AI職場巨變：Meta裁員揭示Agentic AI、RaaS淘金路

Summary

本集《貓貓AI》深入探討AI發展從「本夢比」走向「本賺比」的關鍵轉折。節目中分析Meta透過「AI For Work」將AI工具導入內部流程，顯著提升工程師產能，展現務實的獲利模式；相對地，Google的「Project Genie」則更偏向通用智能的長遠布局。同時，Agentic AI與「成果即服務」（RaaS）模式的崛起，預示SaaS產業將從銷售工具轉型為交付效益，對傳統商業模式帶來顛覆性衝擊。此外，節目也強調AI對電力、散熱、數據中心等重資產基礎設施的龐大需求，揭示Goldman Sachs「HALO」投資策略的價值，並指出台灣經濟受AI強勁出口動能推升的現象，呼籲投資人應聚焦於AI的實際落地與帶來現金流的實體資產與商業模式，而非僅是華麗的願景。

Transcript

各位的聽眾朋友大家好，我是大王。

我是你們最愛的爆氣小明！ 這個世界，又雙叒叕變天了！

沒錯，各位。 我們今天一樣來聊聊最近AI圈，還有整個金融市場最夯的話題。 這波AI浪潮，究竟是引人入勝的『本夢比』，還是一條能帶來實質獲利的『本賺比』康莊大道？

這兩條路線，如今已是越走越分明。

本夢比！ 我看根本是「本．大．夢．一．場．空．比」啦！ 這些科技巨頭，錢是灑得比誰都兇，動輒數百億美元的投資，但到底有誰是真的把AI變現成白花花的銀子了？

每次看到那些燒錢數字，我都快氣到吐血！

哈哈，小明你先別氣。 Meta持續在AI上進行大規模投入，那他們內部究竟有哪些具體的AI應用， 能讓他們如此有信心，堅信AI能帶來實質獲利呢？

我跟你說，現在連『AI for Work』這種概念都出來了， 聽起來就超扯的。 難道公司想說，反正裁員了，就讓AI來取代人力？

然後還說什麼，把AI工具的使用效率納入員工績效評估，這不是擺明了要大家當AI的奴隸嗎？ 我就問，這樣能省多少錢、又能創造多少價值？

小明你先別氣。 其實，Meta的『AI For Work』計畫非常具體， 而且他們內部數據顯示，AI工具真的讓工程師的產能提升了30%到80%。

這個數字，它代表的可是將工程師從繁瑣的重複性工作中解放出來， 讓他們能更專注於高價值的創新與架構設計，這可是非常驚人的效率提升。

30%到80%！ 哇賽，這什麼概念？ 這根本是把工程師當變形金剛在用啊！ 那以前的工程師是都在划水嗎？

這真的很扯耶，以前寫一個禮拜的程式碼，現在AI一個下午就搞定？ 難怪Meta要裁員，這根本是結構性的轉變！

沒錯。 而且，你要知道，Meta把2023年直接定義為「效率之年」， 還進行了大規模裁員。 所以對他們來說，AI工具不僅是創新，更是提升員工生產力、 實現組織扁平化的關鍵。

馬克·祖克柏自己都預計，到2026年，AI將「顯著改變我們的工作方式」， 讓原本需要大型團隊的專案，能由單一優秀人才完成。

他們內部甚至有像「Second Brain」這種個人化AI代理， 協助員工快速檢索資訊、管理任務，甚至自動化日常工作。

更狠的是，Meta還把AI工具的採用率和使用效率，直接納入員工的績效評估， 特別是工程師的程式碼產出，都有具體的AI輔助程式碼和AI工具採用的目標。

這就是透過「AI Utilization Metrics」來量化生產力增幅， 激勵大家廣泛採用的。

喔，所以Meta是從內部先開刀，先讓自己的員工都用AI用好用滿， 用得好就加分，用不好就…嗯，你懂的。

這根本就是「AI吃人」的變形記啊！ 雖然聽起來很有效率，但這樣巨額的AI資本支出，真的光靠內部效率提升就能回本嗎？

他們說AI驅動的廣告解決方案年化營收已超過600億美元， 但另一邊，Meta預計2026年的自由現金流會從2025年的438億美元驟降到62.5億美元， 直接縮減85.7%！

