聯絡法律資訊Login

隨著企業於各種業務範疇中增加對人工智能代理的應用，運算資源的需求（尤其是在雲環境中）正急劇上升。不論是模型訓練還是實時推理，這轉變都加速了對可擴展和低延基礎設施的需求，並重塑著人工智能的價值鏈。

人工智能代理相對推理模型

人工智能代理是一種利用人工智能和機器學習（machine learning）自主執行任務的電腦程式，它根據編程、數據和環境做出決策並採取行動。

推理模型專注於處理資訊和做出決策，而不採取行動。簡而言之，推理模型會思考，而代理則能思考並行動。

人工智能代理的設計可以針對並應用於不同的範疇，例如：

  1. 虛擬助手：著名的例子包括Siri、Google Assistant和Alexa，它們可以執行如安排預約、發送訊息或控制智能家居設備等任務。
  2. 聊天機器人：用於客戶服務、技術支持或網上購物，與人類互動並提供資訊或幫助。
  3. 無人駕駛汽車：使用傳感器、GPS和機器學習算法進行導航和決策的自動駕駛汽車或無人機。
  4. 機器人：執行裝配、製造或醫療保健服務等任務的工業機器人、機械臂或人形機械人。
  5. 金融交易：分析市場數據、進行預測和執行交易的人工智能代理，以實現利潤最大化或損失最小化。
  6. 網絡安全：用於檢測和應對網絡威脅，例如惡意軟件、網絡釣魚攻擊或入侵的人工智能代理。
  7. 醫療保健：使用來自電子健康記錄、可穿戴設備或醫學影像的數據，協助進行醫療診斷、患者護理或個人化療程的人工智能代理。
  8. 智能家居和城市：控制和優化能源使用、交通流量、廢物管理或公共安全的人工智能代理。

人工智能代理的特點：

  1. 自主性：人工智能代理能夠獨立運作，無需人工干預即可做出決策並採取行動。
  2. 反應性：人工智能代理能夠因應環境變化，適應新狀況或變素。
  3. 主動性：人工智能代理能夠預測並採取主動措施，以實現其目標或緩解潛在問題。
  4. 社交能力：人工智能代理可以與人類、其他代理或系統交換資訊、協調或相互學習。
  5. 學習能力：人工智能代理可以通過機器學習，整合新數據、經驗或反饋，從而不斷提升其性能。

人工智能代理有別於大型語言模型（large language models, LLMs），但它使用語言模型作為核心部分來處理語言、推理或作出回應。它應被視為一種能夠集成各種工具（例如 LLM）來執行任務的系統。

LLM在代理型人工智能中仍然至關重要，因為它充當語言相關任務的大腦，例如理解輸入或製作應用。人工智能代理將LLM的輸出與其他功能，例如在使用應用程式介面（application programming interfaces, API）、管理儲存或執行操作之間進行協調。

人工智能代理如何重塑內容創作領域

搜索引擎優化（search engine optimisation, SEO）的概念是指提高網站或網頁在網上搜索引擎結果中的可見度的過程。從歷史上看，SEO一直是提升網上可見度的主要方法。然而，這種模式正變得越來越不穩定。

隨著具備LLM的平台提供即時和綜合的答案而非僅僅提供連結，預計搜索模式將迎來另一巨變。這催生了一個新的領域：製作式引擎優化（generative engine optimisation, GEO）。與注重排名的傳統SEO相比，GEO優先考慮品牌或內容在人工智能製作的回應中出現的頻率和方式。

隨著人工智能代理在處理內容創作的各個方面不斷增加，例如從製作圖像和影片到優化搜索文本，對低延遲和節能運算的需求也因此變得越來越關鍵。定製硬件、模型優化和邊緣運算方面的創新使大規模應用這些人工智能代理變為現實。

圖像製作

人工智能圖像製作器通過深度網絡來實現高精度細節和語義。然而，它需要大量的運算。為了降低運算資源的消耗，人工智能代理越來越多地採用多模態方法，將圖像製作與語音提示相結合，通過反饋循環實現迭代改進。這為產品設計、原型設計和實時仿真等領域帶來了新的用例。

影片製作

影片製作技術的發展得益於專業的提供商使用模塊化和任務專用的模型，這些模型能夠以更低的資源消耗提供高質量的結果。與通用模型不同，這些模型專注於特定的應用，例如社交媒體短片，並且被認為能夠以最低能源消耗來運行。

文本製作

GPT-4o、Claude 4、Grok 4、DeepSeek R1和Gemini 2.5等LLM正越來越多地被整合到人工智能代理的結構中。這些模型將製作能力與外部工具利用、長期儲存和上下文相關控制相結合。

為投資者作總結：如何受益於不斷增長的運算需求？

人工智能代理的增加勢必改變行業格局並推動運算需求大幅增長，尤其是在雲環境中。因此，為了滿足不斷增長的運算需求，需要在專用硬件、模型優化和邊緣運算方面取得進步以提高效率。

我們認為在人工智能價值鏈中的多個領域都為投資者提供了投資機遇，包括： 

  • 核心基礎設施：例如運算單元、記憶和存儲以及網絡組件
  • 雲生態系統參與者：從主要的雲提供商到支持服務和基礎設施合作夥伴
  • 半導體製造和工具：包括電子設計自動化、代工廠和晶圓製造設備（代工廠，也稱為半導體代工廠，是代表其他公司生產集成電路 [integrated circuits, IC] 或芯片的工廠。這些代工廠專門生產晶圓，晶圓是用於製造生產集成電路的半導體材料薄片，通常是矽。代工廠提供一系列服務，包括晶圓製造、封裝和測試）。
  • 人工智能技術的戰略性和早期應用者
 聯絡我們