高盛資訊長馬可·阿根蒂對 2026 年的人工智慧趨勢做出了預測。他表示，2025 年將是人工智慧發展的轉捩點，模型將從問答轉向「代表用戶執行任務的代理」。
2026 年的主要預測包括：人工智慧模型可處理的範圍顯著擴大；人工智慧模型作為新的作業系統，實現諸如網路瀏覽和文件存取等功能；適應能力成為職場中的一項重要技能；人工智慧領域形成大規模戰略合作夥伴關係；中美人工智慧競賽日趨激烈；企業面臨「象徵性價格衝擊」；「代理即服務」的興起；
從： 
全球競爭加劇與「個人代理」：2026 年人工智慧的發展趨勢
【社論】
高盛的馬可·阿根蒂對 2026 年人工智慧的預測不僅僅是一份技術趨勢清單，而且是一位領導 12,000 名工程師團隊、處於金融業前沿的人發出的非常實際的警告。
或許最值得關注的術語是「代幣價格衝擊」。代幣是人工智慧模型處理的數據單位。如今的人工智慧模型，尤其是具備推理能力的高階模型，在產生使用者看到的回應之前，會進行大量的內部思考。這種「隱形思考」可能會導致意想不到的成本。
例如，OpenAI 的 GPT-4 每 1000 個輸入令牌的成本約為 0.03 美元，每個輸出令牌的成本約為 0.06 美元。乍看之下這似乎很便宜，但如果企業級規模下每月處理數百萬次查詢，成本將高達每月數十萬美元。正如 Argenti 指出的那樣，隨著人工智慧試點計畫在 2026 年全面部署，許多公司都將面臨這一現實。
「代理即服務」的概念也十分重要。這是一種取代SaaS（軟體即服務）的新型商業模式，其核心在於出售“工作本身”，而非軟體。據預測，未來企業將「租用」專門從事編碼、財務分析和客戶服務等領域的AI代理。
能源問題不容忽視。人工智慧的訓練和推理需要消耗大量電力。根據國際能源總署（IEA）2024年的報告，到2026年，全球資料中心的電力消耗預計將成長一倍以上，這主要是由於人工智慧工作負載的成長。谷歌和微軟正在與核電廠和地熱發電廠簽訂合同，電力供應保障可能成為人工智慧競賽的決定性因素。
阿根蒂也直言不諱地談到了中美之間的人工智慧競賽。中國的人工智慧能力正在迅速提升，在關鍵指標上不斷縮小差距。這既是一場技術之爭，也是一場地緣政治之爭。
預測職場適應能力的問題與我們每個勞工都息息相關。未來的成功與其說取決於專業技能本身，不如說取決於我們如何將這些知識與人工智慧結合，並重新定義我們的工作方式。
我們之所以發布這則消息，原因很明確：2026年將是人工智慧從可能性變為現實的一年。我們不應盲目樂觀或悲觀，而應冷靜地理解這項變革的本質並做好準備。
[術語]
令牌
令牌（token）是人工智慧模型處理資料的基本單位。在英語中，大約四個字元等於一個令牌。令牌分為輸入令牌（提示）和輸出令牌（回應），輸出令牌的成本是輸入令牌的 3 到 5 倍。人工智慧的使用費是根據令牌的數量計算的。
上下文視窗
人工智慧模型一次能夠記憶和處理資訊的範圍。它指的是人工智慧在進行推理時可以考慮的資料量，例如對話歷史記錄和參考文件。上下文視窗越大，能夠理解的上下文就越長，但處理成本也越高。
智能體人工智慧
這是一款超越簡單問答功能的AI系統，它能夠在給定目標的情況下自主執行多個步驟來完成任務。這是新一代AI，能夠代表使用者做出決策、使用工具並採取行動。
推理模型
這種人工智慧模型在生成答案之前會進行複雜的內部思考過程。它比傳統模型更準確，但思考過程會消耗大量代幣，從而顯著增加成本。
LLM（大型語言模型）
一種基於海量文字資料訓練，能夠理解並產生自然語言的人工智慧模型。典型的例子包括 GPT-4、Claude 和 Gemini。它由一個擁有數十億到數萬億個參數的龐大神經網路構成。
[參考連結]
高盛（外部）
該公司是世界領先的投資銀行之一，成立於 1869 年。 Marco Argenti 擔任資訊官，領導一支約 12,000 人的技術團隊。
OpenAI （外部）
一家人工智慧研究公司，開發了 ChatGPT 和 GPT-4。該公司成立於 2015 年，透過 API 向企業提供人工智慧服務。
Google Cloud – 2026 年 AI 代理趨勢（外部連結）
谷歌發布的《2026 年人工智慧代理趨勢報告》分析了對 3,466 位企業主管的調查結果。
福斯商業頻道（外部連結）
這家美國頻道專門報導經濟和商業新聞。它發布了對阿根蒂的採訪，本文即來源於此。
國際能源總署（IEA） （外部）
國際能源總署預測，到 2026 年，人工智慧工作負載將使資料中心的電力消耗量增加一倍以上。
[參考文章]
2026 年 AI 代理發展趨勢報告 | Google Cloud （外部連結）
基於對 3,466 位高階主管的調查，預測 2026 年 AI 代理髮展趨勢：71% 的高階主管預測工作流程自動化將顯著改善
2026 年智能體人工智慧統計：採用率、投資報酬率和市場趨勢（外部）
到2026年底，40%的企業應用將配備人工智慧代理。到2035年，市場規模可能超過4,500億美元。
2025年人工智慧的發展趨勢 | 高盛（外部連結）
Argenti 在 2025 年 1 月的預測文章中描述了這樣一個未來：人工智慧系統像人類一樣行事，公司組成混合團隊。
💸 AI代幣成本在顯現之前是隱形的（外部）
每月約有 1000 次請求會消耗約 2000 萬個代幣，據估計，消費者 AI 模型每月成本約為 90 美元。
GenAI FinOps：代幣定價的真正運作方式（外部連結）
輸出令牌的成本是輸入令牌的 3-5 倍。最大的隱性成本是“上下文視窗蔓延”，即每次都需要重新發送對話歷史記錄。
35+款強大的AI代理統計：採用情況與洞察[2026] （外部連結）
人工智慧代理公司將在 2024 年籌集 38 億美元，是去年籌集金額的三倍，預計 85% 的公司將在 2025 年底前部署人工智慧代理。
Google1.3千萬億代幣增發（外部連結）
根據國際能源總署 (IEA) 2024 年的報告，預計到 2026 年，全球資料中心的電力消耗將增加一倍以上，這主要是由人工智慧工作負載驅動的。
[編者註]
讀完關於人工智慧對2026年的預測後，你有什麼想法？你們中的許多人可能沒有想到，像代幣成本飆升和能源限制這樣的實際問題會離我們如此之近。
您的公司在引進人工智慧工具方面進展如何？如果進展順利，成本由誰承擔，又是如何管理的？請分享您的經驗和想法。
