重點摘要：

• 奧特曼承認高估GPT-4後，AI對企業與經濟的短期顛覆速度。

• 經濟慣性、資料治理、資安及系統整合，成為AI商業化的主要瓶頸。

• 資料中心遭地方反對，顯示AI擴張同時面臨能源、環境與社會許可挑戰。

【新聞中心／綜合報導】

OpenAI 執行長奧特曼 （Sam Altman） 近日承認，他低估了社會與經濟吸納人工智慧所需的時間，坦言 2023 年 GPT-4 發布後，他所預期的顛覆性衝擊遠比實際情況緩慢許多。

「當我們在 2023 年推出 GPT-4 時，我以為很快就會出現大規模的破壞，軟體產業將迅速易主，但事實並非如此。」Altman 在一次近期訪談中如此表示，相關言論於週日廣泛流傳。

這番表態，是 Altman 在整個 2026 年間逐步深化的一貫論述中，迄今最為直白的版本。今年二月，他向媒體表示 AI 的採用「比他預期的慢」，並將癥結定調為「應用問題，而非訓練問題」。到了七月下旬，他在接受 TechCrunch 採訪時更進一步表示，OpenAI 或許需要「放緩 AI 的開發速度」，以便讓世界有時間跟上。

Altman坦言高估AI顛覆速度　經濟慣性成企業導入主要瓶頸

GPT-4後衝擊未如預期

OpenAI執行長奧特曼（Sam Altman）近日表示，他低估了人工智慧（AI）改變企業與整體經濟的時間，尤其未料到GPT-4推出後，商業模式與軟體產業的顛覆速度會如此緩慢。

奧特曼在接受Podcast主持人David Senra訪問時說：「我原本以為，GPT-4在2023年推出後，很快就會帶來更多衝擊，軟體企業也會立即面臨重新洗牌，但實際情況並非如此。」他並直言：「我在速度上看錯了，經濟本身具有很強的慣性。」

技術進展快於商業落地

奧特曼的最新說法，反映AI產業正逐步區分「模型能力提升」與「企業實際採用」兩條不同時間軸。模型可以在短時間內提升推理、程式撰寫及自動化能力，但企業仍須處理資料權限、資安審查、法規遵循、採購流程、員工訓練，以及與既有系統整合等問題。

他今年稍早也曾表示，AI產業面對的主要問題是「應用問題，而不是訓練問題」，意指瓶頸不再只是打造更強大的模型，而是開發企業真正需要、且能有效導入工作流程的產品。

一項針對資料主管的全球調查顯示，57%受訪者將資料可靠性列為AI從試驗階段進入正式生產環境的最大障礙，另有76%表示企業AI治理速度跟不上員工實際使用AI的情況。這顯示企業導入AI的阻力，更多來自組織與制度，而非單純的技術供給。

基礎建設亦面臨阻力

AI商業化進程放緩之際，支撐模型運算的資料中心擴張也遭遇地方社會反彈。Gallup調查顯示，約七成美國民眾反對在居住地附近興建AI資料中心，其中48%表示強烈反對；水資源、電力消耗與環境影響，是主要疑慮。

在供應鏈端，NVIDIA近期據報以60億美元取得Poolside Model Factory的非專屬授權，並追加投資10億美元，顯示晶片業者仍持續押注AI軟體生態系，但也透過多元布局分散單一模型或應用需求不如預期的風險。

對產業與投資人的啟示

奧特曼的修正並非否定AI長期發展，而是承認技術突破轉化為生產力與營收，可能需要比市場原先預期更長時間。對企業而言，AI投資重點將從單純購買模型，轉向資料治理、流程重整與可量化報酬；對投資人而言，評估AI題材時，也須留意企業採用週期、基礎建設審批及能源成本等現實限制。

至於阿特曼對AI權力集中及「反人類」風險的警告，外界部分解讀為影射強調安全與集中監管的Anthropic。不過，阿特曼並未在相關談話中直接點名Anthropic，這項解讀目前仍屬市場與輿論的推論。