隨著AI技術崛起，從蔬果訂單辨識、菜價預測到物流路線規劃，繁瑣的重複性工作流程大幅簡化。然而當AI代理時代來臨，任務被拆解為多個子任務同時執行，CPU運算需求急遽攀升，台經院產經資料庫總監劉佩真指出，伺服器架構將趨向平衡，通用計算重新成為系統效能的關鍵瓶頸，也為英特爾等傳統處理器大廠帶來翻身契機。
在科技菜商的運作現場，撿貨人員透過螢幕即可一目了然掌握蔬菜種類及數量，從前端到後端都仰賴AI技術。密密麻麻的訂單由客戶端送出後，透過AI辨識可略過手動輸入，省去大把時間，再交由人工校對進行調整。科技菜商協理楊偉聖表示，異常情況通常是客戶端系統設置的單位與公司系統不一致所致。
AI代理時代來臨 CPU需求暴增成關鍵
科技菜商總經理馮敬棕表示，AI辨識準確率可達9成，但前期需透過不斷餵養新資訊。公司已建置一整套AI菜價預估系統，客戶可得知15天甚至30天後的菜價波動，據此預先採購。系統也能預判客戶隔天需要的品項，直接列出清單，客戶甚至不需盤點庫存。
每天運送至400間餐廳，等於一輛貨車每天要送40家，且須在指定時間內完成並優化車程路線，這是人腦難以達成的任務，但透過AI方式僅需3分鐘即可完成。馮敬棕進一步說明，當資料進來後需要進行分析，需要大量CPU運算；深度學習方面，後台每天都需學習天氣、菜價浮動及市場需求等變數。
AI數據公司創辦人吳君孝指出，公司產品專注於農場領域，進行全球作物與土壤檢測，目前監控全球約21億多公頃土地。當使用者需要快速存取世界各地分析完的數據時，處理過程會進行大量CPU存取與計算。
進入AI代理時代，任務被拆解為多個子任務，甚至由多個代理同時執行，工作幾乎落在CPU身上。劉佩真認為，這種轉變會讓伺服器架構更趨向平衡，原本被邊緣化的通用計算將重新成為系統效能的關鍵瓶頸。吳君孝觀察，整體與AI相關的記憶體及CPU成本，較兩年前上漲約1.5至2倍，小公司面對競爭者時發展速度可能較慢。他建議新創公司可參加國際加速器，與輝達等集團合作以取得更多資源。馮也坦言，記憶體單位及CPU算力需要持續投入，關鍵是找到自己的賽道，如同該公司是蔬菜B2B產業中唯一發展AI的業者。
英特爾能否翻身？專家「先進製程良率」是關鍵
劉佩真分析，在資源分配不均的市場下，擁有龐大資本或供應鏈議價能力的雲端服務供應商，仍能穩固供貨。她指出，英特爾作為X86架構的領頭羊，有機會趁AI代理浪潮逐步走出近年營運谷底，關鍵在於新一代處理器能否整合多個處理邏輯推論調度的核心。專家點出，先進製程的良率能否持續鞏固不可替代性，是英特爾翻身的關鍵。
電腦業者李國瑞表示，電腦使用者可分為一般用戶與中高階用戶，一般用戶從事工作、觀看高階影片或玩小遊戲，對AI處理器需求並不大。就電腦市場而言，一般民眾的使用遠不及中高階用戶及企業端，在這波轉變中不會受到太大改變，但AI的進程優化與市場同步發展，下一波需求將重新定義戰場。
