Punam Sharma，歐洲股票研究主管
富達國際研究團隊正持續探索與 AI 代理相關的投資機會。
本世代最重要的投資主題之一已進入新階段。「具代理功能的 AI 工具」（以下稱 AI 代理）係指將任務交由 AI，自行拆解為多個子任務，並透過搜尋引擎與資料庫等工具，在無需人工監督下獨立完成。
此種自主運作能力，使 AI 代理有望顯著提升生產力。但其技術門檻亦隨之提升。大型語言模型（ LLM ）在短時間內回應單一人類指令，與長時間自主運作、生成查詢並建立子代理人團隊，屬於截然不同的運算挑戰。
AI 代理人所需之運算資源、能源與基礎設施，遠高於目前常見應用（如聊天機器人）。因此，大量資本支出（ capex ）正流入資料中心、發電與 AI 相關基礎建設。聖路易聯準銀行分析顯示，2025 年前九個月， AI 投資貢獻美國經濟成長 39% 1。
現階段資本支出成長速度是否具持續性、資金流向，以及下一階段投資機會，將成為市場關注焦點。
AI 投資成長是否具可持續性
隨 AI 資本支出快速提升，大型雲端服務供應商，如 Amazon、Microsoft、Google，其自由現金流轉弱，現行現金收益結構面臨壓力。
富達國際半導體分析師 Jonathan Tseng 表示：「資本支出需下降，或營收與自由現金流必須提升。關鍵在於能否帶動企業支出、消費端廣告與訂閱收入，以及 LLM 相關服務是否具備變現能力。」
其觀點偏向營收成長將彌補投資規模，而非削減支出。＊AI 編排層／工具鏈框架的出現，使 LLM 輸出可轉化為實際行動，例如撰寫並執行程式。
此外， Anthropic（ Claude 公司）強化 LLM 程式生成能力亦具指標意義。
「若模型具備程式撰寫能力，理論上即可完成電腦可執行的所有任務。 OpenClaw 即具備實現此能力的關鍵環節。」
此一進展支持 Hyperscalers 可透過營收擴張修復自由現金流，而非降低資本支出。由於多數白領工作依賴電腦完成， LLM 能執行電腦任務，意味知識型工作範疇將大幅納入 AI。
「 LLM 的總可觸及市場已由 IT 預算擴展至企業整體薪資支出。」
策略層面亦傾向維持高資本支出。
通訊服務產業分析師暨投資組合經理 Alex Grant 指出：「大型科技公司將 AI 視為關鍵競爭要素，傾向過度投資以避免落後。相較投資不足，企業更願承擔產能過剩風險。資料中心資源稀缺亦形成賽局理論競爭，促使企業積極鎖定產能。」
然而， agentic AI 在普及與商業化過程中仍存在瓶頸，影響資本配置方向。
資本財分析師 Shreeji Parekh 表示：「本輪循環中，市場高度回應稀缺性。資金依序流入各項瓶頸領域，包括 2022–2023 年的加速器晶片與電力設備、2024 年的散熱與伺服器生態、以及 2025 年的發電資源。」
記憶體晶片為近期典型案例。當前限制 AI 代理發展的因素，在於運算能力成長已超越資料進出速度。晶片間連接多採銅材，於頻寬、延遲與能效方面接近物理極限，即「記憶體牆（ memory wall ）」。
Tseng 指出：「連接能力已成為資料中心運算瓶頸，且隨晶片效能提升問題將加劇。高效晶片需搭配更高速互連，資料中心內部連接將由銅轉向光學互連。」
晶片產業的下一階段機會
未來可關注「基礎設施供應鏈」型投資機會。過去運算能力提升主要依賴電晶體微縮，現階段逐步轉向整體系統效能優化。
半導體設備分析師 Austin Kelly 表示：「晶片鍵結技術重要性提升，需採用混合鍵結與熱壓鍵結等高資本製程。組裝設備市場將由低成長循環市場，轉為具結構性成長之循環市場。」
資料中心亦需大量類比晶片，用於處理實體訊號，如電源管理。
「 2027 年可能出現類比晶片供給明顯吃緊。當 AI 與非 AI 需求同步成長，將形成產能壓力，並帶動族群評價上修。」
除 GPU 外，其他晶片亦可能出現需求緊張。 AI 代理人除仰賴 GPU，亦會調用既有軟體工具，而該類工具多運行於較舊技術平台。
「潛在短缺領域包括伺服器 CPU。代理工具使用增加，反而帶動傳統非加速運算需求。」
資料中心建設與營運亦具備投資潛力。
Parekh 指出：「 Hyperscalers 正轉向模組化與預製化建設，具備整體快速部署能力的業者將更具競爭優勢。」 HVAC 與電力設備供應商亦可望延續自 2023 年以來的成長動能。
具備資料中心曝險並掌握電力或水資源供應鏈的公用事業公司亦具優勢。
公用事業分析師 Srishti Sinha 表示：「美國鄰避效應（ NIMBY【＊】）升溫，將促使資料中心向德州集中。當地缺乏分區限制，政策與監管亦相對支持。」
因應產業顛覆
目前 LLM 尚未全面實現高度自主運作，但相關限制逐漸由技術層面轉向物理條件。
透過大規模資本支出，相關瓶頸正逐步被克服。市場對投資規模可持續性及投報率（ ROI ）仍存疑慮。
若 AI 代理人順利實現，其潛在價值極為可觀。在此情境下，隨 AI 滲透經濟體系，運算資源供給將長期維持緊張，有利於相關供應鏈產業與企業。