矽谷創投科技趨勢報告重點一次看！AI擴張、能源壓力與數位信任危機
美國創業投資公司 Contrary 近日公布 2026 年科技趨勢報告，篇幅超過 350 頁，橫跨人工智慧（AI）、能源與資源、工業化、醫療健康以及數位介面與體驗五大板塊，試圖描繪當前科技與產業變革的全景圖。
這份報告被視為少數能在研究深度與廣度上媲美專業顧問機構的 VC 研究成果之一。Contrary 成立於 2018 年，由 Eric Tarczynski 創辦，以「人才驅動＋研究驅動」為核心方法論，長期在全球頂尖大學建立人才網路，透過發掘年輕技術菁英來尋找投資機會。
旗下 Contrary Research 已對 400 多家私有科技公司進行深度研究，每年年初發布年度科技趨勢報告，2025 年首版即在業界引發關注。
一、計算智慧：模型持續變大，但 AI 的競爭規則正在改寫
報告將第一個重點放在「計算智慧」，從基礎模型的演進、企業導入 AI 的速度，到算力供需結構三個層面，勾勒當前 AI 發展的核心輪廓。
Contrary 指出，現階段最先進的 AI 模型仍然遵循擴展定律，也就是透過更龐大的資料集、更長的訓練時間與更高的計算投入來推升效能。
回顧模型發展路徑，從早期的 AlexNet，到 GPT-4、DeepSeek V3 以及 Llama 3.1-405B，訓練所需的計算量在對數尺度上幾乎呈現線性攀升。
自 2010 年以來，深度學習模型的訓練算力大約每半年就翻倍一次，成長速度明顯快於 1950 至 2010 年期間平均每 21 個月翻倍的節奏。
不過，報告同時強調另一個同樣關鍵、卻較少被討論的趨勢：在達到相近效能的前提下，模型實際所需的計算量正持續下降。
以在兆級資料點上訓練的模型為例，2021 年所需的計算量已比 2012 年降低約 1.65 萬倍，顯示效能提升並非完全建立在「無限擴張」之上，而是與效率優化同步推進。
推理成本的下降同樣明顯，在相同基準測試水準下，從 GPT-3.5 到 DeepSeek-V3，每百萬 token 的推理價格已從數十美元降至不到 1 美元。
報告亦提醒，部分被宣稱為「重大突破」的模型改進，未必具有充分的統計意義。一些結果未完整納入不同運行條件下的變異性，實際上可能不足以證明性能差異具備顯著性。
從整體生態來看，Google(GOOGL-US) 、Meta(META-US) 、微軟 (MSFT-US) 與 OpenAI 仍是重要 AI 模型的主要產出者，但學術研究機構依舊在模型創新中扮演關鍵角色。
隨著模型持續更新，其在知識型工作上的表現不斷提升，最新一代模型在與產業專業人士的對比測試中，勝率已超過 74%。企業端使用情況則顯示，OpenAI 仍居主導地位，ChatGPT 的使用占比約為 35.8%，Anthropic 以 14.3% 位居第二。
開源模型是本次報告著墨較深的另一焦點。DeepSeek 在 2025 年初的快速進展，為開源社群注入新動能，其在 LMSYS 聊天機器人排行榜上的 Elo 分數已接近 OpenAI，僅略低於 Google。
報告同時指出，中國開源模型在 2025 年於西方主導的開放生態中影響力明顯上升，在 GitHub 最受歡迎的 AI 開發者帳號前 20 名中，就有 6 個來自中國，全球採用率也呈現出結構性轉變。
此外，報告專章討論「世界模型」的潛在影響。相較於以文字為核心的大語言模型，世界模型嘗試建構具備一致物理規則與長期記憶的 3D 環境，被部分研究者視為 transformer 架構的可能替代方向。
