AI 规模化元年：2026 全球科技、媒体与电信产业深度洞察

李淑莲╱北美智权报 编辑部

随着全球技术环境迈入2026年，人工智能的发展正经历一场从单纯技术展示到深度产业整合的深刻变革。在过去的几年间，生成式人工智能（Generative AI）以震撼性的姿态占据了全球技术对话的核心，然而勤业众信（Deloitte）在其最新发布的《2026全球高科技、媒体及电信产业趋势预测》报告 （TMT Predictions 2026） (下称《报告》)中指出，2026年将是人工智能的「话题声量」逐渐减弱但「智能化程度」持续提升的一年。这种转变标志着技术发展已从单纯的模型创新转向更为务实且具影响力的基础工作，即如何在大规模场景中让人工智能真正可用。随着科技、媒体与电信（TMT）产业的重要性不断攀升，其角色已从单纯的硬件与代码提供者，演变为推动所有其他行业转型、效率提升与创新的核心引擎 ¹。人工智能的跨产业转型力在2026年将展现得更为淋漓尽致。在宏观经济层面，科技、媒体与电信产业正以前所未有的速度扩张。以美国为例，2025年上半年的人工智能数据中心支出几乎贡献了国内生产总值的全部增长。回顾历史，2008年科技股仅占S & P 500市场价值的19%；而如今科技、媒体与电信产业的市值占比已高达约53%。依照当前的发展轨迹，TMT不仅有望成为全球最大的单一产业，其对经济增长的贡献更有可能超过其他所有行业的总和。原因之一，是其他产业（特别是科技和电信业）都利用TMT来推动自身的人工智能创新，而TMT恰好是这场人工智能淘金热中的硬件、软件和服务供货商。

嵌入式人工智能的崛起：被动使用与搜寻体验的重塑

《报告》指出，生成式人工智能的用户群扩展路径在2026年将发生重大偏移。虽然早期的推动力来自于独立的应用工具，但未来的普及将更多依赖于现有主流数字应用程序的整合。Deloitte预测，相较于主动、显性地使用独立工具，用户在现有应用程序（如搜索引擎）中「被动」接触人工智能的频率将远远超过前者。数据显示，在搜索引擎中获取人工智能合成结果的日使用频率将比使用独立的人工智能工具高出300%。一般而言，独立工具往往需要用户具备精确的提示工程（Prompt Engineering）技巧与耐心，而嵌入式人工智能则将功能无缝地融入熟悉的接口中，使用户在不经意间便享受到了技术带来的便利。

这种普及模式在不同年龄层中的渗透路径各具特色。对于较年轻的Z世代而言，主动使用独立人工智能工具已成为习惯，但对于婴儿潮世代（Boomers）等传统上技术采用率较低的群体，嵌入式功能（如搜寻摘要）将成为其进入人工智能世界的敲门砖。预测显示，到2026年中期，发达市场中约有72%的成年人将曾使用过搜寻摘要功能，而使用过独立工具的人数比例则约为61%。这种发展趋势暗示生成式人工智能将成为一项广泛存在的基础处理技术，而非仅仅是一个特定的目的地。

《报告》表示这种从主动到被动的转变，其实质是技术成熟度的体现。就如同全球定位系统（GPS）最初是以专用设备的形式存在，最终却无缝整合进每一台智能型手机的后台服务中一样，生成式人工智能也在经历同样的过程。对于独立工具的开发者而言，2026年将是一个关键的抉择年，他们必须考虑是继续维持独立的界面以换取较高的单位用户收入，还是将其能力嵌入到其他更具流量优势的应用程序中，以追求更广泛的渗透率。

