AI代理人的贏家與輸家：一場已經開始的財富重分配

每月幾百美元的AI代理人，正在取代年薪2萬6千美元的人力團隊。這不是預測，而是正在發生的現實——而它帶來的問題，比它解決的問題更深。

一個創業者的算盤，與一條新的斷層線

在印度班加羅爾，Raman Choudhary正在用Anthropic的Claude Code代理人獨自運營一家牙科診所管理平台DentNode。這個代理人幫他審查程式碼、做市場調研、撰寫行銷文案、建立財務模型，甚至為他準備合作夥伴會議。「沒有它，我至少需要一名工程師、一名兼職研究員和一名行銷人員，」他說，「換算成薪資，每年至少要150萬到250萬盧比（約1萬5千到2萬6千美元）。」而他現在的代理人工作流程，每月只需幾百美元。

他用的Claude模型與美國競爭對手完全相同。然而這個模型並非為印度的地區支付系統、稅務結構或地方語言而設計。儘管如此，他仍然相信：「率先搞清楚這一切的人，將會建立起規模不成比例的大公司。」

這個算盤背後，是一條正在形成的新斷層線。倫敦國王學院數位經濟高級講師Nick Srnicek將其稱為「代理人不平等」（agentic inequality）：「我們將看到在存取、規模、品質和信任方面的新不平等——有代理人的與沒有的；有好代理人的與有差代理人的；有許多代理人的與只有少數的；能信任自己代理人的與不能的。」他的結論更為直白：「代理人不平等可能固化為支配結構。」

麥肯錫估計，到2030年，AI代理人與機器人每年將在美國創造約2.9兆美元的經濟價值。問題在於，這些價值將流向誰。

不只是「有沒有AI」的問題

討論AI落差時，人們習慣將問題簡化為「誰能用AI，誰不能用」。但牛津大學馬丁學院AI治理研究所研究員Matthew Sharp指出，這種框架已經過時。「能存取基礎模型，並不等於能存取可靠的代理人，」他說。「模型之上的每一層——腳手架、工具整合、安全機制、工作流程設計、監督體系——都會重新引入技能與資本的門檻。」

換言之，真正的競爭優勢不在於能不能用GPT或Claude，而在於能不能將代理人深度整合進自己的專有數據、業務系統、採購流程和決策工作流。一家資本充足的企業可以做到這一切；一個富裕的個人可以用頂級代理人來處理法律事務、優化財務決策、談判合約。而其他人，則只能使用「更弱、風險更高、整合度更低的系統」。

廣告

廣告合作

[email protected]

廣告

Sharp的警告值得反覆咀嚼：「風險不僅僅是有些人用AI而有些人不用；而是代理人品質上的微小差距，隨著時間推移會演變成結果上的巨大差距。」這種複利效應，才是代理人不平等最危險的特性。

印度的豪賭：把AI代理人變成公共基礎設施

面對這條斷層線，印度政府選擇了最激進的回應方式。印度計畫為明年大壺節（Kumbh Mela）的5000萬名印度教朝聖者提供AI代理人，並最終將代理人部署給14億公民。

這套名為Kumbh Doot（「信使」之意）的框架，將是一個支援20種以上印度語言的語音優先代理人，能與交通、醫療、商業等各類服務協調運作。其底層依托印度的數位公共基礎設施：Aadhaar國民身分證系統、UPI支付閘道、DigiLocker文件驗證系統，以及ONDC數位商務平台。MIT副教授Ramesh Raskar主導的Project Nanda為這套系統提供基礎架構支撐。他描述這個願景：「當我們每個人都有自己的AI代理人，能夠互相對話、互相交易、為我們創造經濟機會，我們就能作為頭等公民參與代理人經濟。」

然而，這個願景的另一面是顯而易見的風險。Sharp指出：「同樣的基礎設施，如果數據流向、預設值和監督機制出了問題，就可能變成一個監控層。」更根本的脆弱性在於：Anthropic、OpenAI等企業，乃至政府本身，隨時可以撤銷存取權限。印度白皮書聲稱「不對朝聖者進行監控、分析或追蹤，且可隨時撤回同意」——但技術架構上的承諾與政治現實之間的距離，歷史已經一再提醒我們。

華人世界的位置：機會、壓力與選擇

對於台灣、香港及東南亞華人社群而言，代理人不平等的討論有幾個值得關注的切入點。

首先是中國大陸的路徑。中國已有地方政府積極推動「一人公司」——即單一創辦人藉助AI代理人運營的微型企業——作為產業政策的一部分。這與Choudhary在印度的個人實踐高度吻合，但規模和政策力度截然不同。中國的做法是將代理人能力系統性地嵌入產業政策，而非依賴個人的先行者優勢。

其次是台灣的機遇與挑戰。台灣的中小企業在全球供應鏈中扮演關鍵角色，但在AI代理人整合方面面臨與日本相似的困境：資本與技術能力集中在大企業，中小企業的數位化程度參差不齊。代理人整合所需的「工作流程設計」和「工具整合」能力，對許多台灣製造業中小企業而言，是一道實質性的門檻。

第三是數據主權的問題。無論是印度的公民代理人框架，還是企業層面的深度整合，核心都涉及數據的流向與控制。對於高度依賴跨境業務的華人企業來說，在使用美國平台（OpenAI、Anthropic）與本土替代方案（百度文心、阿里通義）之間的選擇，已不僅僅是技術問題，而是涉及數據安全、地緣政治風險和監管合規的複合決策。