隨著人類生成文本資料逐漸被消耗，世界模型也被認為可能成為合成訓練資料的重要來源，公共文本資料的有效存量預估將在 2027 至 2028 年左右接近枯竭。
在商業應用層面，企業 AI 的成長速度極為驚人。根據 Gartner 數據，企業 AI 收入自 2022 年幾乎為零，迅速攀升至 2023 年的 17 億美元、2024 年的 115 億美元，並在 2025 年達到 370 億美元，成長率超過 300%。
目前，企業 AI 已占全球 3,000 億美元 SaaS 市場約 6% 的比重。
這波成長也帶動整個產業鏈的結構性重組。Meta、Google、微軟與亞馬遜 (AMZN-US) 等超大規模企業，在 2025 年第二季的單季資本支出已接近 1,000 億美元，且多數資金投入 AI 算力與資料中心建設。
自 ChatGPT 於 2022 年底推出後，美國資料中心投資出現跳躍式成長，並持續延伸至 2026 年。部分預測甚至認為，若晶片需求維持現有增速，全球半導體產業的年收入規模有望在 2030 年突破 1 兆美元。
然而，Contrary 也指出，算力投入並不等同於可靠智慧。報告提醒，即便在法律研究這類高度結構化、被視為最適合 AI 應用的領域，專業工具產生內容的幻覺率仍高達 17% 至 33%。
在醫療、法律與金融等高度要求零錯誤的場景中，這樣的誤差幅度，仍可能帶來難以承受的後果，顯示 AI 發展真正困難的，往往是最後那段關鍵距離。
二、資源面：資料中心擴張推升用電壓力，能源競逐全面升溫
若將軟體視為 AI 的思考中樞，晶片與資料中心便構成其運作基礎。Contrary 在報告中大量著墨於算力供給與需求之間持續拉大的落差，並指出，美中在 AI 晶片領域的角力，已從單純的技術競爭，演變為具有高度地緣政治意味的戰略對抗。
根據報告預測，至 2026 年，美國與中國的 AI 晶片產能都將迎來明顯擴張。儘管輝達 (NVDA-US) 仍居市場主導地位，但其他美國晶片設計公司，以及以華為為代表的中國廠商，正加快追趕腳步。
面對快速攀升的需求，超大型雲端供應商也不再僅依賴外部供應，而是積極投入自研晶片，試圖掌握關鍵算力來源。
報告點名，多家科技巨頭已推出高度客製化的處理器，包括微軟的 Azure Maia 100 與 Cobalt 100、Meta 的訓練與推理加速器（MTIA）、Google 的 TPU，以及蘋果 (AAPL-US) 的 M5 晶片。
這一波自製晶片潮，反映雲端業者不願再將核心競爭力完全交由晶片供應商掌控；在算力成為戰略資產的背景下，垂直整合幾乎已成必然趨勢。
不過，相較於晶片供給，更嚴峻的挑戰來自能源。隨著資料中心與 AI 運算需求急速擴張，用電量同步呈指數型成長。
報告指出，AI 在美國整體電力需求中的占比，預計將從 2025 年約 5%，提升至 2030 年的 10% 以上。在 2025 至 2030 年間，全球資料中心容量需求可望成長 3.5 倍，其中新增部分幾乎全數來自 AI 工作負載。
在「持續動能」情境下，Contrary 估算，全球資料中心的電力需求到 2030 年可能達到 219 吉瓦，相較 2025 年的 82 吉瓦大幅躍升。
報告也指出，資料中心多集中於電價相對低廉的地區。在美國前十大資料中心市場中，有六個的電價低於全國平均的每度 9.2 美分。然而，用電集中帶來的壓力已逐漸浮現。
2024 年，美國資料中心的耗電量約為 183 太瓦時，占全國用電量約 4%；到 2030 年，該數字預估至少將增加 133%，達到 426 太瓦時。放眼全球，資料中心用電需求預期在十年內成長至原本的四倍。
