Google的TPU奇襲 完整供應鏈全解析

【文／魏聖峰】

AI的發展正式從工具化爲主體，代理型AI正式來臨，未來的AI將能自主規劃、決策到任務執行。AI真的能在部分重複、繁瑣的工作上取代人力，AI推論能不斷產生需求，將會是AI變現的開端。

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爲主體，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，收費模式也可能跟着改變，並可能從現有的訂閱制演變成任務型收費制。

代理型ＡＩ需求涌現

生成式ＡＩ從二○二二年底，由OpenAI推出的ChatGPT，掀起生成式ＡＩ發展風起雲涌，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。它的主要角色作爲輔助的工具。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，但很難直接轉化爲實際的產值。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，因爲它直接節省人力成本並提高精確度。爲了讓這些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宣佈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劃，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。

谷歌搶攻更強的ＡＩ話語權

谷歌發表專爲推論（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成爲真正規模化變現的獲利模型。

【本文未完，全文詳情及圖表請見《先探投資週刊》2402期；訂閱先探投資週刊電子版】