簡立峰：生成式 AI 進入 2.0 時代，邊緣 AI 與 AI 電商將成避免泡沫化關鍵

在今（9）日的《INSIDE FUTURE DAY》上，前 Google 台灣董事總經理簡立峰以「AI Agent 的技術起點」為題發表演講，他指出，歷經過去 3 年的快速發展，生成式 AI 正進入 2.0 階段，核心已經從「回答問題」轉向「完成任務」，AI 代理人將成為未來 1-2 年的發展主軸，但若究其發展路徑、經濟結構，卻與過去的軟體革命截然不同，AI 若要避免重蹈 2000 年網路泡沫的覆徹，下一步必須依賴「AI Agent（人工智慧代理人）」的商業化落地以及「Edge AI（邊緣運算）」的普及。

生成式 AI 的發展路徑：從邏輯推理到代理營運

簡立峰回顧了生成式 AI 過去的技術突破，強調其在語言理解、數學推理及規劃代理能力上的飛躍式提升。

1. 技術的跨越式進展 

在語言理解問答能力成熟之後，AI 的發展核心轉向推理與規劃。去年底，AI 在數學奧林匹亞中取得銀牌，今年中已提升至金牌水準。最驚人的進展發生在程式設計領域，AI 在全球程式設計比賽中拿到世界冠軍，面對與人類相同的考卷，AI 成功解出全部 12 道題目，而人類僅解出 11 題。

此外，AI 在複雜的知識整合上展現了驚人的能力。科學家們設計了「人類的最後考試」（Human’s Last Exam），包含 2,500 道題，這些題目幾乎需要擁有全人類的完整知識才能回答，Google Gemini 3 Pro 一次跳躍到了 37.5%。

2. 大模型的架構差異與代理能力 

簡立峰指出，大模型之間的技術差異，特別體現在「上下文視窗」（input token lens）的寬度上，這類似於神經網路架構的寬度。例如，GPT-5 的平均輸入長度約為 50K，而 Google 的長度可達 1 million。他以軍事設備比喻：ChatGPT 像是巡洋艦，速度快但燃料有限；而 Google 打造的則是航空母艦。航空母艦需要百倍甚至千倍的訓練時間和成本，以及百倍以上的資料。

這種基礎設施的巨大差異，帶來了驚人的螢幕理解能力（ScreenSpot Pro）達到 72.7%，遠超 GPT-5.1 的 3.5%。更重要的是，AI 已經從單純的「回答」轉向「行動」，即 AI Agent 時代。

3. AI Agent：虛擬販賣機與五大發展階段 

AI Agent 的能力不再限於研究與資料整理，更進入了複雜的營運管理。簡立峰舉例，在模擬虛擬販賣機的經營競賽中，AI 被要求擔任經營者，負責採購、定價、庫存及客服。在模擬 365 天的人類時程（8 小時內完成）中，Gemini 3 團隊成功賺取了 5,000 元，並發送了 3,000 封專業級的電子郵件來調度、決策和解決技術問題。這證明 AI 已能勝任企業中的「營運人才」（Operation）職位，而不只是 IT 部門。

簡立峰根據 OpenAI 的思路，將通用 AI 的進程劃分為五個階段，而我們目前正處於第二級邁向第三級的關鍵時刻：

• 第一階段：聊天（已結束）。
• 第二階段：推理（進行中）：語言邏輯可解決部分數學邏輯問題。
• 第三階段：代理（進行中）：如代為研究、上網求職、協助採購。
• 第四階段：創造（人類無法做到）：產生人類做不到的事情，例如 AlphaFold 在蛋白質結構分析上的重大突破，以及 Alpha 系列解開的千古數學難題。
• 第五階段：管理（通用 AI, AGI）：所有決策由 AI 快速完成，這也是目前美中兩國競爭的焦點，簡立峰亦將其類比為當年的核子武器競賽。

軟體革命的歷史差異：泡沫化的挑戰與付錢者

當前的 AI 熱潮是否會重蹈過去科技泡沫的覆轍，是市場關注的焦點。簡立峰將 AI 浪潮與過去的科技革命進行了對比，揭示了經濟模式的根本差異。

1. 淘金潮與盈利結構 

簡立峰指出，AI 發展至今，最先獲利的依然是「賣鏟子的人」。從 ChatGPT 問世以來，NVIDIA 股價成長了 12 倍，台積電成長了 3.6 倍。然而，「挖礦的人」（AI 模型開發商）雖然吸引了大量資金，但目前盈利能力相對薄弱。全球投入 AI 的資金已超過 1 兆美元，但 OpenAI 至今的營收僅約 100 億美元。

