商傳媒｜吳承岳／台北報導
2026 年美國消費電子展（CES 2026）已於日前在拉斯維加斯落幕，今年的展覽被視為 AI 技術從「技術熱潮」轉向「社會應用」階段的重要轉捩點。其中，展覽焦點從生成式 AI 轉向能理解物理法則、在現實世界中自主運作的「物理 AI」成為趨勢。
生成式 AI 和 AI 代理程式已成為基礎設施，並被整合到產品中。相較於去年 CES 以 AI 代理程式為主的展示，今年 CES 著重於搭載物理 AI 的硬體設備，例如機器人，相關展示明顯增加，NVIDIA 等大廠也展示更多關於物理 AI 本身的技術。NVIDIA 執行長黃仁勳（Jensen Huang）在主題演講中強調，AI 已結束生成文本和圖像的階段，開始理解重力、摩擦、流體等「物理定律」，這是一個極為重要的轉變。
過去的機器人控制僅限於程式化的動作重現，但物理 AI 可透過模擬現實空間，在適應環境的同時自主「移動」。值得注意的是，NVIDIA 發布了用於自動駕駛開發的物理 AI 平台「Alpamayo」。該平台展示了 AI 如何學習物理世界的限制，並在複雜的交通狀況下引導出最佳控制。AI 不僅獲得了「大腦」，還獲得了物理「身體」，為物流機器人、生產線和自動駕駛汽車等在現實社會中加速部署 AI 奠定了基礎。
B2B 領域的 AI 應用
過去，產業 AI 應用僅限於優化、預測檢測等「封閉在單一企業或技術中的效率提升」。然而，生成式 AI 和物理 AI 的快速發展，已能實現超越企業框架的「整個價值鏈的高度發展」。在今年的 CES 上，AI 被重新定義為協調複雜系統的「協調者」，而非超越人類做出判斷的「賢者」。西門子（Siemens）的主題演講即是代表。他們將 AI 定位為「連接感測器、機器人和人的存在」，並強調產業實施除了「技術」、「領域知識」和「數據整合」外，「合作夥伴」也必不可少。
事實上，會場上宣布了許多不同產業之間的合作。由於 AI 具有打破價值鏈邊界、整合數據以提高附加價值的特性，因此要探索未知的應用，最合理的方式就是「共創」。此外，在「技術」方面，數位雙生也已確立為「開發的前提基礎設施」。透過將虛擬空間中的學習結果應用於現實，PoC（概念驗證）的速度顯著提高，加速了共創活動。未來 B2B 市場的競爭軸心，並非「誰擁有更高性能的 AI」，而是轉向「如何快速吸引更多現場和合作夥伴，並在整個生態系統中實現 AI 實施」的執行能力。
B2C 領域的 AI 應用
「家電搭載 AI」已迅速成為前提，單獨來看已難以成為差異化的來源。Matter 等通用標準的開發也在推進，跨製造商合作的條件已開始具備。關鍵在於在連接後，能在多大程度上提高體驗價值，並將其轉變為持續使用自家 Home OS 和家電產品的理由。
策略分為兩極：LG 目標透過 CLOiD 等物理 AI 完成家務的最後一哩路，並將家務本身減少到接近於零，從而實現垂直深化；三星（Samsung）則與保險和能源等不同產業合作，旨在透過在生活領域進行橫向擴張來掌握主導權。LG 的方法中，機器人的成本效益和對生活空間的接受程度，以及三星的方法中，資料保護和治理，可能成為普及的瓶頸。相較於依賴個人購買，透過在房地產或設施中先行引入來提前提供體驗的模型，正成為普及的關鍵。
日本企業的機會
CES 2026 清楚地表明，AI 的大腦（晶片和學習基礎設施）已被 NVIDIA 等大型企業掌握，並已轉向實施階段。在技術成熟時觀望的「後發制人」策略是致命的。在 AI 中，性能取決於數據累積量，因此進入得越晚，就越難以彌補。此外，考慮到投資規模和生態系統的深度，平台業者的基礎本身也應被視為業務環境的前提。
那麼，日本企業的機會在哪裡？重要的是，作為價值中心的「物理 AI」，為了在物理世界中安全且準確地運作，也需要高品質的感測器和精密的控制機制等可靠的「身體（硬體）」。事實上，NVIDIA 正在迅速擴大其在機器人和移動等領域的硬體合作夥伴，以便將其 AI 基礎設施部署到物理世界中。此外，即使是推動內部垂直整合的產業自動化巨頭西門子，也認為僅靠自己的硬體和軟體存在局限性，並透過「Siemens Xcelerator」轉向建立開放的生態系統。他們也渴望能讓他們的 AI 在物理世界中準確運作的可靠合作夥伴。
日本企業的目標應該是擺脫大型企業價值鏈中「單純的零件供應商」的角色。利用自身先進的控制技術和品質作為武器，不依賴於特定企業，而是將自身定位提升為可為多個 AI 基礎提供安全且無縫物理控制的「物理平台」。為此，重要的是放棄被動姿態，積極主動地參與策略聯盟和規則制定。例如，針對大型企業，應積極提出「為了安全運作，這種控制是有效的」、「為了在現場正確運作，這種感測器配置是最佳的」等建議，並將自身技術納入他們的推薦架構中。如何重新定義自身的核心技術，並在龐大的生態系統中制定何種合作和標準化策略？這種定位的重塑將是下一個成長的關鍵。
此外，重要的是不要「賣完硬體就結束」。AI 的競爭力取決於透過營運獲得的數據及其使用方式。即使在上市後，也有必要與大型企業進行中長期共同營運，收集和分析現場的高品質數據，並共同進行 AI 進化的「數據收集和學習迴圈」。為此，有必要在建立 AI 大型企業和產業標準的過程中，獲得共創夥伴的地位。從「AI 大型企業的單一客戶」轉變為能夠在物理世界中持續培育 AI 的「進化共創夥伴」，能否確保遊戲規則改變的核心地位，已開始受到質疑。