這數字也太可怕了吧！

這就是Meta在AI這部分，走的是一條比較務實的「本賺比」路線。 它把AI這個「資本支出」直接轉化為「生產力提升」和核心廣告業務的「效率提升」， 而且是有實質、可衡量KPI的。

但小明你說到這個自由現金流的壓力，確實是個大問題，因為Meta不像Google或Amazon有雲端業務可以出租運算能力來抵消成本， 它的AI投資幾乎完全依賴廣告收入來支持。

務實？ 我覺得是現實！ 以前還跟你談什麼「元宇宙夢想」，現在看到錢不對勁，馬上就「AI for Work」來止血， 這風向變得也太快了！

不過話說回來，他們去年真的砸了722億美元在AI基礎建設上， 今年更是喊出高達1150到1350億美元的資本支出。

這麼高的投資，光靠內部效率提升，真的足以支撐其回報嗎？ 如果那個內部代號「Avocado」的AI模型據報導未達預期是真的， 那不就變成另一場元宇宙的惡夢？

這裡就牽扯到另一個AI巨頭——Google了。 Google DeepMind最近動作頻頻，推出了『Project Genie』這種「世界模型」的實驗性研究原型。

他們目標是創造一個可以互動的AI生成世界，讓AI智能體能在裡面探索、 學習，旨在為未來的通用人工智能奠定基礎。

Google也預計在2026年投入高達1750到1850億美元在AI和數據中心上， 這數字甚至超越了Meta。

1750億美元！ 我的天啊！ 比Meta還兇！ 這是要蓋多少AI超級工廠啊？ 我就問，這個『Project Genie』聽起來就是超級「本夢比」的東西， 什麼AI生成世界？

AI是要去裡面玩沙嗎？ 這要怎麼變現？ 這是投資還是打電動，真是讓人摸不著頭緒！

這就是Meta跟Google在AI戰略上一個很關鍵的差異點了。 Meta更側重於AI的「內部效率化」與「商業變現」，像他們的AI for Work，

還有廣告推薦系統的優化，這些都能較快地看到財務上的回報。 而Google的『Project Genie』，則更像是一個基礎科學研究，

或者說，是在為AI的「通用智能」打下深厚的基石，潛力巨大但變現路徑相對模糊。

你要知道，J.P. Morgan最近也指出，AI對傳統SaaS商業模式構成潛在威脅， 但全球對數據中心及組件的需求會持續支持東北亞市場。

這是因為，Agentic AI，也就是「代理AI」的興起， 正讓市場開始轉向RaaS——「成果即服務」模式。

這不僅僅是換個名詞，更是商業邏輯的顛覆。

成果即服務？ 這什麼意思？ 難道以後SaaS公司不能只賣軟體，還得保證幫我賺錢嗎？ 這不是把風險都轉嫁給供應商了嗎？

這也太強人所難了吧！ 萬一沒成果怎麼辦？

講白話一點，就是SaaS公司不能再只是提供工具了，它必須證明這個AI工具能為你帶來實質的「結果」或「效益」。

以前傳統的流程自動化產品，都是「寫死的路徑」，按部就班。 但Agentic AI是運用大型語言模型進行推理，它能夠自主推理、 適應、規劃並執行任務。

所以它能動態地「思考」每一步怎麼做、要調用什麼工具、組合哪些數據。

哇，這就厲害了！ 以前那種笨笨的自動化機器人，現在AI代理變成會自己動腦筋了？ 所以它能把一個大任務，自己拆解成好幾個步驟，然後自己跑， 不用我一步一步教它，是這樣嗎？

