聯發科斥資8億元入股安謀！全球今年最大IPO案，為何吸引台積、聯發科接連投資？|數位時代 BusinessNext

AI帶動半導體技術升級，劉德音：2D到3D正在典範轉移

演說一開始，劉德音從IBM在90年代後期開發的深藍(Deep Blue)超級電腦擊敗世界西洋棋冠
軍加里·卡斯帕洛夫(Garry Kasparov)的故事，講述超級電腦的無限可能。隨著時間推移，接下來10年將由生成式AI當家，AI已進步到能「匯整合成知識」的層次，「AI將為人類的生活和工作帶來重大改變，也為半導體產業帶來龐大的商機。」劉德音說

劉德音認為，半導體是的AI關鍵推動力，「晶片不再受限於尺寸或微縮技術。」隨著AI所需要的記憶體和算力都比過去躍升了好幾級，甚至還在快速成長中，半導體技術開始出現典範轉移，超越2D的微縮，進入3D系統整合。

「過去50年，半導體技術發展如同走在隧道內，前方有明確道路，每個人都知道要做什麼。如今我們已經抵達隧道出口，半導體技術開發日趨艱難，然而在隧道外，還充滿更多可能性讓我們不再受到（微縮）束縛。」劉德音說，

GPU晶片內含1000億電晶體，還會更多？

在未來技術上劉德音點出了兩大重點：3D SoIC和CoWoS。

SoC指的是將如邏輯和感測晶片整合成一顆IC的技術，簡單來說，3D SoIC即將不同的SoC（系統單晶片）堆疊，並透過CoWoS技術做封裝，實現晶片的3D系統整合。透過這個方式，一個系統整合晶片中的電晶體數量將遠大於2D的最大容量。

劉德音指出，AI 訓練使用的 GPU 晶片，內含的電晶體數量約 1,000 億個，想持續增加，就需要靠2.5D或3D堆疊技術持續創新的發展。而為了要讓IC設計人員能更好的跟上晶片的3D化趨勢，劉德音指出：「我們需要一種描述語言來定義所描述的技術，並將其轉換為EDA（晶片設計軟體工具）。」

為此，台積電也推出 3D Blox（一種硬體描述語言），讓晶片設計業者能更方便的針對3D技術進行設計。劉德音表示，語言目前已經被不少企業和EDA廠商所接受。

CoWoS大缺，劉德音：1年半後可趕上

不過，目前AI晶片產能需要用到先進封裝技術CoWoS，在產能還未能跟上的狀況下出現供不應求的情形，對此劉德音透露，大約一年半以後，產能就可以逐步趕上。

劉德音指出，目前不是晶片短缺，而是CoWoS的短缺，「CoWoS發展和輝達的CUDA差不多久，只是今天的需求突然增加三倍，因此短期內會儘量支援客戶，沒辦法做到百分百，但也能做到八成。」

美國廠建設進度樂觀，台積電投資安謀有望？

對於台積電的海外佈局，劉德音今日也給予相當正面回應。被問及美國廠區建設人力短缺問題時，劉德音表示對此顧慮並不大，亞利桑那廠是台積電在美國最大的投資案，會是學習的過程，遇到阻力也屬正常。

劉德音透露，過去五個月的進步相當大，指出台積電獲得亞利桑納政府相當大的支持，對於亞利桑那廠的成功相當有信心，「請大家拭目以待，我想一定會非常成功。」另外，劉德音對於德國廠則表示：「我們現在還在和德國談補助，目前為止都非常順利。」

最後，針對台積電是否將成為IP大廠安謀股東，劉德音表示安謀對台積電的生態和技術展有相當重要地位，台積電還在評估當中，本週就會有答案。

責任編輯：錢玉紘

ChatGPT、Gemini、Claude 等 AI 通用工具問世後，「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用，多數卻仍停留在文書輔助、單一聊天機器人（Chatbot）運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻，企業需要的不再只是一個會回答問題的對話框，而是具備「自主決策與行動執行」能力的「代理式 AI」（Agentic AI）。

