Harvey 估值為何飆升？法律 AI 進入企業流程的市場訊號與觀察重點

TCS攜手Anthropic推企業AI，印度IT服務業轉型加速

印度最大軟體服務出口商 Tata Consultancy Services（TCS）宣布與人工智慧公司 Anthropic 展開全球戰略合作，目標是加速企業 AI 在客戶端的導入與應用。雙方合作內容包括：TCS 將培訓 50,000 名員工熟悉 Anthropic 的 Claude AI 平台，並共同開發面向高度監管產業的 AI 解決方案。TCS 執行長 K Krithivasan 表示，企業 AI 的價值來自理解商業情境、協調複雜系統，以及結合深厚的 AI 工程能力，未來將運用 Claude 與自身產業專長及大型轉型經驗，協助客戶更快進入生產階段，特別是在信任、韌性與法規遵循要求較高的領域。TCS 董事長 N. Chandrasekaran 也提到，隨著 AI 更深入業務流程，IT 產業的人力招聘預期將放緩。整體而言，生成式 AI 與 AI 代理快速普及，正使印度 3150 億美元的 IT 服務市場面臨結構性變化。值得注意的是，Infosys（INFY）今年 2 月也與 Anthropic 簽署類似協議，顯示印度大型 IT 服務商正加速布局企業 AI 能力。

印度 AI 影視加速成形，迪士尼、亞馬遜與 Adobe 受惠脈絡一次看

印度影視產業正快速導入生成式 AI，從 JioStar 推出以 AI 重新演繹神話史詩的 100 集影集，到 Abundantia Entertainment、亞馬遜旗下 MX Player 與多家製作團隊擴大使用 AI 工具，顯示 AI 已從實驗走向內容生產流程。這不僅帶動製作效率提升，也明顯降低動畫與影像製作成本，讓中小型團隊的創作門檻下降。 根據報導，JioStar 推出的「Mahabharat: Ek Dharmayudh」首播當天吸引 650 萬次觀看，表現達平台平均的 2.1 倍，反映觀眾對 AI 內容的接受度正在提高。其他案例如「Made in India: the Titan story」也使用超過 100 個 AI 鏡頭重現 1970 年代孟買，顯示 AI 不只應用在特效，也已進入敘事與場景重建。 從產業層面看，印度媒體與娛樂市場估值達 320 億美元，年增 9%，成長速度高於整體經濟。對內容供給高度吃緊的市場來說，AI 最重要的價值不只是降成本，而是縮短製作時程，讓作品更快上線、搶占流量窗口。這也解釋了為何相關製作需求近期明顯升溫，AI 藝術家接案量增加，創作者工具如 Adobe Firefly 與 Alphabet 的 AI Studio 也更常被提及。 不過，宏觀面仍有變數。印度央行維持利率在 5.25% 不變，卻將 2027 年 3 月止年度通膨預估上調至 5.1%，同時把經濟成長預期下修至 6.6%。此外，雖然政府宣布自 2026 年 4 月 1 日起免除部分外國投資人利息與資本利得稅，試圖吸引資金回流，但外資流出仍創新高，顯示資本市場信心尚未完全穩定。 整體而言，印度 AI 影視應用正同時呈現三條主線：內容生產效率提升、創作門檻下降，以及資本與宏觀環境仍待改善。對產業與投資觀察者來說，這是一個技術擴散速度快、商業化落地也快的案例，但後續仍要觀察內容需求、製作商採用率與外資流向是否能形成更持久的支撐。

