黃仁勳、《日經》和梁伯嵩各自提出的分層方式，在描述現狀之餘，更是提出一種產業分類方式，藉此區分分工的邊界，以及生態系的組成。當然，每一種提議背後，必然和提議者所處產業的策略位置有直接關連。
在今年3月的GTC大會，黃仁勳將AI產業拆解為「五層蛋糕」，從最底部的能源，一路往上堆疊到晶片、基礎設施、模型，最後是應用。當然，這樣的拆解很快成為各界討論AI產業生態與結構時的依據。
但這不是唯一的分法。早在2024年，《日經新聞》日經新聞在其經濟安保專題報導中就用倒三角形的四層結構來描述生成式 AI生態系組成：由下而上分別是半導體、雲端服務、大型基礎模型、應用方案，愈下方企業家數愈少、進入障礙愈高。而聯發科前瞻技術平台資深處長、台大客座教授梁伯嵩在2025年8月也提出了更細緻的七層模型，從實體層、連結層、神經網路層，一路往上到情境層、代理層、協調層、應用層。
三種分法，似乎只是分類選擇的差異。但不妨回頭看看1984年的OSI（Open Systems Interconnection Model）七層模型。表面上這只是一個網路通訊的開放系統架構，其實把「網路通訊」這個原本模糊的產業概念，切成了七個邊界清晰的範疇。分類後產生的連鎖反應在於，一旦業界接受了這種分法，做網路卡的廠商就只需要專注在實體層，做路由器的專注在網路層，做瀏覽器的只管應用層，只要在某一層做到最好就能參與這個產業。於是每一層逐漸長出供應商、標準、競爭生態。
也就是說，黃仁勳、《日經》和梁伯嵩各自提出的分層方式，在描述現狀的背後，更是在提議一種產業分類方式，藉此區分分工的邊界，以及生態系的組成。當然，每一種提議背後，必然和提議者所處產業的策略位置有直接關連。
三種框架，三種提問角度
三種不同框架的差異，正好反映三種不同的提問方式。以下依照分層的數量依序分析。
《日經新聞》在兩年前問的是：誰控制了這個產業？實際上日經的這個專題重點之一，主要用來論述美國如何穩占生成式AI的制高點，使得其他國家發展AI產業時幾乎都要「繳租金給數位房東」。所以，四層架構對應的是市場集中度與競爭格局，分層的邏輯來自「誰在賺錢」，這是產業經濟學的視角。
黃仁勳問的則比較像是：建造 AI 需要什麼資源？他比日經多拆出一層，把半導體分成「能源」和「晶片」。這反應出目前AI發展面對的真實瓶頸：電力供應已成為持續擴張的物理限制。黃仁勳把能源獨立出來，是在對投資人和政策制定者清楚說明，若能源問題不解決，上面也就無從發展。
而梁伯嵩的提問更偏向「要讓AI真正運作，需要解決哪些技術問題」？他把黃仁勳用一層「模型」概括的部分，拆成了神經網路層（模型本身的運算）與情境層（上下文與 token 管理）；更關鍵的是，他把黃仁勳用一層「應用」帶過的部分，拆成了代理層（單一AI Agent的行為邏輯）、協調層（多Agent之間的任務分配）和應用層。這是系統架構師的角度：把AI部署到複雜流程和任務中，光有模型和應用不夠，中間還有一整套技術與工程問題需要解決。
上層的細緻差異，透露重要訊息
三個模型在底層和中間層的切法各有不同，日經用「雲端服務」對應特定的市場參與者，黃仁勳用範圍更大的「基礎設施」涵蓋從資料中心到雲端平台的整條供應鏈。但三者最根本的分歧，出現在上半部。
黃仁勳用「模型」和「應用」兩層就概括了AI的上半部。梁伯嵩卻把同樣的範圍拆成了五層。黃仁勳的「模型」被拆成神經網路層與情境層，前者處理模型運算，後者處理上下文管理。黃仁勳的「應用」在梁伯嵩的框架中中拆成代理層、協調層和應用層，從單一 Agent 的行為邏輯，到多Agent之間的任務分配，再到面向使用者的應用。在梁伯嵩的框架裡，黃仁勳兩步就跨過去的環節，其實是一條有待發掘、充滿可能性的路。
而這個差異對於台灣AI相關產業的發展是極有意義的，因為AI賽局的趨勢可能正在從「底層的算力競賽」轉向「上層的系統整合競賽」。如果這個趨勢成立，那麼只關注晶片和模型，可能會錯過正在成形的新戰場。
更值得注意的是，分層方式本身就是一種策略選擇。把哪裡切得細，就是在告訴業界「這裡值得獨立投資」；你把哪裡只用一層帶過，就是在暗示「這裡不是焦點」。黃仁勳不細分上層，是因為那不是 NVIDIA 的戰場；梁伯嵩把上層拆成五塊，是因為他看到了那裡正在發生的複雜度和可能性。兩種選擇都是有理有據的，但引導出的產業佈局方向截然不同。
那麼，對台灣來說，選擇用哪種框架來理解 AI 產業，會看到什麼不同的風景？這是下篇要探討的問題。
資料來源：
Jensen Huang, "AI Is a 5-Layer Cake," NVIDIA Blog, 2026/3 https://blogs.nvidia.com/blog/ai-5-layer-cake/
Bor-Sung Liang, "AI Compute Architecture and Evolution Trends," arXiv:2508.21394, 2025/8
https://arxiv.org/abs/2508.21394
日經新聞「沸騰AI、米国が寡占する未来」經濟安保專題, 2024/3
https://vdata.nikkei.com/newsgraphics/economic-security-in-data_vol3/