供需失衡的風險也日益逼近。報告引用數據指出，資料中心能源供給與需求之間，最早可能在 2026 年出現高達 40% 的落差。
除了電力，水資源同樣成為關鍵限制因素。資料中心的冷卻系統，可能占整體能耗近半，其大量用水及潛在污染問題，已在多個擬建據點引發地方居民反彈。
Contrary 直言，為支撐資料中心快速擴張，短期內新增的能源供給，仍將高度依賴化石燃料，尤其是天然氣與煤炭，這與科技產業長期宣示的「綠色承諾」形成明顯落差。
在此背景下，核能重新受到關注。全球核電裝置容量在停滯多年後開始回升，其中中國成為最主要的推動力量。
美國目前仍是全球核電發電量最高的國家（781.9 太瓦時），中國則以 417.5 太瓦時緊追在後，且其在建與規劃中的反應爐數量，明顯超越美國。
值得注意的是，美國民眾對核能的支持度已上升至約 75%，創下歷史新高，與過去數十年的反核情緒形成鮮明對比。報告亦提到，美國太空部隊已宣布，計畫在本世紀末前於月球部署一座 100 千瓦的核反應爐。
此外，報告在本章節中也觸及月球基地這一前瞻性議題。地質研究顯示，月球蘊藏水冰、氦 - 3 與稀土金屬三項關鍵資源，分別對應生命維持、未來核融合能源，以及電子產品製造需求。
中國與俄羅斯已共同宣布推動「國際月球科研站」計畫；美國則主導以《阿提米絲協議》（Artemis Accords）為核心的月球開發框架。目前兩大陣營的參與國幾乎沒有重疊，月球資源與開發權，正逐漸成為地緣政治競逐的新前線。
三、工業化進程：自動駕駛加速落地，美國製造業回流升溫
Contrary 報告的第三個核心主題聚焦於「工業化」，範圍涵蓋交通運輸、製造業與國防等三大領域，呈現 AI 如何從虛擬世界逐步滲透至實體經濟。
AI 進入物理世界最具體的體現，莫過於自動駕駛技術的成熟。Waymo 在 2025 年 7 月成為全球首個累積自動駕駛行駛里程突破 1 億英里的無人計程車服務。至 2025 年 11 月，Waymo 已規劃於 2026 年擴展至 15 個新城市，並以年底前每週完成 100 萬次載客行程為目標。
相較之下，特斯拉 (TSLA-US) 推出的 Robotaxi 服務在德州奧斯汀上線初期，自動駕駛里程僅約 1.5 萬英里，而 Waymo 在同一城市啟動服務時，累積里程已達 5,000 萬英里。車輛密度差距同樣明顯：特斯拉每平方英里僅約 0.12 輛，Waymo 則達 1.1 輛。
報告指出，若全美車輛皆能達到 Waymo 目前的安全水準，每年可避免約 3.7 萬人喪生，並減少約 1 兆美元的社會成本。此外，自動駕駛計程車的單位里程成本，已低於人類駕駛的傳統計程車與網路叫車平台。
對城市空間的影響同樣深遠，美國百萬人口以上城市，平均超過 22% 的土地用於停車，透過自動駕駛車輛提升使用效率，停車空間需求理論上可降低多達 80%。
在長途運輸領域，自動駕駛卡車仍處於早期階段，但進展已逐步顯現。以 Aurora 為代表的領先業者，無人駕駛里程已累積約 2 萬英里。
由於總持有成本優勢明顯、司機短缺嚴重，且貨運距離長，美國在自動卡車採用上領先全球；歐洲則受限於跨國法規差異，中國則因總擁有成本優勢較低與前期投資成本偏高，進展相對緩慢。
報告亦提醒，自動卡車對勞動市場的衝擊不容忽視。在美國 52 個州與領地中，有 35 個州的運輸業是男性最常見或第二常見的就業選項，約占男性就業人口的 18%，自動化推進勢必對相關產業結構帶來深遠影響。