生成式 AI 改寫印度 IT 年金收入，雲端巨頭如何重分利潤？

生成式 AI 正把企業應用現代化，從「人力外包」推向「代理人自動化」。AWS Transform 等工具以較低門檻導入程式碼重構與系統遷移能力，壓縮 TCS、Infosys、Wipro 等印度 IT 業者長年依賴的維運與現代化收入，同時也讓雲端巨頭更容易把客戶工作負載帶進自家平台。文章指出，這不只是效率提升，而是商業模式的轉換：過去賣工時的外包模式，正被要求轉向賣治理、產業情境與合規能力。 印度 IT 服務業原本靠勞動成本優勢與長約維運建立穩定獲利，真正的利潤核心在於年年收費的維運與現代化專案。不過，AWS、Microsoft、Google Cloud 等雲端業者，正透過代理人式工具把大型應用現代化專案的週期壓縮，讓原本需要大量工程師逐步完成的工作，改由平台自動盤點、分析、重構與產出測試案例。對企業 CIO 而言，這代表談判籌碼上升；但若選錯合作模式，也可能讓未來技術路線過度綁定單一雲端平台。 AWS 宣稱，AWS Transform 已協助處理超過 11 億行程式碼，並節省大量人工作業時間，且對 .NET 工作負載的轉換速度可快上四倍。文章也提到，這類工具對使用者接近免費，真正的獲利點在於後續雲端運算與儲存費用，因此雲端巨頭願意以工具補貼換取平台鎖定。相較之下，印度 IT 業者雖已推出自家平台，如 TCS 的 MasterCraft、Infosys 的 Topaz、Wipro Intelligence，但工具利潤仍受限於舊有服務時數模式。 營運面上，文章列舉多項壓力訊號：五大印度 IT 公司在 2026 會計年度合計減少近 7,000 名員工；Cognizant 也預告將裁減 12,000 至 15,000 人，主要集中在印度。營收與成長指引同樣承壓，Wipro IT 服務收入持平，Infosys 對 2027 會計年度的成長預期僅 1.5% 至 3.5%，且分析師估計代理人普及後，應用服務價格每年可能出現 2% 至 3% 的通縮。 面對這波變化，TCS 董事長 N. Chandrasekaran 強調，未來稀缺的是「情境與信任」，也就是 AI 治理能力。他認為，印度 IT 的下一階段不再只是寫程式或做維運，而是要能管理 AI 代理人、理解產業流程與合規需求，藉此建立新的護城河。不過，文章也指出，這條路並不容易，因為模型與代理人多半掌握在雲端平台與模型實驗室手中，系統整合商未必能再壟斷治理層。 整體來看，AI 代理人正在把利潤從傳統整合者轉向提供智慧與治理能力的一方。對印度 IT 巨頭而言，未來能否在治理、產業流程與營運層做出真正難以取代的服務，將決定是否能守住原本的年金收入，甚至開啟新一輪成長；若轉型遲滯，則可能被雲端平台商與新型 AI 服務公司邊緣化。對企業客戶與投資人來說，這場變局意味著必須重新檢視外包與雲端策略，並留意過度綁定單一平台的風險。

生成式 AI 改寫外包年金：印度 IT 巨頭如何應對雲端代理人自動化？

生成式 AI 正把企業應用現代化，從傳統的人力外包推向代理人自動化。AWS Transform 等工具可免費導入程式碼重構能力，縮短大型系統遷移與現代化所需時間，也壓縮 TCS、Infosys、Wipro 等印度 IT 服務商仰賴的維運與現代化年金收入。 過去二十多年，印度 IT 服務業靠人力成本優勢，從程式開發、系統維護一路做到雲端遷移與託管服務，真正穩定的獲利來自可持續收費的維運專案。但現在，AWS、Microsoft、Google Cloud 等雲端巨頭開始把代理人化工具直接端給企業客戶，讓原本需要大量工程師執行的盤點、分析、重構與測試工作，變成更標準化的流程。 報導指出，AWS Transform 已協助處理超過 11 億行程式碼，並節省超過 81 萬小時的人工作業。對企業 CIO 而言，這代表外包合約可從按人月、按人日，逐步轉向按成果計價；但另一方面，也可能讓企業更依賴單一雲端平台，未來在技術路線與價格談判上失去彈性。 印度 IT 巨頭也試圖轉型，透過自家工具與 AI 治理服務，從賣工時轉向賣治理、產業情境與合規能力。TCS 董事長甚至預期，未來 AI 代理人的數量可能接近員工規模，顯示這場競爭不只是工具之爭，更是商業模式與權力分配的重寫。 整體來看，AI 代理人正在重新分配價值：雲端平台掌握工具入口，印度 IT 服務商則必須證明自己在治理與產業知識上的不可替代性。對企業客戶來說，這是議價能力上升的機會；對產業來說，則是從「賺工時」轉向「賣智慧」的關鍵轉折。