推论运算的转折：数据中心与算力主权的全新赛道

《报告》分析，随着人工智能从模型训练阶段迈入大规模推论阶段，全球对于计算资源的需求并未如一些预测所言转向边缘，反而是进一步强化了对大型数据中心的依赖。Deloitte指出，到2026年，所谓的「推论」（Inference）运算，即运行已训练好的模型来回答问题或执行任务，将占据所有人工智能计算能力的约三分之二。尽管单次推论的资源消耗远低于训练，但随着数十亿用户与企业将这些功能整合进日常流程，推论请求的总体规模将呈现几何级数增长。

更为关键的是，新型态的训练技术正在改变算力消耗的结构。过去的缩放定律（Scaling Law）主要集中在预训练阶段，但现在的开发者正透过后训练（Post-training）缩放与测试时（Test-time）缩放来进一步提升模型能力。后训练涉及精调、量化、蒸馏以及基于人工或人工智能反馈的强化学习，其算力消耗总计可达原始训练模型的30倍。而「长思考」（Long thinking）或测试时缩放则允许模型在给出答案前进行更深层的推理与多方案选择，这类技术的算力需求更是基础推论的100倍以上。

这种技术演进直接推升了对基础设施的投资。《报告》预估，全球新建数据中心的价值于2026年将可望接近5,000亿美元，而数据中心内部署的高性能芯片价值将超过2,000亿美元。虽然专为推论优化的特殊芯片（ASIC）市场规模将达到约500亿美元，但这些芯片仍将主要安装在大型数据中心或企业本地服务器中。这种现象的原因在于，当前的技术竞争仍处于「跑马圈地」阶段，对于成本与性能平衡的混合架构（如将算力分配至终端设备）并非现阶段供货商或企业优先考虑的重点。下表呈现了全球数据中心与AI芯片市场的经济指标。

表1. 全球数据中心与AI芯片市场的经济指标；数据源：Deloitte TMT Predictions 2026

在这种全球算力竞赛中，「技术主权」已成为各国政府的核心议程。由于目前90%的人工智能算力资源受控于美国与中国的少数几家公司，其他国家与地区正致力于建立自主控制的数字基础设施。Deloitte预测，到2026年，将有超过1,000亿美元的资金被承诺用于建设主权人工智能算力。欧洲正透过欧盟人工智能法案（EU AI Act）以及相关的技术投资计划（如IRIS²卫星星座与IRIS²云端设施）来寻求更大的自主权。此外，南韩、日本、印度与中东国家也纷纷启动大规模的国家级人工智能基础设施项目。这些投资不仅是为了经济发展，更是为了确保各国的语言、文化与价值观能够反映在其本地开发的基础模型中。

代理型人工智能的编排：释放自主自动化的潜力

如果说生成式人工智能是2025年的主角，那么2026年将属于「代理型人工智能」(agentic AI)。所谓的AI代理不仅仅能回答问题，更能自主地感知环境、设定目标、规划路径并执行任务。Deloitte预测，自主AI代理市场在2026年将达到约85亿美元，并有望在2030年激增至350亿美元。值得注意的是，如果企业能够有效地进行「代理编排」（Agent Orchestration），即协调多个具备特定角色职能的代理人，市场潜力甚至可能再提升15%~30%，使2030年的总额达到450亿美元。

然而，这种转型的路径充满挑战。《报告》指出，根据2025年的技术价值调查，虽然80%的企业领袖认为其组织在基础自动化方面具备成熟能力，但仅有28%认为自己在AI代理领域做好了准备。这说明企业正处于从单一用途代理向多代理系统过渡的转折点。在一个成熟的多代理系统中，不同的推理引擎可以无缝互动，自动解释请求、设计工作流并委派任务。失败的编排将导致资源浪费与安全风险，甚至有预测指出，到2027年，超过40%的代理型人工智能项目可能会因为成本过高、扩张复杂或难以预见的风险而被取消。

