在《No Priors》最新一期 Podcast 中，Conviction 創辦人、美國科技投資人 Sarah Guo 與矽谷傳奇創業者兼投資人 Elad Gil，共同討論了人工智慧（AI）在 2026 年可能帶來的結構性衝擊。
他們從自身所處產業的實務經驗出發，深入討論 AI 應用正在引發的結構性變化，並據此勾勒出對 2026 年 AI 走向可能帶來重大衝擊的前瞻判斷。
Guo 與 Gil 均指出，投資圈對於 AI 大模型與新工具的長期走向仍充滿不確定性，但在第一線使用者端，情況卻截然不同。
Guo 引述 Off Call 的研究報告指出，醫療體系對 AI 的接受度顯著提升，從病歷整理到臨床決策輔助，醫師對相關工具展現高度使用意願。
她認為，正是這些一向被視為保守、風險敏感的領域，反而更迫切希望藉由 AI 提升效率、減輕負擔，因此願意率先嘗試新技術。
Gil 也呼應這一觀察，指出法律、會計等傳統專業人士，正逐漸成為 AI 的實際使用者，這代表 AI 擴散的臨界點已經出現，其他產業的採用速度只會進一步加快。
在產業演進方向上，輝達執行長黃仁勳則認為，AI 正從被動回應指令的工具，轉向能理解使用者行為、主動融入工作流程的智慧系統。
未來企業投入的重心，將不再只是「是否使用 AI」，而是「如何全面啟用 AI」，更多真實場景因此被打開。
機器人與自駕產業的隱憂浮現
然而，並非所有 AI 應用領域都前景光明。Guo 警告，機器人相關產業正處於高度炒作與過渡階段，不少公司已開始規劃量產與交付時程，但實際執行能力未必跟得上。
一旦交付落空或進度延宕，市場信心可能迅速反轉，引發連鎖效應，類似風險也不排除在其他 AI 產業重演。
Gil 則直言，自動駕駛與機器人領域的最終贏家，極可能仍是少數大型企業，例如特斯拉 (TSLA.US) 、Waymo，以及具備龐大製造能力的中國車廠。
這類產業不僅燒錢速度驚人，更高度依賴供應鏈整合與量產能力，對新創公司而言門檻極高。是否能建立完整模型能力與製造體系，才是真正的決勝點，單靠技術突破遠遠不夠。
投資邏輯翻轉：不是看好，而是不敢錯過
在資本市場，AI 也正在改寫投資行為的基本邏輯。
Guo 分享，她曾向一名對沖基金經理詢問是否會參與 2026 年 AI 公司上市投資，對方坦言，即便心中存疑，也不得不進場。
原因在於，散戶資金與市場情緒已全面湧入，而專業投資人面臨績效壓力，難以置身事外。
Guo 直言，這種投資狀態已偏離她所熟悉的理性評估模式。當前風險高度集中在少數晶片與模型巨頭身上，一旦 AI 發展未能兌現預期，市場恐面臨劇烈修正。
如今的買入行為，更多源自「害怕錯過」，而非對企業本身的長期信心。
消費型 AI 與健康科技的潛在突破口
儘管如此，Guo 與 Gil 仍認為消費市場並未走到盡頭。
Gil 指出，AI 在消費端的應用空間仍然廣闊，只是願意投入的創業者相對有限，部分原因在於產品容易被大型平台快速複製。
不過，一旦新創能建立足夠規模、形成網路效應或其他防禦機制，仍有突圍機會。
Guo 對當前多數消費型 AI 應用持保留態度，認為不少產品只是換上新技術包裝的舊概念，缺乏真正吸引力。
她認為，下一波消費創新，必須更貼近尖端研究成果。
Gil 則看好 Neo Labs 類型的模式，新創不直接與巨頭正面競爭，而是透過整合現有大型模型 API，快速推出產品、測試市場反應，降低啟動成本，同時取得更高的定價彈性，例如結合 AI 與 3D 結構預測的生技應用，就被視為具備長線潛力。
從肽類療法到能源瓶頸
在健康科技領域，肽類藥物正成為焦點。Guo 指出，以 GLP-1 為代表的療法，已從治療用途延伸至體重管理與健康維護，相關藥物在臨床試驗中展現亮眼成果。
Gil 也觀察到，生物駭客社群與高資產族群對此高度關注，長壽科技正逐漸從矽谷精英的小眾興趣，走向更大規模的社會現象。
至於 AI 發展的另一個關鍵限制，則來自能源。Asher Spector 指出，資料中心擴張的真正瓶頸已不在資金，而是電力供應與基礎設施。
AI 對訓練與推理算力的需求暴增，已超出電網擴充的速度，如何在有限能源下產生更高效的智能輸出，將成為產業能否持續成長的關鍵。
整體而言，短短 40 分鐘的討論已勾勒出一個清晰趨勢：AI 正快速走出實驗室，滲透至真實世界。
2026 年，各行各業都將面臨結構性調整，從晶片競賽、算力布局到能源保障，更高效率的推理系統，將成為下一階段競爭的核心。
(美股為即時串流報價； OTC市場股票除外，資料延遲最少15分鐘。)新聞來源 (不包括新聞圖片): 鉅亨網