真實：根據 Fortune 引用 CB Insights 的數據，全球超過 1,300 家 AI 新創公司的估值仍然超過 1 億美元，其中有 100 家是在 2023 年後才成立的。McKinsey 預測到 2028 年，使用者透過 AI 搜尋購買的商品與服務將達 7,500 億美元。Apple 正在悄悄地把整個 AI 策略從 Siri 轉向一個平台式的 AI 入口佈局。這些訊號說的是同一件事：AI 的整體投資和部署規模並沒有在退潮，而是在「分層」——某些層次的泡沫在破，某些層次的布局在深化。

作為一個關注趨勢的讀者，能夠辨別這兩種方向的差異，比知道「AI 泡沫破了沒」更重要。因為站對了位置，你就站在了下一波浪頭上；站錯了位置，則可能在錯誤的地方等一個永遠不會來的機會。

已破滅的那層泡沫：AI 應用層的現實校正

第一波 AI 應用層泡沫的破滅，不是因為 AI 技術失敗了，而是因為「用 AI 技術稍微改良舊流程」的商業模式，在市場理性化之後失去了護城河。

這一波泡沫的典型特徵是：2022 年到 2024 年間，大量以「AI wrapper」為核心的新創公司快速湧現——它們的商業模式，是把 OpenAI 或其他 AI 模型的能力包裝成特定用途的 SaaS 工具，例如「AI 寫行銷文案工具」「AI 面試準備工具」「AI 會議紀錄工具」等等。這些公司在 AI 風潮最熱的時候獲得了相當高的估值，但進入 2025 年後，市場開始意識到一個現實：大多數這類工具做的事，用 ChatGPT 或 Claude 直接就可以做到，而且隨著 AI 模型本身能力的提升，原本需要「特化工具」的任務，正在被通用模型直接消化。

Sora 的案例是這個「現實校正」最具代表性的例子。TechCrunch 的報導指出，Sora 縮減服務的背後，不只是技術問題或資源問題，更反映了一個市場現實：AI 影像生成市場的商業化路徑，比想像中更曲折，使用者願意為 AI 影像生成付費的場景，比行業早期的樂觀預測要窄得多。報導同時指出，OpenAI 對 Sora 的策略收縮，也與其準備 IPO、需要聚焦核心業務的整體戰略有關——這讓 Sora 的縮減，成為了一個更大的商業戰略決策，而非單純的產品失敗。

這個層次的泡沫破滅，給了我們一個清晰的辨別標準：任何 AI 應用，如果它的核心價值主張是「讓舊流程便宜一點點」，那麼它在通用 AI 模型能力快速提升的環境中，護城河是非常脆弱的。真正能夠持續的 AI 應用，是那些「創造了通用模型無法直接取代的獨特價值」的應用。

還在吹大的那層：AI 基礎設施與搜尋商機

CB Insights 的數據和 McKinsey 的預測，共同描繪出一個還在快速成長的 AI 市場層次—它不是應用層，而是基礎設施層和 AI 原生商機。

根據 Fortune 引用 CB Insights 的報告，目前全球超過 1,300 家 AI 新創的估值超過 1 億美元，而且這個數字仍在增加。更重要的是，這些公司的分布，正在從 2022-2023 年的「應用層」逐漸向「基礎設施層」和「垂直行業的 AI 原生應用」集中。AI 晶片、AI 訓練基礎設施、AI 安全、AI 治理工具，以及在醫療、法律、金融等垂直行業深度整合的 AI 原生應用——這些領域的估值和投資，並沒有隨著應用層泡沫的破滅而退潮。

McKinsey 的 7,500 億美元 AI 搜尋商機預測，則指向了另一個還在快速成形的機會。根據 Digital Today 的報導，McKinsey 預測到 2028 年，使用者透過 AI 聊天機器人和 AI 搜尋引擎直接完成商品與服務購買的市場規模將達 7,500 億美元。這個數字的含義，對品牌、電商、內容創作者來說非常具體：AI 搜尋正在成為繼 Google SEO、社群媒體之後，第三個重要的商業流量入口，而且它的 SEO 邏輯和傳統 Google SEO 截然不同。

傳統 Google SEO 的核心是「讓網頁在搜尋結果頁面排名靠前」。AI 搜尋的核心則是「讓 AI 在回答使用者問題時，選擇引用你的內容或推薦你的產品」—這需要你的內容具備更高的資訊密度、更清晰的問答結構（AEO，Answer Engine Optimization），以及更強的可信度訊號。對於任何有內容行銷需求的個人或組織來說，現在就開始布局 AEO，是一個成本最低但回報最長遠的投資。