沒錯。 像Palantir就是這樣，他們以前是政府外包商，現在透過AI轉型， 就變成大數據和人工智慧分析巨頭，他們直接採取「按場景結果收費」的模式。

還有客服SaaS公司Kustomer，也徹底取消訂閱制， 改為按問題解決量收費。 這就是RaaS的核心，你為「達成效益」付費，而不是為「使用軟體」付費。

哇，Appier這個台灣之光，我們也提過好幾次了。 所以他們現在做的是，AI不只幫你寫文案，還能自己排廣告、 追蹤成效，然後根據結果調整策略，是這個意思嗎？

那如果廣告沒成效呢？ 我還要付錢嗎？ 這不就是『成果導向』的終極體現嗎？

沒錯，Appier在三月份就發布了白皮書，深入探討Agentic AI如何從「被動協助」轉向「自主規劃與執行」。

他們最新的研究也聚焦在如何讓AI系統評估自身能力，解決大型語言模型常見的過度自信或幻覺問題， 確保AI的判斷更可靠。

Appier也因此在FY25實現了創紀錄的營收和營業利潤， 而且每員總利潤還同比增長了23%，這都顯示他們是真正把AI變現成「本賺比」的模範生。

這就變成，你AI厲害，你就賺錢； 你AI不靈光，你就吃土。 這樣對企業來說當然是好事，風險變小了。

但對於傳統SaaS公司來說，這根本就是「SaaS大重啟」啊！ 等於整個商業模式要打掉重練，估值邏輯也完全不一樣了，這衝擊真的是太大了！

Exactly！ J.P. Morgan就說，雖然Agentic AI全面取代企業軟體是「2028年以後」的事， 仍有發展空間，但這個趨勢已經不可逆了。

NVIDIA的報告也指出，目前已經有47-48%的電信和零售業在導入Agentic AI。 這意味著企業現在部署AI，不再只是要個ChatGPT玩玩而已，

他們是要求真的能提升效率、帶來實質收益，而且要能負責到底。

不過小明，SaaS巨頭其實也不是省油的燈。 像Salesforce就在現有軟體角色上疊加了AI Agent， 他們不打算完全取代，而是透過整合來提升生產力。

Salesforce的Agentforce在2026年2月財報中顯示出強勁增長， 年度經常性收入達到了8億美元，年增長率169%，累計交付了24億個「Agentic工作單元」。

這表示，那些深度嵌入企業核心業務流程，掌握不可替代專有數據的SaaS公司， 反而會因Agentic AI的存在而變得更有價值，成為Agent時代的「數據地主」。

所以對我們投資人來說，現在要看的就是，哪些公司是真的把AI「落地」了， 而且是能帶來「實質收益」的，而不是還在畫大餅的。

像這種Agentic AI，如果能真的幫企業省錢、賺錢， 那它的「本賺比」就非常高，值得我們關注。

但話說回來，要讓AI這麼聰明、這麼自主，它背後吃的資源肯定也是天文數字吧？

沒錯。 不過，AI要真的落地，它背後的基礎設施可不是鬧著玩的。 我們之前提到過Cognizant推出的「AI Factory」，

這是一個與Dell Technologies、NVIDIA合作的企業級AI部署解決方案， 透過軟硬體整合與優化，宣稱能把AI的總體擁有成本降低50-60%， 處理速度提升30%。

聽起來很吸引人，對吧？

聽起來很棒啊！ TCO降低六成，速度快三成，那不就是錢省爆、效率衝爆？ 那大家趕快都去蓋AI Factory就好了啊，還有什麼好討論的？

可是問題是，AI Factory的實踐，需要大量的「重資產」投入， 而且面臨極大的挑戰。 它背後一個很關鍵的技術，叫做「Fractional GPU 技術」，

這個技術可以把一片GPU，像NVIDIA的H100或Rubin GPU， 切成多達32個「微型實例」。

切GPU？ 那不是跟切蛋糕一樣嗎？

差不多，但更聰明。 這個「fGPU Orchestrator」就像一個智能代理， 它可以根據企業內部不同AI專案的即時需求，動態地分配這些GPU切片。

比如說，行銷部門的AI代理暫時沒那麼忙，它的算力可以馬上調撥給供應鏈部門， 因為那邊可能正遇到數據高峰，需要在不到50毫秒的時間內完成熱插拔。

哇塞，這根本是把GPU的算力榨到極致啊！ 所以以前那些GPU閒置浪費的問題，現在AI可以自己調度了？

難怪可以說TCO降低這麼多！ 那這樣不就是，把以前「全有全無」的GPU分配障礙給打破了？

完全正確。 以前很多企業雖然有大量GPU，但實際上平均利用率可能只有20%左右， 很多時候都是「Compute Silos」，也就是資源被鎖死在某些部門或專案， 造成極大浪費。