航空產業則呈現出不同的發展輪廓。自 2020 年以來，全球客機機隊平均機齡增加約 2%，原因包括新機交付延宕、維修與保養技術提升延長飛機使用年限，以及機隊成長速度超出預期。
即便如此，在波音 (BA-US) 737 Max 事故等事件頻頻引發關注的背景下，航空死亡率仍持續下降，反映工程安全標準的長期改善。
然而，航空業的財務表現始終承壓。從 1990 年至 2024 年，該產業累積虧損約 700 億美元（以 2024 年幣值計算）。
歷史顯示，每逢重大衝擊事件，如 911 恐攻、2008 年金融危機或 2020 年疫情，航空產業復甦後的規模往往小於衝擊前。美國國內航空客運收入占 GDP 的比重，也從 1990 年代約 0.7%，下滑至 2024 年不足 0.5%，呈現結構性萎縮。
面對老化機隊，未來 20 年航空業勢必進行大規模換機。以波音為例，預估需汰換超過 75% 的現役機隊，總交付量將超過 1 萬架。這對製造商與供應鏈而言是一項龐大商機，對航空公司來說，則代表沉重的資本支出壓力。
報告亦點出「超音速飛行」這項可能顛覆航空運輸的方向。包括 Boom Supersonic 在內的新創公司，嘗試以大幅縮短飛行時間吸引市場需求。
調查顯示，若華盛頓至倫敦航程能由 7 小時縮短至 3 小時 55 分鐘，97% 的受訪者表示有興趣；東京至檀香山由 8 小時縮短至 3 小時 50 分鐘，興趣比例為 92%；倫敦至邁阿密縮短至 4 小時 40 分鐘，則有 87% 表示願意嘗試。
不過，技術、成本與環境挑戰仍高，協和客機的歷史經驗仍是重要警示。
在高速鐵路建設方面，中美差距尤為明顯。中國高鐵營運里程接近 4 萬公里，修建長度是美國的 61 倍以上，遠超日本、西班牙與法國等傳統高鐵強國。報告指出，這一落差部分來自美國基礎建設成本的飆升，其單位成本遠高於其他國家或過去歷史水準。
物流自動化則已在港口率先落地。天津港超過 88% 的大型貨櫃設備已實現自動化；美國長灘港則將原本需要 8,000 人力的作業流程，自動化至僅需約 800 人。
製造業與「回流」同樣是報告關注的重點。Contrary 回顧美國去工業化歷程，指出北美自由貿易協定（NAFTA）生效與中國加入 WTO，是製造業就業下滑的兩大關鍵節點。然而，工業機器人大規模導入，也是經常被忽略的重要因素。
數據顯示，美國每年工業機器人出貨量，已從早期的數千台成長至約 2.1 萬台，且仍未達成長上限。相較之下，中國在 2020 年的工業機器人安裝量，已超過全球其他國家總和，而美國仍有約 90% 的工廠尚未使用機器人。
在人形機器人領域，部分研究預估，其潛在市場規模可超過 1,500 億美元，累計銷量上看 1 億台。報告將其早期擴散曲線與汽車產業相比：汽車從商業銷售啟動到累積 100 萬輛，歷時約 17 年（1893 至 1910 年）；人形機器人也被預期將在約 17 年內（2013 至 2030 年）達到相近規模。
不過，風險同樣存在，例如 Figure AI 因遭舉報忽視安全標準而面臨訴訟，相關機器人甚至被指具備「擊碎人類顱骨」的潛在能力，凸顯監管與安全議題的重要性。
四、醫療健康：GLP-1 改變飲食產業版圖，基因編輯逐步走向現實
Contrary 報告的第四個重點，聚焦於生技製造與醫療健康產業的結構性變化。
在眾多醫藥創新中，GLP-1 受體激動劑（Glucagon-Like Peptide-1 Receptor Agonists）被形容為「21 世紀最成功的藥物之一」。目前約有 18% 的美國成年人正在使用某種形式的 GLP-1 類藥物。
