每年春季由輝達在美國舉辦的年度全球 AI 與加速運算技術盛會 NVIDIA GTC 總是科技新聞的焦點。媒體關注執行長黃仁勳口中說出來的每一個字，因為都可能牽動未來 AI 算力、巨頭賽局和台廠供應鏈的指標。
但同樣值得關注的，其實還有那些在展場走道、餐敘對話與台下名片交換之間流動的真實訊息。4 月 FC Talks #51 以「新聞之外的 NVIDIA GTC：參展團隊告訴你現場都在聊什麼」為主題，邀請親赴現場的台灣人工智慧學校認證總監孫曉恩，以及 3 組參展 GTC 的團隊——奎景運算科技（Avalanche Computing）執行長暨創辦人陳俊傑、摩絡人工智慧（Morale AI）執行長暨創辦人高聖翔、十論科技（Tricuss）執行長暨創辦人王迺翔，共同還原他們在 GTC 現場的第一手產業觀察。
推論運算量成長萬倍，商模從 SaaS 邁向 Agent as a Service
台灣人工智慧學校認證總監孫曉恩歸納出三條明確的 AI 演進路線。首先是 Inference（推論）時代正式來臨。黃仁勳在 Keynote 指出：「AI 每次需要思考、推論、執行，都必須進行推論。」從 2023 年 ChatGPT 基準到今年的 agentic AI 工具，推論運算量已成長萬倍，企業關注重點也隨之從 SaaS（軟體即服務）模式轉向 Agent as a Service，以 Token 計量的運算方式成為新的商業基礎。
其次是 AI Agent 的落地策略。孫曉恩以 NVIDIA 內部晶片設計案為例說明：當原始資料有誤、工程師不信任 AI 產出，且資料隨晶片迭代快速過時，團隊從模型微調轉向 RAG（檢索增強生成）架構，首要任務是確保文件隨時保持最新狀態。這套做法最終建立起超過 100 個 Agent、累計 45 萬次調用的運作規模。他也強調，AI 應視為整個系統的建構，開源模型與閉源模型各有優勢，混用才能發揮最大效益。第三是 Physical AI（實體 AI）。NVIDIA Cosmos 透過生成合成訓練資料，讓機器人先在虛擬環境中預訓練，大幅降低真實部署成本，正成為自動化產業落地的關鍵基礎設施。
「你的定價太高了」，GTC 是讓 AI 新創可直面真實評價的戰場
連續三年參展 NVIDIA GTC 的奎景運算執行長暨創辦人陳俊傑指出，GTC 早已不只是技術開發者大會，而是從底層硬體、雲端算力到 AI 應用新創全數聚集的產業風向球。「只要在這個地方出現的，大概就是未來整個 AI 的走向。」
今年現場最大的觀察是，AI 主戰場正從模型競賽轉向應用競賽。實體 AI 已成多數企業關注的議題，而非外界預期的 AI agents；日本企業也大批現身，專程來「抄題目」後迅速回國落地。陳俊傑強調，參展最關鍵的收穫是第一次聽到全美系統整合商直言「你的定價太高了」及「商業模式可以這樣調」，而這類珍貴的反饋是遠在台灣做海外開發（BD）難以取得的。要想最快讀懂市場需求的方法，他認為是有目標、有規劃地參展，並做好行前準備。
從 800 間全球新創脫穎而出，台灣新創登上 GTC 舞台
摩絡人工智慧執行長暨創辦人高聖翔以親身經歷，拆解他們在 GTC 2026 做的三件事：學術海報、與 ASUS 聯合展出，以及最具挑戰性的 NVIDIA Inception 新創 Pitch 舞台。這場 Pitch 從 800 多間全球新創中僅錄取約 10 間，高聖翔的團隊歷時從去年 12 月到今年 3 月、三輪審核才拿下資格。
他坦言，NVIDIA 在技術審查中最在意的是「有沒有用到他們的 SDK」，而到了 Pitch Review 階段，建議方向卻完全反轉：「技術的部分有放就好，不用講細節，他們要我們展現量能跟能做什麼事情。」Pitch 結束後，高聖翔團隊立即主動接洽現場約 6 位 VC 與 CVC，部分至今仍在跟進。他提醒台灣新創：去之前要設好 KPI，並且在會場要非常主動出擊，因為「80% 的 VC 不投美國以外的公司」，沒有事先做好佈局，機會就只會在眼前走來走去。
延伸閱讀｜電力比晶片更稀缺：NVIDIA 砸 200 億美元收購 Groq！台大教授剖析 2026 年 AI 競賽的兩大主軸
當 AI Agent 落地，研發週期從「年」縮短至「小時」
十論科技執行長暨創辦人王迺翔以工程設計產業的真實場景，說明今年才是 AI 真正展現落地效益的關鍵節點。他觀察到，過去的 AI 工具需要人下指令才執行、完成即停止；但現在的 AI Agent 已能主動規劃與行動，如 OpenClaw 的 Heartbeat 機制，讓 Agent 甚至能像一位資深幕僚般主動提醒工程師留意研究動態。這讓企業組織架構出現新型態：Meta Agent 統籌全局、Macro Agent 負責任務管理、Micro Agent 執行細節。也因此，「Token」將可能成為企業新預算項目。
以工程模擬為例，原本需要工程師假設、設計實驗、等待模擬、手動調整的流程，現在可以小時為單位完成數千個設計方案，同時計算多個物理域，工程師生產力提升 3 倍，研發週期從以年計縮短至以小時計。王迺翔也坦言，在 GTC 現場感受到的壓力，是讓他活動後持續思考如何融入 NVIDIA 生態系、讓自己成為 NVIDIA 在半導體或設備產業「遇到問題時第一個想到的合作夥伴」的推動力。
綜合四位講者的分享，可以得知 AI 發展的進展快速更迭，對欲導入 AI 工具的企業而言，首要任務是確保資料即時更新，並建立員工願意使用 AI 產出的工作文化；對於新創企業而言，參展 GTC 的事前規劃不可少，無論是透過預先設立 KPI，還是掌握攤位位置與目標對象名單。更重要的是，身處現場後，主動接洽、直接安排辦公室會面或午餐會，都將有助於促進合作推進，甚至取得卡位全球產業鏈的入場卷。