Cognizant的AI Factory就是想解決這個痛點， 他們聲稱能將企業AI工廠的總體擁有成本降低高達60%，同時處理速度提升30%。

這真的是想把AI的效益最大化。

像Ape AI團隊也正致力於利用人工智慧優化公司內部重複性及數據密集型任務， 開發都市更新報告、營運報告等自動化工具，大幅提升效率和內容一致性。

這都顯示了企業對AI落地應用於內部營運的迫切需求。

嗯，這聽起來真的很有料。 不過，這樣深度整合Dell跟NVIDIA的軟硬體，會不會又變成另一種「供應商鎖定」啊？

而且說到重資產，我們在之前的節目就提醒過，AI現在最大的瓶頸在哪裡？ 除了晶片之外，還有電力供應、高效散熱系統，以及數據中心網絡的建設與升級。

這真的是一場「硬實力」的較量，是實體基礎設施的硬仗。

你要知道，國際能源署甚至預測，全球數據中心用電量到2026年就會超過500TWh， 到2030年甚至可能接近945TWh！

這相當於整個台灣年用電量的好幾倍了，想想那有多麼驚人！ 美國的數據中心電網需求，預計到2030年將成長近三倍。

像美國維吉尼亞州的數據中心，2023年就消耗了全州26%的電力； 愛爾蘭更高，2022年數據中心佔全國21%用電，預計2026年會飆到32%。

哇，這數字也太驚人了吧！ 所以AI吃電怪物是真的？ 那這樣高的電費誰來付？ 難怪最近電力、公用事業相關的股票都漲翻了！

這根本就是「AI吃電吃到飽，大家繳錢繳到飽」的節奏啊！ 我的天啊，這衝擊太廣了吧！ 連Vertiv的全球總監都說，「電網將承受巨大壓力，GPU正朝著300 Z flops邁進，

機架功率正趨向1兆瓦。 」還說什麼「等待不是一個選項，數據中心在沒有電網連接的情況下正在建設。 」這什麼鬼話？

難道要自己發電嗎？

沒錯，小明，你說到重點了。 現在很多數據中心開發商都已經意識到，他們不能再完全依賴現有的電網， 必須採取「自給自足」的策略，也就是「bring your own power」。

這包括直接跟私人發電商簽約，甚至投資模組化小型核反應爐SMRs這種新技術。 這不只是一個技術問題，更是一個治理問題，如果沒有協調改革， 將會面臨電網不穩定和消費者成本上升的風險。

我的天啊，這也太扯了！ 以前蓋工廠是找地，現在蓋AI工廠還要自己找電廠、蓋電廠？ 這不是把AI變成「重工業」了嗎？

難怪Goldman Sachs跟Morgan Stanley這些大咖， 現在都提出了「HALO」投資策略。

沒錯。 Goldman Sachs提出了「HALO」投資策略——「重資產、 低淘汰風險」。 他們認為，在AI時代，市場會更青睞那些擁有難以複製的實體資產、 不容易被AI顛覆的公司。

像數據中心、電力基礎設施、光纖網路，甚至是先進製造業，這些都是AI發展不可或缺的「基石」， 其價值將會被重新評估。

喔，所以HALO概念就是，AI再怎麼厲害，還是要電、要散熱、 要實體的機器來跑。 這些「水電工」和「蓋工廠的」反而成了最穩當的投資標的？

這不是跟我平常爆氣，說什麼AI虛無縹緲完全相反嗎？ 這世界變化也太快了！

哈哈，小明，這就是我們要從「本夢比」回歸「本賺比」的思維啊。 AI確實很有夢想，但要把這些劃時代的夢想變成現實，需要大量扎實的基礎建設與資本投入， 這些都不是憑空就能變出來的。

