[AI 觀察] AI不是全面泡沫，但真正的價值正在分化

 [AI 觀察] AI不是全面泡沫，但真正的價值正在分化

摘要 : 生成式AI面臨價值重估，代理式AI的機會在業務落地，物理式AI仍受資料與技術限制。

內容:

A16Z發布了一份90頁報告，反駁「AI泡沫論」。引用的數據指出，2026年美股科技板塊上漲22.1%，盈利增速卻達55.7%，市盈率反而壓縮21.6%；約75%的上市軟體公司已經盈利。報告的核心觀點是：AI並非整體性的泡沫，近期SaaS拋售更像遲來的估值修正，而非崩盤前兆。

但「AI整體不是泡沫」，不代表「所有AI產品都值錢」。真正需要辨別的，是不同類型的AI正處於不同的發展階段。

生成式、代理式與物理式AI，價值正在分化

Gartner的技術成熟度曲線，將AI分成三個層次：生成式AI正滑向泡沫破裂的低谷期；代理式AI處於期望膨脹期，成為企業關注焦點；物理式AI則快速興起，被視為下一輪突破性創新的驅動力。引用黃仁勳的說法，強調未來的重心將轉向代理式AI與物理式AI。

從這個角度看，泡沫風險可能更集中在低門檻的生成式AI應用。寫文案、畫圖、製作簡報、建立聊天機器人，功能容易被複製，產品也容易同質化。許多軟體只是在原有介面中加入對話框或「AI助手」，就以AI產品作為宣傳，但市場已逐漸不再為這類功能買單。

一項日本調研：為SaaS的AI功能付費的企業中，62.2%感到後悔，70%的企業在選型時已不把AI視為決定性因素。中國市場也出現類似現象，快消產業頭部品牌削減70%的AI採購，部分IT能力較強的企業則選擇自行組建團隊、開發智慧體。

問題在於，許多AI產品只能「給答案」，不能「完成工作」。即使能回答問題、生成文案或報表，客戶使用一段時間後，仍發現後續執行得靠自己。

代理式AI的門檻，不只是模型，而是業務

代理式AI的價值，在於嵌入流程、呼叫系統、進行判斷，並完成任務閉環。但它也不是沒有風險。引用Gartner預測，到2027年底，40%的代理式AI專案將因成本失控、價值不明或風控不足而被取消。

代理式AI真正考驗的，是業務理解與落地能力：能否讓AI理解客戶的業務流程？能否拆清楚決策鏈？能否讓它在真實場景中可靠運作？模型能力正在商品化，但把模型接進業務、讓流程真正跑通，仍不是標準化商品。

跨系統協作尤其重要。代理式AI不是在自家產品裡呼叫一個API就算完成，而是需要串接CRM、ERP、工單系統、物流追蹤、郵件與審批流程。真正的門檻，在於跨系統完成工作，而非單一產品內新增功能。

然而，許多企業經營者仍把AI理解為「在自己的系統裡加一個功能」，沒有把跨系統整合視為產品責任。結果是通用SaaS持續同質化、功能臃腫，以一套模板服務各式企業，卻有大量功能長期閒置。八成功能可能長期不用，加入AI工具後，功能使用率中位數仍不到15%。

最尷尬的情況是：企業投入數百萬元研發與行銷，教育客戶相信「AI能幹活」，但自己的產品仍只能提供答案。客戶建立認知後，反而轉向購買真正能完成任務的代理式AI產品。

物理式AI的挑戰，在真實世界與資料缺口

物理式AI更進一步，不只是在數位空間生成內容，而是在真實世界中感知、推理與行動。中國人形機器人的重要短板之一，就是高品質物理互動資料不足。

列出的數字是：全球高品質真實物理互動資料約50萬小時，訓練通用具身模型至少需要1,000萬小時，並稱缺口超過99%。不過，若直接依這兩個數字計算，缺口約為95%；無論採用哪個比例，核心問題都是資料供給與訓練需求之間存在巨大落差。

增長很快，不代表落地容易

另提到，Stripe估值一年上漲74%，達到1,590億美元；AI公司達到500萬美元年度經常性收入（ARR）平均需要24個月，傳統SaaS則需要37個月，速度約快1.5倍。

但商業增長與實際部署，呈現不同節奏。引用的數據顯示，42%的企業需要對接8個以上資料來源才能部署AI Agent，53%將資料安全與合規列為首要挑戰，超過86%需要升級現有技術架構。

增長曲線很陡，落地卻困難重重。兩者之間的鴻溝，正是代理式AI的機會：協助客戶理清服務對象、收入來源、業務流程與產品銷售方式，再讓AI真正接進工作現場。

中小企業與垂直領域，仍有服務空間

大型諮詢公司已全面投入AI與核心業務流程的整合。安永獲評Forrester Wave AI諮詢領導者，PwC與Cohere成立全球聯盟，推動企業級安全AI部署。

但大型諮詢公司主要服務大客戶，中小企業仍需要更貼近自身需求的服務。大型供應商提供通用型FDE（前線部署工程師）服務，小型團隊則可聚焦特定產業、狹窄領域或區域市場，以深入的業務理解建立差異化。

AI辦公Agent的表現也在分化。Workday月活躍用戶達658萬、排名居首，但商業化表現最弱；「釺問辦公」月活躍用戶約23萬，採取企業上下文路線。這些比較想說明的是：月活躍用戶高，不等於營收高，留存與商業化能力才是長期競爭的關鍵。

不是所有AI都值錢，機會在真正完成工作

核心判斷是：生成式AI正在擠泡沫，代理式AI正在接受價值兌現的考驗，物理式AI仍處於萌芽階段。低端AI應用氾濫，真正能解決複雜問題的高階AI仍然稀缺。

因此，別再只把生成式AI當作產品賣點。更值得投入的方向，是幫客戶把業務理清、把流程拆透、把系統串起來，讓AI在真實場景裡可靠地完成工作。中國