此外，企业在推动代理型人工智能时，必须考虑「人类在回路」（Human-in-the-loop）中的治理架构。随着任务复杂度的提升，人类的角色将从操作者转变为「代理主管」。在2026年，领先的企业将开始建立「自主性光谱」，根据任务的关键性决定人类是参与在流程中、负责监督（Human-on-the-loop），还是仅进行事后审计（Human-out-of-the-loop）。与此同时，为了实现跨平台的代理协作，互操作性协议将成为竞争焦点。目前，Google的A2A、Cisco领衔的AGNTCY以及Anthropic的MCP等协议正试图确立市场标准。2026年将是这些协议走向收敛的一年，《报告》预估，最终仅有2到3种标准会脱颖而出，成为数字经济的基础设施。

企业软件之变：SaaS与人工智能代理的融合

代理型人工智能的普及将彻底重塑软件即服务（SaaS）的商业版图。Deloitte预测，到2026年底，高达75%的组织将把其数字转型预算的50%以上投入到人工智能自动化领域。在这种环境下，传统的SaaS应用程序将演化为一种「学习型实体工作流服务」的联邦。这不仅仅是功能的增加，更是商业模式的根本颠覆。

首当其冲的是定价模式的变革。长久以来，SaaS是以「席位」（Seat-based）或订阅制为核心，但当一个人工智能代理能够具备多个人的工作能力，且其执行路径具备自主性与不确定性时，按人头收费将不再符合价值交换的逻辑。在2026年，市场将出现大量的混合定价模式，结合「基于消耗」与「基于成果」的机制。根据市场研究，到2030年，至少40%的企业SaaS支出将转向这类新型定价模式。这种转变对企业的财务规划与合规监测提出了极高要求，因为未来的软件支出将变得极具波动性且与具体的业务产出紧密挂钩。

此外，用户界面（UI）也将经历从「图形化」到「对话化」与「诊断化」的过程。未来的用户体验将更多依赖自然语言指令，系统会自动将其转化为一系列的API调用。更重要的是，由于代理具备自主性，当发生错误或异常决策时，系统必须提供「诊断性」功能，让用户能够重构代理的决策过程。解释性、可逆性与审计性将成为建立用户信任、决定SaaS供货商竞争力的核心因素。

半导体供应链的脆弱性与地缘政治挑战

《报告》提到，在追求极致算力的道路上，全球半导体供应链正变得前所未有的脆弱。除了极紫外光刻（EUV）等设备已受限多年，但Deloitte预测，到2026年，其他多项关键技术也将成为新的供应链瓶颈。这包括先进的蚀刻（Etching）技术、环绕式闸极晶体管（GAA）技术、电子设计自动化（EDA）软件，以及使能先进人工智能模型运行的权重与算法工具。

地缘政治张力正在重塑全球芯片分工。美国与其盟友正进一步收紧针对次5奈米与次3奈米逻辑设计与制造的出口管制。这迫使未能获得先进工具的地区转向开发国内EDA能力，或利用旧有节点进行多重曝光等替代方案。这种做法虽然可行，但会带来显著的产能、成本与竞争力落差。预计到2026年，全球受贸易障碍影响的关键半导体技术（如EUV设备与高带宽内存封装工具）投资将高达300亿美元，但这一数字与其所能牵动的3,000亿美元人工智能芯片市场相比，更显得其战略地位之关键。

此外，封装技术已成为新的地缘政治博弈点。随着芯片组与异质架构兴起，如何在单个封装内整合来自不同供货商、不同地区的裸晶，已不仅仅是技术问题，更是合规性挑战。Deloitte预计，芯片组解决方案于2026年的年度收入将达到1,000亿至1,100亿美元。由于高带宽内存（HBM）与逻辑芯片的共封装（Co-packaging）地点将受到更严密的监控，封装服务商将被迫提供更详尽的数据披露，甚至触发芯片设施向所谓的「友岸外包」或盟国转移。