這些實體支撐，才是真正支撐AI巨輪前進的底層邏輯。

你看，這個「HALO」趨勢在股市上已經很明顯了。 自2025年以來，歐洲那些資本密集型企業的表現，就比資本輕型企業高出了35%。

很多投資人現在是從那些昂貴的AI軟體股，轉向這些能源、運輸基礎設施、 公用事業、工業材料，甚至是一些像麥當勞、可口可樂這樣的消費必需品公司，

因為它們的實體資本就是一道「護城河」，不容易被AI顛覆。

你這樣一講我就懂了，這等於是AI在高速公路上面狂飆，但下面修路的、 蓋橋的、建交流道的這些工人，才是真正穩穩賺到錢的。

那台灣的景氣燈號，最近也一直亮紅燈，是跟這個有關嗎？

沒錯，國發會公布的台灣景氣對策信號，1月份已經連續第二個月亮出「紅燈」， 綜合判斷分數高達39分，這代表我們的經濟表現非常熱絡。

其中一個很重要的推手，就是AI相關出口訂單的強勁動能，以及台灣在全球AI供應鏈中的關鍵戰略地位， 尤其是台積電這些0050成分股，它們在全球AI基礎建設中扮演著不可或缺的角色，

為台灣帶來豐沛的資金活水。

像台積電，它在純晶圓代工市場佔有高達72%的份額。 2026年1月到2月的營收就年增了30%，主要就是受到全球AI強勁需求的驅動。

而且，台積電的CEO還上修了AI加速器的營收預期，預計到2029年， 複合年增長率會達到50%以上。

AI相關營收預計到2026年會超過總收入的20%。

所以我們這些護國神山，不只幫AI蓋晶片，也幫AI蓋工廠、 提供基礎建設，然後賺得盆滿缽滿，是這樣嗎？

那S&P 500最近的財報預期也很強勁，特別是資訊科技業預計增長將近45%， 這也是基礎設施的功勞嗎？

的確是。 摩根士丹利就預估，AI相關的基礎設施投資將在全球GDP增長中扮演關鍵角色， 甚至預計到2026年，AI對美國GDP的貢獻將達到25%。

這些投資已經變成新的經濟領先指標了，華爾街現在甚至在追蹤伺服器訂單和電力採購協議。

好，那講到這裡，我自己的看法是，AI發展到現在，已經不像一年前那樣， 只是講故事、講技術多神奇。

現在市場更在乎的是，你的AI能不能變成實際的生產力，能不能帶來真實的現金流。 那種只停留在『本夢比』的時代，可能真的要告一段落了。

對，小明說得非常精準。 我們看到Meta把AI工具的效率納入員工績效，這就是把AI從「實驗室」拉到「生產線」、 實現「本賺比」的最佳案例。

而Google雖然在「世界模型」上持續投入，但市場也會持續檢視它的「變現能力」與未來潛力。 同時，Agentic AI和RaaS的崛起，將會重新定義SaaS的價值，

從「賣工具」到「賣成果」，這將是一場產業典範轉移。

而且，別忘了AI對能源、散熱這些「重資產」的龐大需求，這也會是未來幾年投資的關鍵看點。 從Cognizant的AI Factory到HALO策略， 都指向了實體基礎設施的價值重估。

那些提供基礎設施、不容易被AI顛覆淘汰的公司，它們的價值會越來越凸顯出來， 成為AI時代的堅實基石。

所以聽眾朋友，如果你是投資人，現在真的要去仔細看，那些喊著AI多厲害的公司， 它背後是不是有實質的「重資產」，是不是有能把AI技術變現的「本賺比」商業模式。

而不是只看它喊口號喊得多響亮。 不然，很可能就成了AI這波浪潮下的「具身韭菜」，被割得一塌糊塗！

沒錯。 我們接下來要持續觀察的是，Meta未來AI模型的實際表現及其在市場上的應用成果， 以及其對人力資源的進一步調整；

同時，Appier這類專注Agentic AI的SaaS公司能否維持預估的強勁成長， 以驗證其商業模式的持續有效性。

此外，Cognizant AI工廠的客戶採用率、實際效益報告， 以及市場對其成本結構與服務模式的評價，都會是決定AI泡沫是破裂還是持續膨脹的關鍵指標。

所以，各位貓貓AI的聽眾，接下來我們都要繼續睜大眼睛，好好觀察， 這些AI巨頭們，到底誰的「夢」能變成「賺」？

誰的「夢」最終會變成「一場空」？ 我們下次節目再見！

我們下次見！