AI競賽進入新階段：軟體與晶片雙軌並進 誰才是最大贏家？

2026年已過去四分之三，這一年可說是人工智慧熱潮迄今最具關鍵意義的一年。AI代理（Agent）在上半年正式進入企業主流市場，而從Meta Platforms旗下Muse的表現來看，消費端市場的普及也指日可待。與此同時，任何人都能免費下載並在相容硬體上執行的開放權重模型（open-weight models），品質也已大幅躍進。這些模型不僅持續將AI技術前沿往前推進，也對OpenAI與Anthropic這兩大AI模型領導者形成定價壓力。

過去50年的科技發展一再告訴我們，最終勝出的永遠是軟體。AI產業也不例外。早期的個人電腦不過是昂貴的業餘嗜好品，直到1979年第一個試算表軟體VisiCalc問世，才將其轉化為專業工具，連帶讓Apple II一炮而紅，並催生如今全球市值最高的公司之一。智慧型手機市場的成熟階段也是如此，iPhone與旗艦級Android手機在類似價格帶上擁有相近的硬體規格，消費者最終是在作業系統與軟體生態系之間作出選擇。

在AI熱潮的第一階段，焦點集中在資料中心硬體與模型本身。身為AI晶片龍頭的Nvidia，自2022年底ChatGPT問世以來，股價已飆漲1,263%。華爾街分析師的平均目標價預估，該股從目前價位仍有約44%的上漲空間。同一期間，OpenAI與Anthropic也從默默無聞的新創公司，躍升為市值可能突破兆美元的超級獨角獸。

在可預見的未來，硬體供給仍將持續吃緊，而代理的崛起只意味著晶片需求將進一步攀升。像Muse與OpenAI的Dots這類代理，能以人類遠遠不及的速度與AI模型進行對話，過程中消耗大量雲端運算資源。更多的代理代表更多的雲端運算需求，進而需要更多的GPU，以及Alphabet、Meta、Amazon.com等業者自製的AI專用晶片。但代理本身屬於軟體，可在Advanced Micro Devices、Intel、Arm等廠商的CPU上運作。市場對2030年伺服器CPU銷售額的預估，已從去年底的500億美元急速上修至將近2500億美元。代理數量的增加，也將加劇記憶體與儲存晶片的短缺問題。

Meta的Muse代理雲端軟體運行於AMD的CPU之上。而驅動Muse的底層模型Muse Spark，則運行於Nvidia伺服器與Meta自家攜手Broadcom打造的MTIA客製化晶片之上。這兩類晶片皆由台積電負責製造。

進入第二階段後，模型正走向商品化，OpenAI與Anthropic近期的降價動作便是明證。它們仍擁有業界最頂尖的模型，但市場上如今已存在其他功能強大且價格較低的替代方案。許多客戶開始採用能智慧分派的軟體，僅將最困難的工作交給高價模型，其餘則分流到價格可能便宜50倍的模型上，某些情況下甚至使用開放權重模型。

Muse早期的成功，展現出軟體層在消費市場的重要性。去年底推出的OpenClaw同樣是功能類似的代理，但該軟體是為技術人員而非一般使用者設計，因此吸引力與普及程度始終有限。Anthropic自一月起便提供個人代理服務，但市場反應也不盡理想。

Anthropic與OpenClaw背後的開源工程師，雖然技術能力一流，但並不擅長應用程式設計；Meta則不然。Muse能夠脫穎而出，凸顯了友善易用的應用設計，對於打造成功的消費級AI產品至關重要。展望未來，「可用性」與「親和力」將愈發關鍵。而無論是消費端或企業端，每多一款AI代理上市，就意味著需要更多AI基礎設施的支撐。