实体人工智能与机器人：从科学幻想走向现代职场

在机器人领域，2026将被标记为「实体人工智能」（Physical AI）的觉醒之年。过去，工业机器人的销售额自2021起便一直停滞在每年50万台左右。然而，Deloitte预测，随着强大人工智能模型与专业芯片的催化，该产业正迈向一个增长的拐点。到2026年底，全球工业机器人的累计装机容量预计将达到550万台。

这种成长的动力来自于视觉-语言-动作（VLA）模型的成熟。这类模型允许机器人不再仅仅依赖预设的代码，而是能理解语意、感知物理环境并自主做出动作决策。一些技术领先的公司如NVIDIA、Boston Dynamics与Figure AI，正在利用这些模型赋予人型机器人更高的灵巧性与适应性。Deloitte估计，2026年的工业用人型机器人市场价值约在2.1亿至2.7亿美元之间，年出货量可达15,000台。虽然这一数字仍属早期，但它预示着2030之后，当技术成本进一步下降且数据质量瓶颈被打破时，机器人将大规模地渗透进智慧工厂、公共电力巡检甚至医疗护理领域。

另一方面，无人机（UAV）也在朝全自主任务演进。人工智能现在不仅能充当自动驾驶仪，更能引导无人机群进行集体决策，执行如跨区域高压电线巡检、精准农业喷洒或复杂环境下的灾后救援。这种从「人工遥控」到「AI自主任务执行」的转变，将极大地提升实体基础设施的维护效率与安全性。

表1. 当前工业机器人与未来AI人型机器人的市场潜力；数据源：Deloitte TMT Predictions 2026

媒体转型：微短剧与视讯播客的全球狂潮

针对媒体产业，《报告》分析，媒体产业在2026正经历一场深刻的「去中心化」革命。随着内容供应的极度丰富，观众的注意力被进一步碎片化。在这种环境下，微短剧（Micro-series）应运而生，并迅速从亚洲席卷全球。这类每集仅需几分钟、专为移动端开发的连续剧，正成为数字娱乐的新宠。Deloitte预测，2026年应用内微短剧的收入增长将翻倍以上，达到78亿美元。美国目前正引领此一增长，占全球收入的一半，但随着印度、巴西等市场的崛起，此一比例将在2026年降至40%。

微短剧的流行在于其对「钩子」（Hooks）的极致运用 — 每一集都以悬念结束，触发观众的「求知冲动」。这类内容通常改编自网络小说，制作成本低且迭代迅速。利用生成式人工智能工具，独立工作室现在能以传统片厂几分之一的成本生产出高水平的视讯片段。这种数据驱动、快速反馈的模式，正迫使传统的串流媒体巨头如Netflix也开始尝试垂直屏幕与短视讯功能，以争夺年轻世代的眼球。

与此同时，播客也正式进入了「视讯优先」的时代。视讯播客（Vodcasts）正透过跨平台发布来提升参与度。Deloitte预测，到2026年，全球播客与视讯播客的广告收入将达到约50亿美元。视讯形式不仅让观众能看到主持人的表情与肢体语言，增强了心理连系，更为品牌提供了商标植入与导购的机会。数据显示，观看视讯播客的用户消费的内容是仅听音频用户的1.5倍。在印度、尼日利亚与巴西等新兴市场，这种低门坎、高度本土化的内容型态正呈现爆炸式增长。

然而，这种视讯内容的激增也引发了严重的监管担忧。随着生成式视讯技术趋于完美，分辨「真实」与「合成」的难度倍增。美国于2026年可能因应人工智能影音的潜在负面影响（如误导信息、深度伪造诈骗）而修改联邦法规。具体而言，长期保护开放平台的美国《通讯规范法》第230条 （Communication Decency Act）可能面临新的挑战，而强制性的AI卷标与数字水印将成为社交平台的合规标准。如果平台无法建立有效的治理与标签机制，公众对媒体的信任可能会因「AI垃圾内容」的泛滥而彻底崩溃。

