2026年9月，輝達執行長黃仁勳在《The Ezra Klein Show》訪談中拋出一個概念：AI基礎設施跟GPU算力，搞不好會變成像飛機一樣可以拿去融資的資產類別。聽起來很潮，但科技圈同時也在流傳另一種畫面——工程師每天坐在電腦前，花大把時間幫AI產出的程式碼除錯、按Enter執行。雖然目前沒有可靠來源證實馬斯克針對這個現象發表過完整評論，但這話題已經在工程師社群炸開了。
AI是新資產，還是正在改寫工作定義的變數？
這兩種討論背後，其實在問同一件事：AI到底是創造價值的「新資產」，還是正在改變專業工作型態的「技術變革」？
從10月開始，科技圈陸續有一波重量級展會：台北電子展聚焦邊緣智慧、GitHub Universe探討AI代理協作、鴻海科技日展示機器人落地，還有預計10月舉行的FinTech Taipei。值得注意的是，根據資策會針對2025年的產業調查，金融業AI導入率約41.8%，在受訪產業中位居首位（營建業為36.7%），顯示金融業在AI應用上的積極程度確實比較高。
工程師社群：從寫Code到「審Code」的角色轉換
在PTT的Tech_Job與Soft_Job板，部分網路討論用「按Enter作業員」來形容AI生成程式碼後的人工審核與執行作業。當GitHub大會主推AI Agent能自主規劃任務、跨應用程式操作時，軟體工程師的技能組合確實面臨轉型需求。
OpenAI早期成員及知名AI研究者Andrej Karpathy曾多次強調，人類在AI時代的核心價值在於「引導與框架設定」的能力。雖然目前未能查證本文原述的特定四種格式說法，但產業共識認為，懂得如何下達結構化指令、設計提示詞框架的專業人員，將在AI協作中扮演關鍵角色。
金融業的AI應用：導入率高，但還沒真正進核心
儘管金融業AI導入率在2025年調查中表現亮眼，資策會指出，受限隱私及法規要求，目前AI多應用於客服及內部行政流程，尚未大規模進入核心業務。部分年輕用戶在社群平台反映，現階段的金融AI應用仍以客服為主，距離真正簡化繁瑣手續的突破性應用還有距離。
在監理層面，金融科技產業聯盟正推動「可程式化AI治理」等專案，金管會也更新AI指引，納入代理AI風險管理要求，並強調高風險領域需保留人工介入與覆核機制。金融機構若將AI用於核貸、風控等高風險領域，通常須符合既有金融法規與AI治理、風險控管及人工覆核要求。技術不是唯一瓶頸，如何建立信任與合規框架同樣關鍵。
資本市場開始配置AI基礎設施主題
資本市場出現值得關注的產品設計案例。預計於2026年10月5日至8日募集、10月29日掛牌的ETF 009831，其追蹤指數配置為電力供應鏈40%、硬體20%、軟體20%、應用20%。截至2026年9月30日，該指數最大成分股為電力設備商伊頓，輝達權重約4.2%。
這檔ETF的產品配置顯示其偏重電力供應鏈與AI基礎設施主題，反映發行商對能源解決方案在AI發展中重要性的判斷。不過，單一ETF的設計不能推論為整體資本市場已完成產業輪動，仍需觀察更多基金的資金流向、申購規模及持倉變化。
AI能源需求與氣候政策的潛在衝突
隨著AI資料中心規模擴大，其能源需求可能成為氣候政策討論的重要議題。部分社群討論批評科技企業在推動ESG永續的同時，AI資料中心的耗電量持續成長，如何平衡AI發展與淨零碳排目標，正成為各國政策制定者面臨的挑戰。
產業觀察：基礎設施與終端應用的機會
從產業分析角度觀察，當市場高度關注AI晶片時，供電設備、散熱系統、邊緣運算終端等基礎設施領域也值得注意。台灣供應鏈具備「少量多樣」製造優勢，部分業者嘗試將AI算力下放至終端設備，開拓差異化市場定位。不過，這需要更多個別公司、產品與市場資料的支持驗證。
黃仁勳提出AI基礎設施可能成為新資產類別的概念，工程師社群討論技能轉型的必要性——兩種觀點都指向同一件事：AI時代的關鍵不在於技術本身，而在於如何定位自己的專業價值。無論是學會引導AI的框架設計能力，或是投入AI運作所需的基礎設施建設，都可能是未來十年的重要機會領域。
