GenAI應用無所不在，LLM加持創新蓄勢待發企業AGI五大階段推進，掀起從企業到交易市場的全面變革尋求AI應用落地關鍵突破點，奠定企業競爭優勢
生成式AI（GenAI）正在改變市場的運行方式，無論是企業內部流程、客戶互動，還是高頻交易決策，AI的應用已不再只是概念，而是競爭力的關鍵。DeepSeek的橫空出世，不僅在GenAI界投下重磅炸彈，其母公司幻方量化的背景，更引發人們開始討論GenAI應用在量化交易領域的可行性與預期。
Kronos Research、AWS、Nurie AI、聯發創新基地、國泰世華與台灣大等業界領袖在2月21日AI Summit中，揭示了AI如何從企業應用擴展至量化交易，並對未來市場帶來重大影響。
這次AI Summit由Kronos Research與Nurie AI共同主辦，傳提交的趨勢莫過於AI已成世人關注的焦點。儘管AI仍處於早期階段，但AI轉型勢在必行，創新的AI／GenAI應用陸續就緒，進而帶來全新商機。
從一般企業應用到量化交易都可以看到GenAI全面應用的身影。當前企業客服中心、內部知識庫與聊天機器人，早已開始運用檢索增強生成（RAG）與LLM結合，讓模型更全面地理解並回答問題。金機構也正在使用GenAI來改善提升顧客體驗、生產力與創新。
量化交易公司Kronos Research正積極運用GenAI來提升市場研究與交易策略。其核心技術之一是價格預測模型，通過AI訓練超過3,000至6,000個市場特徵，預測不同時範圍內的價格變動。此外，Kronos也利用GenAI優化程序代碼審查（Code Review）與交易策略研發流程，加速決策效率。
Kronos Research資深IT基礎設施經理Kyle Tsai表示，團隊決定GenAI的首要應用場景就是程序代碼審查，並且利用RAG進行高效率且全面性的程序代碼分析。（Source：Kronos Research）
另一個值得注意的趨勢是，當地端投資AI基礎設施的效益，遠遠趕不上昂貴GPU晶片疊代的速度，因此企業花大錢構建相關基礎設施並不合適。AWS解決方案架構師團隊主管廖偉凱表示，通過雲計算可以更多樣地選擇各種業界領先的基礎模型，不論何種規模的企業皆可無礙地使用各種先進模型與GenAI服務，這也是促進GenAI應用無所不在的重要因素，更是讓企業AI轉型之旅全面加速的關鍵基礎。
隨著GenAI的廣泛應用，為企業與交易市場帶來影響與變革，但究竟是造成短期的影響，還是長期的變革？如前文所述，從一般企業應用到量化交易無不使用GenAI來提升效率，許多企業多年來致力推動數字轉型與可持續發展轉型，如今更藉由AI轉型來全面優化兩大轉型的實施成效。
OpenAI將GenAI最終通往通用人工智慧（AGI）之旅分為5個階段：聊天機器人（Chabots）、推論者（Reasoners）、代理人（Agents）、創新者（Innovators）及組織者（Organizers），目前業界正準備進入代理人階段，藉此在市場上獲得競爭優勢。企業因此投入更多資源與資金，追求最先進的AI／GenAI模型與技術來解決更複雜的問題，取得主導市場的領先地位。
對於運用人工智慧運維（AIOps）技術來降低運營成本、簡化IT運營並提升客戶體驗的Nurie AI團隊來說，他們也正在通過GenAI來更進一步地提升AIOps效率，這正顯示出GenAI正在推動企業運營的長期變革。
隨著科技巨頭紛紛推出自家AI代理，例如Google Project Mariner、Anthropic Computer Use及OpenAI Deep Research，聯發創新基地資深研究經理陳宜昌表示，2025年甚至被視為AI代理開展的關鍵年度。企業也將因代理式工作流程（Agentic Workflow）而迎來升級，所謂代理式工作流程是指，AI能從現有資源，根據情況採取行動並輔助完成任務。
在量化交易的世界裡，策略與模型的創新效率決定勝負。Kronos Research正通過GenAI技術加速交易模式的革新，從程序代碼自動化、量化研究，到價格預測，AI已成為市場決策的核心推動力。隨著AI代理（AI Agent）與LLM技術的進步，金融市場將迎來新一波智能化革命，未來或將演變為完全由AI Agent驅動的投資與交易，改變傳統市場運行方式。
前不久DeepSeek RI的推出實現了以更少數據、更低成本也能開發出高性能AI的可能性。過去被少數科技巨頭壟斷的局面因此被打破，即使中小型企業也能基於現有的LLM訓練架構進行分層優化，使訓練與推理更高效、更具經濟效益，這為今後LLM的發展帶來典範轉移的影響。
台灣大首席資訊官蔡祈岩分享到，今後企業不僅能在第一階段將預訓練模型放大，還能在第二階段，通過強化學習（Reinforcement learning, RL）加上思考鏈（Chain-of-thought），讓模型的「推理」能力更上一層樓。
帶動企業AI應用落地的因素很多，除了上述幾個關鍵突破點之外，國泰世華銀行技術經理Fu-Ming Tsai表示，為了解決LLM處理大量文本過程的耗時問題，企業可以使用語義緩存（Semantic Cache）來加速LLM的回應速度。如今將GenAI應用在聊天機器人上已經十分普遍，許多企業藉此完成了第一階段的AGI之旅。
隨著技術的持續突破，AI推論及算力成本的降低，支持各種先進AI模型的雲計算應用普及，包含從編碼到預測分析等各種突破性技術的推陳出新，讓各式各樣能滿足不同企業需求的AI應用遍地開花。這一切勢必將加速AI代理顛覆產業的腳步，代理人經濟的熱潮也將撲面而來，進而實現AGI盛世的終極願景。
（首圖來源：Kronos Research；首圖圖說： Kronos Research首席執行官Hank Huang（右二）於活動分享量化交易中的AI核心應用。）