卫星连网的扩张与电信市场的成熟策略

在通讯领域，2026年标志着低轨卫星（LEO）连网的大规模商用转折。Deloitte预测，全球通讯卫星数量将增加至1.5万至1.8颗，服务全球超过1,500万名订阅用户。这场来自太空的宽带革命，不仅由Starlink领头，Amazon的Kuiper、中国的国网（Guowang）等也将在2026年密集发射。这将在某些新兴市场引发直接竞争，卫星服务商可能跳过当地的电信运营商，以更低的价格直接向消费者提供服务 ¹。

另一个值得关注的趋势是卫星直连设备（D2D）。虽然目前D2D主要提供的是低带宽服务（如SOS紧急求救或简讯），但相关的基础设施投资预计在2026年将达到60亿至80亿美元。尽管目前的商业模式与变现途径尚不明朗，但对于那些生活在地面网络无法覆盖的4%之四全球人口而言，这无疑是跨越数字鸿沟的希望。

在发达市场的地面行动网络方面，随着技术进入成熟期，消费者对网络效能提升的感知正在下降。2026年将出现一个有趣的现象：运营商提供的「奖励计划」（如免费咖啡、礼券或串流媒体会员）对于用户的重要性，将可能超过网络速度或延迟。数据显示，在英国等市场，60%以上的用户在过去一年中完全没感觉到网络效能的提升。因此，电信商的竞争焦点将转向非网络福利。这对于降低用户流失至关重要，特别是针对更在乎「小确幸」而非「千兆速度」的Z世代与千禧世代 。

台湾产业的关键机遇与风险：OT资安与韧性

针对台湾的技术与产业生态，勤业众信台湾高科技、媒体与电信产业负责人简宏伟强调，台湾在2026年仍将是全球人工智能与半导体供应链的中枢节点。然而，随着人工智能从云端转向实体制造环境，台湾企业面临的挑战也正在演变。特别是在「智能制造」的进程中，企业的风险边界正在扩大 ²。

简宏伟指出，人工智能的实体化（Physical AI）意味着技术正深入渗透到生产现场的营运技术（OT）中。过去企业主要关注信息技术（IT）的数字安全，但未来，如何在保证工厂运作不中断的前提下，防范针对实体生产线的人工智能驱动型攻击，将成为核心议题。OT资安治理与营运韧性不仅是技术升级，更是台湾企业维持全球竞争力的基础。此外，随着各国对技术主权与出口管制的日益重视，台湾半导体产业必须在高度不确定的地缘政治环境中，灵活调整产能配置与合规策略，确保其在供应链重塑过程中的主导地位。

总结：2026年，技术理想与现实的深度融合

总结而言，2026年全球TMT产业将进入一个更为深水区的发展阶段。人工智能不再仅仅是实验室中的神奇代码，它正在透过枯燥、繁琐但至关重要的基础设施建设，无缝地嵌入到人类的搜寻行为、企业的工作流、实体的制造流程乃至全球的通讯网络中。这种变革的实质是技术的「工业化」与「背景化」。

对于企业与决策者而言，2026年的致胜关键将不在于追求最新、最大的模型，而在于对技术价值的深度挖掘与治理 — 包括如何编排日益复杂的人工智能代理生态、如何应对定价模式的根本转向、如何在全球算力主权与出口管制交织的网络中寻求弹性，以及如何利用非技术性手段（如用户奖励）在趋于饱和的连网市场中维持增长。科技、媒体与电信产业正以前所未有的深度「吞噬」世界，而唯有能将人工智能的宏大承诺转化为扎实企业产出的组织，方能领跑下一个10年。

参考数据：

1. “TMT Predictions 2026: The AI gap narrows but persists〞, Deloitte Center for Technology, Media & Telecommunications, 18 November 2025

2. AI 代理与算力主权 定义2026全球TMT产业新赛道, 勤业众信：2026年四大AI趋势 加速产业建构与转型，勤业众信，2025／12／23

---

友善列印

友善打印

Printer-friendly