全球 AI 投資狂潮正在重塑傳統金融與加密貨幣市場的格局。從大型語言模型(LLM)到生成式 AI 基礎設施,跨國企業、矽谷巨頭與加密原生基金正以前所未有的速度投入資金。然而,國際清算銀行(BIS)近日發出嚴正警訊,指出 AI 投資的過度擴張可能成為全球金融系統的「閃電引爆點」。

更值得加密貨幣市場關注的是,AI 投資的融資模式高度依賴龐大債務與高槓桿的非銀行金融結構,這類結構一旦遭遇市場轉向,其去槓桿速度將極其迅速,可能引發連鎖反應。對加密貨幣而言,這不僅關乎傳統金融的穩定性,更直接關聯到 AI 系代幣的估值邏輯與 DeFi 市場的流動性健康。

AI 融資狂潮的結構性隱憂

BIS 報告指出,當前 AI 投資的融資模式存在三個核心脆弱性:槓桿率過高非銀行金融機構主導、以及抵押品高度集中。這與 2008 年金融海嘯前夜的情況有異曲同工之處——大量資金透過複雜的金融工具(如 SPV、對沖基金結構、私募信貸基金)進入市場,而這些結構的透明度往往不足。

「AI 投資狂熱是一個潛在的系統性風險引爆點,因為融資高度依賴龐大債務與高槓桿的非銀行結構,這些結構一旦轉向,去槓桿過程將極為迅速。」——BIS 分析師

從加密貨幣視角來看,這種結構性風險正在透過多個管道滲透至加密市場:

  1. AI 系代幣的估值支撐:大量 AI 相關代幣(如 $FET、$RNDR、$WLD 等)的市場資本化建立在 AI 長期投資持續增長的假設之上。
  2. DeFi 抵押品風險:部分加密基金將 AI 公司股票或相關資產作為加密借貸的抵押品,一旦價格下跌可能引發強制清算。
  3. 流動性連鎖效應:加密市場與傳統金融市場之間的聯動性日益增強,傳統市場的拋壓可能迅速傳導至加密資產。

加密貨幣市場的 AI 狂熱現況

回顧 2023 至 2025 年間,AI 主題在加密市場掀起了一波龐大的投資熱潮。AI 系代幣的總市值一度突破 200 億美元,多個 AI 相關的 Layer 1 與 Layer 2 專案獲得數千萬美元甚至上億美元的風險投資。

指標 AI 系代幣概況(2025 年中)
總市值規模 約 180-220 億美元
頭部代幣佔比 $FET、$RNDR、$WLD 佔前三約 45%
風險投資金額 2024 年 AI 加密領域獲投超 30 億美元
與 BTC 價格相關性 2025 年 Q2 達 0.62(顯著上升)

值得注意的是,AI 系代幣與比特幣價格的相關性在 2025 年顯著上升,這意味著傳統金融市場對 AI 情緒的變化,正在直接影響加密市場的整體走向。

從傳統金融到加密市場的風險傳導路徑

BIS 的警訊之所以對加密貨幣市場尤為重要,是因為傳統金融系統與加密市場之間的「隔離牆」正在逐步消融。以下為風險傳導的主要路徑:

1. 私募信貸基金的加密敞口 許多傳統私募信貸基金已開始將資金配置於加密資產,作為分散投資策略的一部分。若 AI 投資泡沫破裂導致這些基金面臨流動性危機,加密資產可能成為被抛售的對象。

2. 加密對沖基金的槓桿操作 部分加密對沖基金透過傳統金融機構的融資渠道進行加槓桿操作,AI 相關資產被廣泛用作抵押品。一旦 AI 資產估值大幅回調,可能引發抵押品不足與強制清算的連鎖反應。

3. 穩定幣的間接暴露 雖然穩定幣本身不直接投資 AI,但穩定幣發行方的金庫組合中可能包含 AI 相關的傳統資產(如 AI 公司股票、債券),這為風險傳導提供了另一條路徑。

加密市場的應對策略與市場展望

面對 BIS 的警告,加密貨幣市場需要建立更完善的風險管理框架。以下是幾個值得關注的應對方向:

  • 分散化投資邏輯的強化:AI 系代幣的集中度風險應引起投資者高度警惕,分散配置至不同領域的加密資產將是必要策略。
  • 鏈上數據監控的重要性提升:透過監控 AI 系代幣的巨鯨地址流動、交易所淨流量、DeFi 抵押率等鏈上指標,可提前識別潛在風險。
  • 去槓桿化的緩衝準備:加密基金與合約交易者應預留足夠的流動性緩衝,以應對可能出現的快速去槓桿過程。

從長遠來看,AI 技術本身對加密市場的正面貢獻不會因為短期的投資狂熱而消失。去中心化 AI 基礎設施、AI 驅動的 DAO 治理、以及 AI 與 Web3 的深度整合,仍將是未來數年加密市場的重要敘事。但投資者需要區分「技術價值」與「融資泡沫」,避免在狂熱中失去理性判斷。

傳統金融監管與加密貨幣的未來

BIS 的介入也反映出一個更廣泛的趨勢:傳統金融監管機構正在重新評估加密貨幣在金融體系中的角色。若 AI 投資泡沫與加密市場產生更強烈的聯動,監管機構可能對加密資產施加更嚴格的監管要求,特別是針對高槓桿的加密交易與 AI 系代幣的發行與交易。

對加密貨幣生態而言,這既是挑戰也是機遇。機遇在於,若加密市場能建立更完善的風險管理機制與透明度標準,反而可能成為傳統金融金融創新的重要參照點。


延伸思考與常見問題