Apple 的靜默轉向：它正在布局 AI 時代的超級入口

Bloomberg 的報導揭示了一個被大多數人忽略的策略轉變：Apple 正在把 AI 從「Siri 的進化」重新定位為「App Store 式的 AI 平台入口」。

這個轉變的含義值得仔細拆解。傳統的 Apple AI 策略，是圍繞著 Siri 建構一個由 Apple 主導的 AI 體驗——Apple 的 AI、Apple 的語音助理、Apple 的智能系統，全部整合在 Apple 的硬體生態中。這個策略的問題在於：Apple 在 AI 模型能力上的投入，明顯落後於 OpenAI、Google、Anthropic 等 AI 公司，很難靠自己的技術成為最好的 AI。

Bloomberg 報導的新策略邏輯截然不同：Apple 不打算成為最好的 AI 模型提供者，而是要成為「使用者接觸 AI 服務的最重要入口」。具體做法是：讓第三方 AI 服務（包括 ChatGPT、Claude，乃至更多未來的 AI 服務）在 Apple 的生態系中競爭，Apple 建立平台規則、控制用戶體驗品質、並從中收取平台費用。這與 App Store 的商業模式完全一致—Apple 不需要自己做最好的應用程式，只需要控制使用者進入應用程式的那個入口。

如果 Apple 的這個 AI 平台策略成功落地，它將成為 McKinsey 7,500 億美元 AI 搜尋商機中最大的受益者之一。不是因為 Apple 有最好的 AI，而是因為 Apple 有全球最忠誠、消費力最強的用戶群，而這批用戶將從 Apple 的入口進入 AI 服務。對開發者和品牌來說，這也意味著「Apple 的 AI 平台」將成為一個新的重要戰場—如同當年 App Store 開放時一樣，早期進入者有機會建立難以複製的先發優勢。

顧問業的訊號：通才出局，AI 專才時代來臨

Business Insider 和 Deloitte 的訊號，共同描繪出知識工作產業正在進行的結構性重組—管理顧問「通才」的時代，正在被 AI 加速終結。

Business Insider 的報導指出，BCG 明確表示正在加速招募 AI 專才，而 McKinsey 也持續聚焦在 AI 相關領域的人才補充。這個轉變背後的邏輯很清楚：在 AI 可以處理大量的通才分析工作（市場研究、競爭分析、簡報製作）之後，企業願意為「通才顧問」支付的費用，正在受到壓縮；但願意為「具備特定 AI 領域深度專業知識的顧問」支付的費用，反而在提升。

Deloitte 的動向則提供了另一個角度。Deloitte 南亞 COO 明確表示，Deloitte 不只不會因為 AI 而裁員，反而計畫在近期招募 50,000 名新的專業人才。這個宣告的深層邏輯是：Deloitte 賭的是，在 AI 工具普及之後，企業反而需要更多懂得使用這些工具、並能夠把 AI 的輸出轉化為商業決策的「AI 增強型專業人才」。這不是在否認 AI 的影響力，而是在押注「AI 工具會讓人類的工作數量增加而非減少」—因為當 AI 降低了分析的門檻，越來越多以前不可行的分析和決策支援，就都變得可行了，需要的人才反而更多。

這兩個訊號放在一起，給了職場工作者一個清晰的策略建議：與其焦慮「AI 會不會取代我的工作」，不如問「我的工作中，哪些部分是 AI 現在還很難做好的？如何讓那些部分成為我的核心競爭力？」對大多數知識工作者來說，答案通常不是「更深的技術知識」，而是「更強的 AI 協作能力」加上「更難被複製的行業語境和客戶關係」。

本文關鍵概念速查

AI 應用層泡沫（AI Application Layer Bubble）：

AI 應用層泡沫是指 2022-2024 年間大量以通用 AI 技術包裝成特定用途 SaaS 工具的新創公司，因為護城河不足（使用者可直接用通用 AI 模型取代）而在 2025 年後陸續面臨商業模式挑戰的市場現象。辨別標準是：這個 AI 工具做的事，通用 AI 模型可以直接取代嗎？