全球品牌型抗肥胖藥物市場規模，已從 2019 年約 10 億美元，迅速成長至 2024 年超過 150 億美元，且預期未來仍將以年增率逾 10% 持續擴張。
GLP-1 的影響並不僅止於體重控制。研究發現，其使用者在多項健康風險上出現超出原先預期的改善，包括動脈粥樣硬化、代謝性脂肪肝、阿茲海默症、帕金森氏症，以及物質使用障礙的發生率下降。
然而，現實限制同樣存在。部分使用者因副作用而停藥，停藥後的體重變化呈現明顯分化：約一半出現體重反彈，另一半則維持減重成果，甚至持續下降。費用負擔與保險未涵蓋，是最主要的停藥原因，其次才是副作用與藥物供應不足。
報告特別關注 GLP-1 帶來的「二階效應」。在服用 Ozempic 等藥物的美國成年人中，80% 表示飲食行為出現「顯著改變」，其中 51% 減少零食攝取，44% 更常在家料理。這些行為轉變，正逐步重塑美國食品市場的需求結構，並已開始對速食與加工食品產業造成衝擊。
放眼整體生技產業，報告追蹤藥物研發從傳統小分子，轉向生物製劑（biologics）的趨勢。2024 年獲准的新分子實體中，生物製劑占比已接近一半，近半數藥廠將其列為前三大創新重點。
相較小分子藥物，生物製劑通常具備較快的 FDA 審批流程，但其研發成本與技術複雜度也明顯更高。
AI 在藥物研發中的應用前景廣受期待，但實際成果仍有限。AlphaFold 資料庫的擴展，大幅推進蛋白質結構預測能力；OpenAI 與 Retro Biosciences 合作的生物模型，已將幹細胞重編程成功率提高約 50%。
然而，真正由 AI 發現並成功推進至後期臨床試驗，甚至上市的藥物仍屈指可數。
進入第二期臨床試驗的 AI 藥物，其成功率僅略高於傳統方法，相關投資成長速度亦未跟上整體 AI 投資熱潮。另有業者嘗試不同路徑，例如 Varda Space Industries 利用微重力環境製造藥物蛋白晶體，並於 2024 年完成首次成功的太空製藥任務。
在中美競逐的背景下，中國在新藥研發領域的追趕速度明顯加快。2024 年，中國新藥首次獲得全球批准的數量，僅比美國少約 5%。由中國總部企業啟動的新藥臨床試驗，已占全球總量的 28%。
隨著人類基因組測序成本大幅下滑，基因療法與遺傳檢測的可及性顯著提升。聯邦層級對基因編輯的補助經費年增率達 40%，但社會態度仍呈分歧，對基因編輯越熟悉的人，越傾向同時預期其潛在益處與風險。
腦機介面則是另一個快速成長的尖端領域。Neuralink 作為資金最充裕的業者，已完成三例腦機介面植入，且受試者可獨立使用的時間持續拉長。
整體腦機介面投資正從醫療與研究用途，逐步延伸至消費型應用。同時，長壽研究的資金投入也不斷攀升，市場預估至 2029 年規模將超過 380 億美元。
然而，報告最後也點出醫療體系的結構性矛盾。經通膨調整後，美國醫療支出自 1970 年以來成長近 400%，但平均壽命仍落後於其他高收入國家。
與此同時，肥胖與糖尿病盛行率持續攀升；癌症發生率在 15 至 39 歲族群中，自 1975 年以來增加約 35%，而其他年齡層則呈下降趨勢，顯示健康成果與投入之間仍存在顯著落差。
五、數位介面與使用體驗：螢幕時間拉長，信任逐步流失
報告最後一個章節聚焦於「數位介面與體驗」，討論範圍涵蓋螢幕使用行為、廣告模式、心理健康、AR／VR 發展、數位信任、深度偽造，以及日益加劇的孤獨感問題。
