OpenAI 進軍企業市場引發 SaaS 股 12% 拋售，Agent AI 改寫遊戲規則

OpenAI 推出 Presence 企業級 Agent 平台，直接與 Salesforce、HubSpot 及 Atlassian 競爭，引發 SaaS 類股合計超過 150 億美元的拋售潮，標誌著 AI 模型不再只是驅動軟體——它們正在取代軟體。

「市場正在為一個結構性轉變定價——模型本身已成為應用層，」Edgen 企業 AI 分析師 Alex Nguyen 表示。「當 OpenAI 可以透過單一 Agent 處理客服、帳務及內部工作流程時，十幾個獨立 SaaS 訂閱的價值就會受到質疑。」

HubSpot 當日跌幅超過 12%，Atlassian 亦近乎下跌 12%。Salesforce 與 Okta 同樣走跌。此波拋售反映市場正在重新評估軟體公司——其核心價值（用戶介面、工作流程邏輯及數據整合）正逐漸被大型語言模型所吸收。OpenAI 揭露，其企業客戶的 API 推理 Token 消耗量在一年內成長約 320 倍，截至 2026 年 4 月已達每分鐘超過 150 億個 Token。

此一轉變的影響遠超軟體估值範疇。Agent 型 AI 每項任務所需的 Token 量是傳統對話模式的 100 至 1,000 倍，使 Token 消耗成為企業營運的根本燃料。此需求正沿半導體供應鏈向下傳導：SK 海力士 2026 年第二季營收達 79.3 兆韓元（約 578 億美元），年增 257%，創下單季歷史新高，主要受 HBM 及 AI 伺服器 DRAM 驅動。然而，其股價在一個交易日內暴跌 17%，因市場投資人已在定價 2027 年產能擴張所帶來的供過於求風險。

Token 需求重塑基礎設施架構

Token 消耗量的爆炸性成長，正將 AI 基礎設施的重心從訓練轉向推理。業界過去聚焦於訓練前沿模型需要多少 GPU，但 Agent 時代要求的是跨多個模型呼叫的高頻、並行推理能力。中國開源權重模型開發商 Moonshot AI 發布了 Kimi K3，這是一款擁有 2.8 兆參數的混合專家架構模型，採用完整開源權重，專注於長上下文程式設計及 Agent 任務。該模型可在中國國產加速器上運行，顯示開源權重替代方案在特定工作負載上正縮小與封閉源碼前沿模型的差距。

記憶體與頻寬正成為制約瓶頸。SK 海力士已於第二季開始量產出貨 HBM4，並計劃在下半年全面擴產。該公司預期 DRAM 需求將成長約 20% 以上，NAND 需求則成長約 10% 以上，短期內供應限制難以顯著緩解，原因在於先進封裝技術的複雜性及晶圓廠建設前置時間較長。然而，SK 海力士在創下獲利紀錄後股價卻暴跌 17%，顯示投資人已放眼當前週期之外，開始擔憂 2027 年新產能上線所帶來的供給過剩風險。

垂直 Agent 面臨生存考驗

隨著通用型模型吸收更多能力——程式碼生成、工具呼叫、工作流程執行——缺乏獨有數據或深厚領域專業的垂直 Agent 新創公司正面臨生存考驗。能留存下來的價值，將來自基礎模型訓練過程中未曾接觸過的知識：半導體製造配方、化學工程模擬、臨床試驗方案，以及其他累積數十年的產業特定數據。

部分企業已開始著手保護這些知識。部署在私有基礎設施上的開源權重模型，讓企業能夠將專有數據與封閉源碼供應商的訓練集隔離開來。然而，私有部署伴隨著能力上的取捨：即使是最好的開源權重模型，在某些基準測試上仍落後於封閉前沿模型。這導致一種策略性矛盾：企業必須在模型效能與數據主權之間做出選擇，而模型供應商則必須決定要透過付費 API 變現，還是承擔技術被免費使用的風險。

超過 1,100 名來自 OpenAI、Anthropic、Google 及其他 AI 實驗室的員工於 7 月 29 日簽署公開信，呼籲國際間就前沿 AI 安全進行協調，包括在風險升級時集體放緩開發進程的機制。這封信凸顯了一個日益增長的共識：隨著 Agent 獲得自主能力——以及在系統間執行現實世界行動的能力——安全挑戰正從理論層面轉向實際運作層面。

本文僅供參考，不構成投資建議。