黃仁勳2026CES的AI趨勢

2026CES展中，大家最期盼的可說是黃仁勳的演講。在黃仁勳提到的AI近期趨勢中，台灣企業可期待的AI應用有幾大重點：

1.近日的 AI 應用，已不再是單一應用程式，而是進化為「以 AI 為基礎的平台」。

2. Agentic AI 架構，包含多個不同領域和功能的 AI agent，並透過 Agent to Agent ( A2A ) 間的對話，執行跨平台、跨功能的複雜任務。

3.多模態 ( Multimodal AI )  讓AI已經能更全面、更精準地理解並處理 語音、圖像、文本、影片、3D 圖形 等，理解並模擬現實世界發生的每一件事。

2026年企業面臨低價、關稅戰、全球市場及供應鏈洗牌的挑戰，如何透過AI應用，來化解 已知 和 未知 的問題、穩定毛利，甚至開拓新市場呢？

三分鐘，即可取得為「個別企業」，完全「量身訂做」的《產業落點分析》，找出你2026年的缺口與風險 ！

2026年AI企業數智應用

鼎新數智以既有的核心ERP、MES、APS、BPM、HR、能源管理、資訊安全等系統為數據基礎，打造以Agentic架構的企業營運AI平台，可按需求調用適合企業場景的各種AI大型語言模型。

透過MCP打通企業內部與外部資訊，在企業營運AI平台上，Super  Agent扮演指揮官的角色，助決策層即時掌握關鍵狀況，並統籌各種多模態功能的AI Agent，協助員工進行工作執行。

AI工具可以如何協助企業呢？應該從企業2026年的處境來思考。

中經院表示，受到關稅、匯率波動與地緣政治的不確定性影響，「急單」已成為常態，接到急單可以馬上判斷毛利？

且2026年全球各國都將開始關稅保護政策，企業「開拓新市場」時，如何透過市場資訊，調整現有產品，找到有競爭力的市場和價格？

下面，以黃仁勳在2026年CES展中提到的AI趨勢，來看企業可以如何應用AI Agent來解決近期面對的挑戰！

A2A（ Agent to Agent ）

打破各系統之間的溝通隔閡，透過「AI Agent 與 AI Agent 之間的溝通」，完成跨多個不同領域及系統的複雜任務。

以下模擬一個從「外部變動發生」到「決策產出」的工作流程。

「急單的定價及議價」情境：美國客戶傳來一筆 10 萬件產品的急單，但全球運費剛漲 10%，且美金走弱。如何讓訂單保有利潤？

第一階段：數據觸發與同步

• 金融匯率 Agent：
• 自動偵測到美金匯率跌破設定的警戒線（例如跌 2%）。
• 供應鏈成本 Agent：
• 同時抓取到國際航運指數上漲，並自動更新 ERP 系統中的預計到貨成本。

這兩個 Agent 透過 MCP 協議，將更新後的變數直接推送到「毛利臨界點模擬」環境中。

第二階段：細節精細化計算

• 稅務與合規 Agent：
• 接收到訂單目的地「美國」與產品「HS Code」。
• 自動確認目前的加徵關稅稅率（如 301 條款是否有變動），計算出每一件產品的精確關稅支出。
• 生產效能 Agent：
• 檢查工廠排程，發現此急單需要加班生產。
• 計算出加班導致的人工成本溢價與額外能耗，傳遞給總控 Agent。

第三階段：獲利測試與模擬

• 毛利決策總控 Agent：
• 彙整「匯率 Agent 的匯損預期」、「稅務 Agent 的關稅」、「供應鏈 Agent 的運費加價」以及「生產 Agent 的加班費」。
• 獲利測試： 模擬出在「美金再跌 1%」且「運費維持高位」的最差情境（Worst-case scenario）。

第四階段：決策產出

• 定價策略Agent：
• 業務主管收到「根據目前精細化計算，此訂單在美金 31.5 匯率下，毛利僅剩 3%（已低於公司規定的 5% 臨界點）。建議報價需調升 2.5%，或改用 CFR 貿易條件以轉嫁運費風險。

多模態 ( Multimodal AI )

AI已經能更全面、更精準地理解並處理語音、圖像、文本、影片、3D 圖形等，理解並模擬現實世界發生的每一件事。

以下模擬多模態 Agent 系統，將原本零碎的市場研究（文本）、工程圖紙（影像）與財務估算（數值）整合在一起，實現從「既有產品設計規格」到「找到有利基點的新市場」的一站式閉環流程。

「新市場開拓」情境：舊產品因為既有市場低價競爭太激烈，如何找到新市場開拓，並維持毛利的策略自動化評估過程。

第一階段：規格輸入與市場分析

• 圖紙辨識 Agent：根據現有產品圖紙，結構化產品參數。
• 市場分析Agent： 利用大數據模擬不同市場的「稅率」與「法規風險」，避免過度依賴單一市場導致的重創營收風險。

第二階段：即時成本與供應鏈串接

• 成本資料查詢 Agent：透過 MCP 串接 WF ERP 系統，核實當前供應鏈是否能支援新市場的成本需求，確保在地化後的量產可行性。

第三階段：策略利基點模擬

• 毛利計算 Agent：將「生產成本」與「市場現有售價」進行比對。找出利潤最高的「利基點市場」，並將計算後的 Json 文本轉化為精確的決策依據。

第四階段：決策輸出與佈局 (分散市場佈局)

• 產品策略Agent： 提供給建議報價及 Excel 檔給「策略長」與「業務總監」參考，幫助企業找到貿易戰波及下的「避風港」市場，填補營收缺口。

2026 年的企業不只要「數位化」，更要「智慧化」。

不只透過科學數據協助內部決策，更要利用 AI agent 協助人員來應對外部多變的市場（ 低價競爭 與 地緣政治 ）、複雜的法規（各國關稅）和全球化後越來越多元的供應鏈管理。

參考資料：AI Agent是什麼？以AI代理顛覆流程，創新生產力！、A2A、MCP、MACP是什麼？、nvidia1、nvidia2、nvidia3、中經院