從螢幕時間來看，不同世代之間出現明顯分化。千禧世代與 Z 世代最依賴智慧型手機，平均每日使用時間分別為 4 小時 6 分鐘與 3 小時 57 分鐘；X 世代與嬰兒潮世代則將更多時間投入電視觀看，分別為每日 3 小時 12 分鐘與 3 小時 33 分鐘。
不過，無論年齡層如何，手機與電視加總後皆占據個人總螢幕時間的一半以上。在各類裝置中，串流影音內容仍是最主要的使用項目，其次才是社群媒體瀏覽。
其中變化最顯著的，是大型語言模型聊天機器人的快速崛起。ChatGPT 在美國的活躍用戶，日均使用時間年增高達 202%，顯示使用者在此類工具上停留的時間正迅速拉長。
社群平台方面，雖然 Facebook、YouTube 與 Instagram 仍在用戶規模上領先，但就使用時長而言，TikTok 明顯勝出，反映短影音對注意力的高度吸引力。
在商業模式上，訂閱經濟於 2025 年出現結構性轉折。音樂與影音依舊是最主流的訂閱類型，Spotify (SPOT-US) 擁有約 3.65 億訂閱者、Netflix(NFLX-US) 約 2 億人，分別創造 39 億與 250 億美元營收。
然而，行動應用市場出現關鍵變化：長期主導收入的行動遊戲，在 2025 年首次被超越，AI 聊天機器人推動非遊戲類應用的整體收入，正式高於遊戲類別。
替代性消費硬體方面，VR 與 AR 的發展路徑逐漸分歧。VR 頭戴裝置的銷量已連續四年下滑，2024 年年減 12%。
Meta 的元宇宙部門 Reality Labs 累計虧損超過 170 億美元，公司於 2025 年 12 月削減 30% 預算，並在 2026 年 1 月裁員 331 人，策略上回收至以遊戲為核心的應用場景。
相較之下，AR 的進展相對順利。Meta 推出 Ray-Ban Meta Display AR 眼鏡與手勢控制腕帶；蘋果在暫停下一代 Vision Pro 後，轉向開發與 Meta Orion 競爭的 AR 智慧眼鏡；亞馬遜也正在研發代號為「Jayhawk」的消費級 AR 產品，預計於 2026 或 2027 年問世。市場預估，到 2027 年 AR 技術可望觸及 26 億名使用者。
然而，數位生活的深化也伴隨信任危機。報告指出，美國民眾對主流媒體的信任度，在各年齡層皆持續下滑。
30 歲以下族群中，透過社群媒體獲取新聞的比例，已與從傳統新聞機構取得資訊幾乎持平。作為新聞來源，傳統文章的占比下降，社群貼文則明顯上升。值得注意的是，過去兩年，美國社會對「限制假訊息」的支持度本身也出現下滑。
同時，深度偽造與 AI 相關的安全事件數量快速增加。由惡意行為者主導的 AI 事件，占所有已記錄事件的 34.2%，其中以詐騙、欺詐與定向操縱為最大宗。這一趨勢與 AI 工具的普及程度高度相關：技術門檻越低、能力越強，被濫用的風險也隨之提高。
報告最後將焦點放在孤獨感危機上。美國人獨處時間長期上升，雖然疫情期間達到高峰後略有回落，但仍高於疫情前的趨勢水準。全球生育率（非洲除外）普遍低於 2.1 的人口替代率；在美國，過去生育率下降主要來自家庭生育子女數減少，如今則更多源於建立伴侶關係的人數本身在下滑。
在此背景下，AI 伴侶開始扮演替代角色。調查顯示，33% 的青少年 ChatGPT 使用者，曾將其用於社交互動或關係需求。AI 伴侶平台的採用速度，比社群媒體與線上遊戲在早期階段快約 150%。在 Z 世代中，有 75% 認為 AI 伴侶可以完全取代人類陪伴；另有約 10% 的 18 至 29 歲成年人表示，他們可能會，或已經，與 AI 聊天機器人建立浪漫關係。