AI 搜尋商機（AI Search Commerce）：

AI 搜尋商機是指使用者透過 AI 聊天機器人和 AI 搜尋引擎直接完成商品與服務購買決策的新興市場。根據 McKinsey 的預測，這個市場到 2028 年規模將達 7,500 億美元，其 SEO 邏輯（AEO，Answer Engine Optimization）與傳統 Google SEO 截然不同，強調資訊密度和問答結構。

AI 原生應用（AI-native Application）：

AI 原生應用是指從設計之初就以 AI 能力為核心基礎、而非將 AI 功能附加在既有產品架構上的應用程式。相較於 AI wrapper（AI 包裝），AI 原生應用能夠創造通用 AI 模型無法直接取代的獨特使用者體驗和商業價值，被視為 2026 年後 AI 投資中最具長期可持續性的商業模式。

AEO（Answer Engine Optimization，答案引擎優化）：

AEO 是指針對 AI 搜尋引擎和 AI 聊天機器人優化內容，使其更容易被 AI 引用和推薦的內容策略。不同於傳統 SEO 追求搜尋結果頁面排名，AEO 的核心是讓內容具備高資訊密度、清晰的問答結構，以及足夠的可信度訊號，讓 AI 在回答使用者問題時選擇引用你的內容。

我們的觀點

2026 年的 AI 市場，正在完成一個必要的「現實校正」—但這個校正不是全面退潮，而是精確的分層淘汰。Fortune 和 CB Insights 的數據讓我們看到：應用層的泡沫在破，但基礎設施層和 AI 原生商機的投資仍在深化；Sora 在退，但 Apple 正在以更深的平台策略重新布局。

我們認為，判斷任何 AI 機會是否值得投入，可以用一個簡單但精確的問題：「這個 AI 應用，是在讓既有的流程稍微便宜一點，還是在創造一個之前根本不可能存在的新行為？」前者的護城河很脆弱，後者的成長空間才是真正的機會。

對個人工作者來說，McKinsey 7,500 億美元的 AI 搜尋商機預測，以及 Apple 的平台轉向，共同傳達了一個具體的行動建議：現在就開始布局 AEO—讓你的內容具備被 AI 引用的品質和結構。這不是遙遠的未來，2028 年只有不到兩年，而 AI 搜尋的普及速度比任何人預期的都快。那些在 AI 搜尋成為主流之前就完成布局的人，將獲得和當年 Google SEO 早期布局者一樣的先發紅利。

至於顧問業的轉變，我們認為它傳達的訊號不只是對顧問業有效，而是對所有知識工作者都有意義：在 AI 可以處理通才工作的時代，你的核心競爭力需要明確地建立在「AI 還不擅長的那些事」上—不論是深度的行業語境理解、複雜的客戶關係管理，還是需要高度創意意圖的設計判斷。這些，才是在 AI 時代真正值得持續投資的個人能力。

開放討論

你認為 McKinsey 預測的 7,500 億美元 AI 搜尋商機，最可能在哪些產業或場景中最先實現？你自己是否已經開始因為 AI 搜尋推薦（而非 Google 搜尋）而做出購買決策？歡迎在留言中分享你的真實觀察和預測—這個話題的答案，可能比我們預期的更快到來。

延伸思考

1. 你目前使用的 AI 工具中，哪些讓你感覺「沒有它根本做不到」，哪些只是「讓事情稍微快一點」？根據本文的分析框架，前者和後者在 AI 趨勢加速的環境中，命運會有什麼不同？
2. Apple 選擇做「AI 超級入口」而非「AI 模型提供者」—這個策略如果成功，對你所在的行業或工作有什麼直接影響？你認為台灣有哪些機會可以在 Apple 的 AI 平台策略中找到位置？
3. Deloitte 計畫招募 50,000 名新人才並稱「AI 時代需要更多人而非更少」—你相信這個說法嗎？你認為這 50,000 人將做哪些類型的工作，而這些工作現在已經存在了嗎？
   

資料來源

Fortune（2026年3月29日）：One AI bubble has already burst. The next one—a rare kind—is still growing

TechCrunch（2026年3月29日）：Sora's shutdown could be a reality check moment for AI video

Bloomberg（2026年3月29日）：Apple pivots AI strategy to App Store, search-like platform approach

Business Insider（2026年3月）：Why the days of the consulting generalist may be numbered

Digital Today（2026年3月）：Tech Inside: McKinsey forecasts $750B AI search market by 2028

訂閱電子報

訂閱「未來思考週報」，每週三收到精選文章與趨勢洞察。