印度影視導入生成式AI加速量產，美股生技IPO熱潮延燒內容科技

印度影視產業正快速導入生成式AI，從神話影集到全AI長片，開始把AI從測試工具轉為量產流程。JioStar推出100集AI影集《Mahabharat: Ek Dharmayudh》後，市場上又出現《Chiranjeevi Hanuman – The Eternal》與《Made in India: the Titan story》等作品，顯示AI正在重塑影視製作方式。 對印度影視來說，生成式AI的吸引力不只在於降低成本，更在於縮短從企劃到上線的時間。分析指出，印度媒體與娛樂市場需求成長快於傳統製作週期，AI因此成為壓縮流程、維持題材更新速度的重要工具。部分團隊甚至採用真人拍攝再轉譯成AI動畫角色的模式，把原本需要數百萬美元、半年到一年的製作，縮短到數週完成。 工具層面，Midjourney、Adobe Firefly、Kling、MiniMax、Seedance、Google AI Studio 等平台，讓影視團隊能依需求組合圖像、影片與聲音模組。這不只方便大型製片公司，也讓缺乏資金與人脈的新導演、小工作室有機會自行完成作品，改變傳統影視產業高度依賴關係資本的結構。 不過，AI大舉進入影視也帶來爭議。表情自然度、動作連貫性、版權與勞權規範，仍是產業必須面對的課題。若過度依賴AI而忽略劇本與導演能力，作品可能出現畫面新奇但內容空洞的問題；若平台以降成本為由壓低傳統工種報酬，也可能引發後續勞資衝突。 同一時間，美國資本市場則以生技公司 Parabilis Medicines(PBLS) 的大型IPO，反映投資人對技術平台型故事的高度興趣。Parabilis 以每股20美元、募資約6.7億美元掛牌，規模創下生技IPO新高，首日股價也明顯高於發行價。這家公司主打癌症治療，背後有 Regeneron(REGN) 研究合作案支持，讓市場對其平台技術與研發管線有更多想像。 Parabilis 前身為 FOG Pharmaceuticals，核心聚焦胜肽治療新藥 Helicons，其技術路線來自學者 Gregory Verdine 的研究成果。市場對這類公司給出高估值，反映的不是單一產品，而是對可擴充平台、可持續產出管線的期待。從這個角度看，生技IPO熱潮與印度影視AI化，其實都在說同一件事：資金更願意追逐能快速擴產、持續產出內容或療法的技術型故事工廠。 未來的關鍵，不只是創新速度，而是監管、品質與商業模式能否同步跟上。印度影視需要補齊勞權、版權與製作品質控管；生技與AI公司則要避免在市場追捧下過度炒作。對觀察資本與產業趨勢的人來說，真正值得注意的，是這些新故事工廠是否具備長期交出作品與成果的能力。

印度影視導入生成式AI、美股生技IPO升溫　內容＋科技投資熱成形

印度影視產業正快速導入生成式AI，從長篇神話影集到AI生成長片、再到以AI重建歷史場景的系列劇，顯示AI已從實驗工具走向量產流程。JioStar推出的100集AI影集《Mahabharat: Ek Dharmayudh》首日觀看數達650萬，表現高於平台平均；Abundantia Entertainment 也準備推出被視為印度首部AI生成長片的《Chiranjeevi Hanuman – The Eternal》。Amazon 旗下 MX Player 的《Made in India: the Titan story》則以超過100個AI畫面重建1970年代孟買。產業內部認為，AI的價值不只在於壓低成本，更在於縮短從企劃到上線的時間，讓內容供給更快跟上市場需求。 在製作流程上，AI正改變影視工業的分工方式。部分團隊採取「真人拍攝＋AI轉譯」模式，先透過演員捕捉表情，再用AI生成動畫角色，彌補當前AI在自然表情與動作連貫性上的限制。傳統方式製作同級動畫，成本可能高達數百萬美元、製期長達半年到一年；導入AI後，成本與時間都大幅下降，讓中小工作室也更容易進入市場。工具方面，Midjourney、Adobe Firefly、Kling、MiniMax、Seedance、Google 的 AI Studio 及 Higgsfield 等平台，形成新的AI後製組合，擴大了內容製作的可及性。 不過，AI大量進入影視也帶來新的爭議。部分產業人士擔心，若平台以降低成本為主，可能壓縮傳統攝製與動畫工種的報酬；同時，AI在表情與連貫性上的不足，也意味著劇本、導演與整體創作能力仍不可或缺。若過度依賴技術而忽略內容本身，作品可能只剩新奇畫面，卻缺乏完整敘事。 同一時間，美國資本市場對「技術驅動內容」與新療法的資金熱度，也透過生技公司 Parabilis Medicines（PBLS）的IPO明顯反映。該公司專攻癌症治療，並獲 Regeneron（REGN）研究合作案背書，以放大規模公開發行募得約6.7億美元，成為生技史上新的IPO紀錄。公司掛牌首日股價明顯高於發行價，顯示市場對其胜肽治療平台 Helicons 與後續管線的期待。 Parabilis 的案例凸顯，投資人關注的不只是單一產品，而是可擴充的平台技術與持續產出能力。其技術脈絡也與學者 Gregory Verdine 的研究成果相連，而 Verdine 先前相關工作曾促成 Revolution Medicines（RVMD）在胰臟癌領域的療法開發，讓市場對這類平台型公司更具想像空間。從資本市場角度看，這代表資金正偏好能快速擴張、具技術壁壘、且故事可持續延展的公司。 整體而言，印度影視導入生成式AI，以及美股市場對生技與內容科技的高估值熱情，共同指向一個核心趨勢：市場正在追逐能以較低成本、較快速度、持續產出成果的「故事工廠」。未來的關鍵，不只是誰能做出第一個吸睛案例，而是誰能在監管、品質與商業化之間取得平衡，持續交出可被市場驗證的作品與成果。

