ＡＩ的價值重心，已經從生成內容轉向執行任務。四月下旬舉行的Google Cloud Next 2026會議上明確釋出這樣的產業訊息。ＡＩ發展的重心正在從工具進化為主體，產業正式邁入第二階段的競爭模式，就是代理型ＡＩ（Agentic AI）的時代正式來臨。未來的ＡＩ將能自主規劃、決策與執行任務，收費模式也可能跟著改變，並可能從現有的訂閱制演變成任務型收費制。

生成式ＡＩ從二○二二年底，由OpenAI推出的ChatGPT，掀起生成式ＡＩ發展風起雲湧，代表性的產品包括ChatGPT、Copilot等，市場關注焦點集中在模型能力、參數規模以及訓練成本。從今年開始的ＡＩ發展，產業聚焦的重點在於代理型ＡＩ。什麼是代理型ＡＩ？簡單來說，就是一個具備自主規劃任務、多步驟執行、即時決策以及與外部系統互動的能力。過去生成式ＡＩ，這階段的ＡＩ功能在於回答問題和生成內容。它的主要角色作為輔助的工具。在代理型ＡＩ的發展上，能夠從規劃、決策到執行完成任務，並且這個流程能不斷地重複。此時，ＡＩ的角色已不再只是輔助工具而已，而是一個能完成任務的個體。如果在企業內，此時ＡＩ的角色就是扮演員工的角色。很多不斷重複且繁雜的工作任務，就交給這個代理型ＡＩ來完成。

這樣的轉變點出ＡＩ發展的關鍵性轉型，ＡＩ正從單純對話，進化到實際行動。生成式ＡＩ階段，ＡＩ主要是生成文字或圖片，這對企業來說雖然有趣，但很難直接轉化為實際的產值。Google Cloud Next 2026強調的代理式ＡＩ，具備連結企業內部資料（ERP/CRM）並執行動作的能力（例如：自動處理訂單、調整供應鏈、完成報帳）。

當ＡＩ能完成工作而不再只是建議工作內容時，企業會更願意支付高額費用，因為它直接節省人力成本並提高精確度。為了讓這些ＡＩ代理能真正隨處可用且降低成本，技術上將逐漸向邊緣端或更靈活的架構靠攏。最近微軟、Meta宣布要透過優惠退休方案減少員工數量，顯然是ＡＩ逐漸替代掉部分人力，讓企業可以更優化員工。留下來的員工屬於技術含量較高，或者是執行更高階決策任務的人力。不僅如此，微軟、Meta甚至谷歌最近幾年也都有固定裁員的計畫，而這些大型企業這幾年獲利都很好卻還是裁員，這些都是ＡＩ已經在現實上替代人力的結果。

谷歌發表專為推論（Inference）優化的TPU v8i晶片是這次大會的重頭戲之一。推論是ＡＩ運算的下半場，也就是ＡＩ在現場（可能是雲端邊緣或設備端）做決定的過程。如果所有運算都要回傳到昂貴的超大型伺服器，將會造成變現成本高的問題。若能將推論過程移往更靠近使用者的邊緣端或優化後的推論架構，就能大幅降低運作成本。這樣的模式，代表ＡＩ進入應用的紅利期，在資料中心的雲端主機，負責重型訓練和大規模代理的調度。在邊緣或是推論端，負責低成本和高效率的執行動作，這樣的分類才能讓ＡＩ成為真正規模化變現的獲利模型。

更重要的是，先前的ＡＩ模型訓練是屬於一次性的成本支出，而從現在開始的推論則是持續性的收入，因為每一個代理型ＡＩ都會產生長期推論的需求，讓ＡＩ推論不斷地創造收入，凸顯推論才是ＡＩ變現的開端。谷歌這時候推出專門推論用的晶片有其在ＡＩ戰略上的布局。由Nvidia主導的AI GPU主導ＡＩ訓練大型模型用的晶片，谷歌ＴＰＵ推論型晶片強攻代理型ＡＩ優化用的推論晶片，形成訓練用ＧＰＵ加上ＴＰＵ推論雙軌制。谷歌ＴＰＵ性能不輸亞馬遜、Meta等自研ASIC，先把這塊ASIC市場搶下來，形成在ASIC領域上有更強的話語權。

※免責聲明：本文獲得「先探 投資周刊」授權，文中所提之個股、ETF內容，並非任何投資建議與參考，請審慎判斷評估風險，自負盈虧。