從回答問題到代辦任務 代理式AI驅動跨產業鏈變革

從回答問題到代辦任務：AI應用正在融入日常生活

人工智慧（AI）正在從單純的回答問題，進一步走向任務執行。代理式AI（Agentic AI）可依使用者目標規劃步驟、調用工具，並在授權範圍內完成工作。根據摩根士丹利近期報告指出，Meta旗下Muse正拓展與Walmart、Best Buy及Expedia等企業合作，整合商品搜尋、比較與旅遊預訂服務。使用者未來可望透過AI完成原本需要切換多個網站的流程，而服務整合程度與任務執行能力，也將成為電子平台是否能吸引並留住用戶的重要因素。

消費服務加速整合 運算需求延伸至基礎設施

依據一份針對Muse的研究報告估算，代理式AI的潛在應用涵蓋約30兆美元的消費支出。消費者若透過AI比較商品、挑選飯店並完成預訂，零售商與旅遊業者可能需要串接平台，讓商品與房源納入推薦及預訂流程，部分行銷預算也可能隨之移轉。不過，商品供應、配送與住宿仍由合作業者提供，因此，即使消費者改透過AI下單，業者的價格競爭力、供貨能力與服務品質，仍是能否取得訂單的關鍵。

隨著零售與旅遊服務深度串接，AI 的多工具調用與端到端任務執行力，將重塑平台獲客與用戶留存關鍵。（路透）

由於這類服務需要AI反覆推理、調用工具，並保留前後任務內容，運算負荷因而高於單次問答，也提高對處理器與記憶體的需求。摩根士丹利發布的《Mapping AI’s Rate of Change: From Buildout to Broadening》模型估計，記憶體占AI機櫃總成本的比重，在前一代Blackwell機櫃中不到1成，在新一代Vera Rubin機櫃中則約為25%。綜合上述運算需求與成本考量，記憶體容量、存取效率及成本控制，均是系統設計的重要因素。此外，運算需求擴大，也促使雲端業者擴建資料中心，並提高對電力供應及相關設施的需求。同份報告預估，大型雲端與新興AI雲端業者將持續擴充算力供給，其設施容量以電力容量衡量，將由2025年約36GW增至2028年約145GW，約達原來的四倍。此為整體AI基礎設施的擴建預估，實際進度仍取決於電力供應、機房建置與設備交付等因素。

從產業趨勢到資產配置 理解報酬與風險來源

代理式AI帶起跨產業之需求，卻不必然為每個產業帶來相同幅度的投資報酬。平台須將使用量轉化為收入，設備商受採購進度影響，基礎設施業者則須承擔建置與融資成本。隨著AI相關產業之技術快速演進，也可能改變既有競爭優勢，使需求成長未必同步反映在企業獲利與股價表現。

因此，資產配置須同時考量成長潛力、收益來源與風險承受能力。分散至不同產業與資產，可降低對單一企業或題材的依賴，但分散效果仍取決於資產間的連動程度。隨著AI商業化進度、企業評價及利率環境改變，投資人可定期檢視並適時調整股債比重與產業配置，有助於分散風險，並保留參與產業發展的彈性。

（作者為元大證券國際金融業務部專業襄理）