Going Cloud 和 IDC 合作發布的《多代理系統崛起打造敏捷韌性企業》報告便指出，如今「AI First」時代來臨，企業的 AI 應用正從輔助性質走向自主營運，有 80％的企業期望藉此提升生產力，70％的企業希望能更輕鬆處理複雜任務，還有 66％的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多，必須納入組織管理

但究竟什麼是「代理式 AI」？

「過去人們使用生成式 AI 時，需要一步步下達明確指令，但現在使用者只要賦予代理式 AI（Agentic AI）明確目標，它就能自己理解前因後果、進行推演，甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加，比方說，人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI，跨部門協作的複雜度也隨之飆升，「如果你是管理者，你就會意識到，必須把 AI 當成一個人，納入組織裡來管理。」黃柏淞強調，能統籌、指揮多個 AI 代理協作的「多代理系統」（Multi-Agent System, MAS），正是為了解決這個痛點而生。

簡單來說，MAS 就像虛擬的企業總部，負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時，各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性，企業可以依照業務需求，隨時新增、更改 AI 代理，能大幅提升營運韌性。

雖然企業普遍意識到，代理式 AI 已經蔚為風潮，但實際部署時，仍面臨諸多挑戰。《多代理系統崛起　打造敏捷韌性企業》報告便顯示，資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題，「企業最擔心串聯多個 AI 代理時，要是權限沒控管好，很容易有機敏資料外洩的風險。」黃柏淞提到，在此情形下，Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」（Supervisor Agent）作為主要決策層，底層則串聯了各個負責單一任務的「任務代理」（Task Agents）。

以 Going Cloud 服務的大型金融企業為例，假設一位 VIP 客戶登入銀行 APP，詢問 AI 客服：「我想申請房貸，請問現在利率多少？另外，請幫我評估把我目前的科技股基金贖回當作頭期款適不適合？」如果是傳統的聊天機器人，可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡，「主管代理」接收到任務後，會先拆解再指派負責「房貸利率」的「任務代理」，去後台抓取客戶的信用評分和最新房貸專案。同時，這位虛擬主管還會指派「理財分析」的「任務代理」，去檢視客戶最近科技股基金的績效並預測市場。最後，再由「主管代理」統整資訊，一併給出一份完整且客製的財務建議，「分層式 MAS 能確保整個過程的指令被清楚傳遞，而且因為權限分層管理，房貸 Agent 不會碰到不該碰的理財資料，符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看，多代理客服平台能降低 50％以上的人工客服工作負擔，並讓回覆使用者問題的平均時間減少 60％以上；FAQ 知識導向與 API 資料調用的正確率，在調用得當的情況下，也都達到9成以上的成功率。黃柏淞指出，金融、製造、顧問等有複雜跨部門協作需求的大型企業，都是亟需採用代理式 AI 的產業。

懂雲也懂企業痛點，助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構？一方面，Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技（KKCompany Technologies），奠定具備理解和服務大型企業的經驗，且自 2022 年創立起，就鎖定服務架構最複雜的大型企業市場。同時，Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家，此成就彰顯 Going Cloud 在堅實的資訊安全基礎上，深化了對個人資料保護的承諾，為客戶提供符合國際標準的資料保障，強化雲端服務領導地位。另外，Going Cloud 還能為企業量身打造底層 AI 平台，提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業，黃柏淞建議，釐清應用場景，比追求最新技術更重要，「唯有清晰定義痛點，才能讓強大的 MAS 平台真正落地。」
他特別提到，導入 MAS 系統不只是 IT 部門的責任，其實更像企業的升級轉型，「未來的知識工作者，不能只是單純『接球就打』，每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表，應該要學著指派手下的「數位同事」去執行。員工的核心價值，將從過去繁瑣、重複性任務的執行，轉移到前期的目標定義、流程規劃，以及後期的決策判斷和審核把關。

AI 技術飛速推進，企業間的競爭已從「要不要用 AI？」，升級成「如何管理與協作多個 AI？」。透過建構靈活、安全且具高擴展性的多代理系統，企業不僅能解放員工的生產力，更能在瞬息萬變的市場中，打造敏捷、韌性兼具的營運大腦。