2. 估值泡沫與雲端巨頭的資本 

AI 公司的估值出現了歷史罕見的現象。OpenAI 目前估值約 0.5 兆美元，預計明年上市後將達 1 兆美元，但其營收可能僅約 15 億美元。相較之下，台積電擁有相似的市值，但營收卻是 OpenAI 的 1,000 倍。

並且，當前 AI 的投資主要集中在少數幾家雲端巨頭，包括 Google、Microsoft、Amazon。這些 CSP（雲端服務供應商）透過雲端服務的成長來支持 AI 基礎設施的巨額投入。與網際網路時代數千萬家公司一窩蜂湧入、最終導致泡沫化不同，目前僅有這幾家公司有足夠的「老本」來支撐 AI 的基礎艦發展。簡立峰表示，只有當 Google 和 Microsoft 開始大量借錢時，市場才應警惕泡沫的風險。

3. AI 吞噬軟體產業 

過去 2011 年的行動革命，重點在於通路（Channel）和分銷（Distributing）模式的改變，故有「軟體並吞全世界」的說法。然而，這次 AI 革命是生產成本的降低和智慧能力的提升，變成了「AI 在並吞軟體產業」。

目前 AI 的第一批受害者就是中型軟體公司。OpenAI 的前 30 大企業客戶幾乎都是軟體公司（如 Salesforce、Spotify）。這些公司向 AI 付費，但尚未從中賺回足夠的利潤，導致股價快速修正。此外，員工在企業導入 AI 的速度比老闆快得多（如同當年員工自帶手機），導致白領階級的裁員已在發生，尤其知識公開化的應屆畢業生受創最深。

4. 消費者付費模式的關鍵 

簡立峰表示，歷史上的科技創新，最終都需要消費者買單。1980 年代 PC 時代，消費者付錢買硬體。2000 年網際網路泡沫是靠廣告拉回。2011 年手機時代因為交易發生在手機內，所以一開始就成功，未發生泡沫。

然而，當前 AI 階段，消費者尚未大量付費。企業的導入雖然看好 Agent 方向，但也面臨工程上的困難與轉型陣痛。這使得市場亟需找到強大的殺手級應用來帶動現金流。

簡立峰分析，如果 AI 無法在短時間內證明其能幫企業「省錢」或幫消費者「賺錢」，這場由硬體投資驅動的盛宴就有中斷的風險。目前企業導入 AI 仍面臨資安疑慮與準確率問題，導致 B2B 市場推展速度不如預期。

阻止泡沫化的可能發展：AI 電商與邊緣運算

簡立峰認為，有兩大潛在發展將可能成功拉動 AI 經濟體，阻止泡沫化，並為台灣帶來新的機會。

1. AI 導向的商業模式與電商購物 

第一個商業機遇是新的廣告模式和 AI 推薦。AI Engine Optimization 的市場被認為遠大於傳統的搜尋引擎優化（SEO）。更為即時的變現點是 AI 購物（AI Shopping）。

在購物季期間，有 20% 的營收是來自 AI 驅動的消費。消費者樂於透過 AI 尋求商品推薦、比較，並直接結帳（並且有高達 71%的人表示他們喜歡這種方式）。

數據顯示，AI 導流的轉化率（Conversion Rate）正在快速成長，甚至超越了消費者直接造訪電商網站後的轉化率。這代表，AI 推薦更為準確，且正在改變品牌商的廣告投放方向。AI 正在正式進入零售業的推薦時代。

2. 邊緣 AI 裝置（Edge AI）的爆發 
雖然 AI 的「iPhone」尚未出現，但簡立峰指出，真正能拉動 AI 經濟體、特別是與台灣產業相關的，將是 Edge AI 的應用。

AI 在終端（邊緣端）的爆發點，不只在智慧型手機或 PC 上，而是在智慧汽車、無人機、工業機器人與醫療設備等領域。這些應用已在現實生活中發生。這對台灣是絕佳機會：台灣應從製造晶片（矽座）轉向將應用層面長在硬體上，利用 AI 在這些邊緣裝置上創造價值。這將是最終確保 AI 不會泡沫化的關鍵力量。

簡立峰表示，人類已從過去的知識經濟走向創新經濟，在鍵盤就能產生知識的時代，未來的價值在於創新與溝通。AI 無所不在，這是確定的趨勢，但其商業模式和市場運作，仍在持續變革中。

核稿編輯：Mia

延伸閱讀：

• 簡立峰：大語言模型從 Answer 來到 Action，正改變所有 Agent 服務
• 簡立峰：AI 推理能力大躍進，台灣應掌握「軟硬整合」新契機