AI 投資主線正在改變，下一波機會在哪裡？

過去幾年的 AI 投資主線，圍繞著大型語言模型（LLM）的訓練，因此市場資金主要流向 GPU、AI 伺服器與資料中心等基礎建設。

現在，開始進入下一個發展階段。

新的目標，不再只是讓 AI 回答問題、生成文字或圖片，而是讓 AI 能夠看懂周遭環境、自主做出判斷，並直接控制車輛、機器人與工業設備完成工作，這就是近年快速興起的 Physical AI（實體 AI）。

Physical AI 並不是單指人形機器人，而是將 AI 演算法、機器學習、電腦視覺（Computer Vision）、感測器融合（Sensor Fusion）等技術整合到實體設備中，再透過邊緣運算（Edge AI）即時分析來自攝影機、雷達、LiDAR 等感測器的資訊，最後控制馬達、方向與機械動作，讓設備具備自主感知、導航、決策與執行能力。

例如，傳統物流車只能依照預先設定的路線行駛；加入 Physical AI 後，即使前方突然出現行人或障礙物，也能自行辨識、重新規劃路徑，甚至根據不同環境做出即時決策。

也因此，AI 的價值正逐漸從「訓練模型」延伸到「部署模型」，受惠範圍也開始從資料中心，擴大到感測器、邊緣運算平台、工業電腦、控制器、機器人本體以及管理軟體。

全球實體 AI 與機器人即服務（Robotics-as-a-Service，RaaS）市場規模，預估由 2025 年的 75.1 億美元，成長至 2030 年的 287.5 億美元，五年間市場增加超過 212 億美元，年複合成長率（CAGR）達 30.8%，代表企業將迎來龐大的成長商機。

未來最大的價值，落在哪一個環節？

從三大應用市場來看，物流與倉儲（Logistics & Warehousing）目前仍是最大的應用領域，2025 年市場規模約 34.6 億美元，占整體市場約 46%；製造與組裝約 31%，服務與醫療約 23%。

更重要的是，物流不只是目前最大的市場，也是成長速度最快的應用。2020～2024 年，物流與倉儲市場由 12.9 億美元成長至 26.9 億美元，年複合成長率達 20.2%；預估 2025～2030 年仍將維持 31.8% 的高速成長。

這說明 Physical AI 並不是等到人形機器人全面普及才開始，而是已經先從無人物流車、AMR、倉儲揀貨、清潔與巡檢設備等專用型機器展開。

因為物流工作高度重複、路線相對明確、缺工問題嚴重，而且企業可以直接計算導入後節省多少人力與成本。

中國的九識智能是全球領先的 L4 級自動駕駛無人物流車（RoboVan）企業。

無人城配服務已覆蓋超過 300 個城市、累計送單突破 15 億件，公司表示平均幫助客戶提升簽收率 26%、降低營運成本 66%，顯示這項技術已開始形成可複製的商業模式。

因此，投資主線正在從單純賣算力，轉向誰能把 AI 穩定部署到大量實體設備，並形成資料回傳、模型更新與持續收費的閉環。

例如，無人物流車每完成一次配送，就會產生新的道路、障礙物與行駛資料；資料回到平台後更新模型，模型變得更安全，便能部署到更多城市與車輛，接著再產生更多資料。

這會形成「設備規模增加 → 真實資料增加 → AI 能力提升 → 更多客戶導入」的正循環。

換句話說，Physical AI 真正帶來的機會，不只是一波機器人換機潮，而是讓汽車、物流設備與工業機器逐步變成可持續學習、更新與收費的 AI 終端；這也會是 AI 從雲端走入實體經濟的起點。