AI 代幣成估值新核心：SpaceX、OpenAI 與 Anthropic 如何改寫資本市場

生成式 AI 正從技術話題走向資本市場，並把「代幣」推成新的估值語言。隨著 SpaceX、OpenAI 與 Anthropic 等巨型公司進入資本市場視野，投資人評估 AI 企業時，不再只看用戶數或訂閱數，而是要進一步理解代幣用量、成本結構、雲端合約與營收之間的關係。 在 AI 模型服務中，使用者每次產生文字、程式碼或圖片，都會以代幣計價。OpenAI 與 Anthropic 等公司多採訂閱搭配 API 的方式，先提供固定額度，超過後再按量收費。這讓「代幣」不再只是技術單位，而成為能直接連結營收與成本的商業指標。當企業級客戶的使用量擴大到兆級代幣時，相關收入與支出規模也會被放大。 對傳統投資人來說，真正的挑戰在於如何把代幣換算成財報語言。從雲端訂閱模式、API 收費，到模型推論成本與基礎設施支出，整套計價邏輯仍在形成中。這也意味著，AI 公司的競爭不只在模型能力，更在於能否把代幣使用轉化為可持續的現金流。 硬體與基礎設施供應商，反而最先把代幣經濟學說清楚。像 Cerebras 這類晶片公司，已經把自己定位為「代幣生成工廠」，強調晶片效能、記憶體容量與生成速度，因為對 AI 產業來說，誰能更快、更便宜地生出代幣，誰就更有機會占據市場優勢。這讓晶片、雲端與模型公司之間的分工更加清晰，也讓供應鏈價值被重新定價。 雲端巨頭同樣在用代幣作為成長衡量指標。Alphabet(GOOGL) 直接公布其模型處理代幣的速度與客戶使用量，並將代幣消耗與雲端營收成長並列觀察。這顯示代幣不只是技術參數，也可能成為觀察 AI 業務擴張與變現能力的重要窗口。 但對沒有自有雲端基礎設施的純模型公司而言，代幣收入能否覆蓋運算與採購成本，仍是關鍵問題。OpenAI、Anthropic 這類公司需要向 NVIDIA、Amazon(AMZN)、Microsoft(MSFT) 與 Google 等供應商支付高額成本，再以不同定價向客戶提供服務。若規模擴張無法同步改善成本結構，代幣商業模式就可能面臨壓力。 SpaceX 的情況則更特殊。雖然其主要收入仍來自 Starlink 與太空相關業務，但公司在 AI 領域的布局，已經讓它在代幣與算力商業化上扮演不同角色。它強調自身具備代幣成本優勢，並透過資料中心與算力出租模式，試圖把 AI 基礎設施做成長約現金流來源。這也讓 SpaceX 不只是太空公司，更可能是 AI 算力鏈中的重要節點。 市場面則已開始提前反映這波變化。散戶資金在科技股與半導體族群間的輪動，顯示資金正為新一輪 AI 題材重新配置。對投資人而言，接下來更重要的不只是追蹤 AI 題材熱度，而是理解各家公司在代幣定價、成本控制、雲端合約與客戶 ROI 之間的平衡能力。 當 OpenAI 與 Anthropic 未來公開更多招股資料時，市場將能更清楚看到代幣使用量、成本結構與毛利率的關係。屆時，真正決定勝負的，將不是誰喊出最多 AI 題材，而是誰能讓每一顆代幣創造出足夠價值。這也將決定 AI 狂潮究竟是短期泡沫，還是長期的新經濟周期。

Truist 首評 Palantir（PLTR）買進：AI 平台推動基本面加速成長

華爾街投資銀行 Truist Financial 於 1 月 6 日首度將 Palantir（PLTR）納入追蹤，給予買進評級，並將目標價設為 223 美元。報告指出，雖然 Palantir 目前估值已有明顯溢價，但由於基本面正在加速成長，仍被視為同類中的優質資產。 Truist 認為，Palantir 在推動政府與企業採用生成式 AI 方面具有重要機會，這是支撐其投資價值的關鍵因素。公司成長動能主要來自人工智慧平台 AIP 的推出與推廣，近兩季財報顯示，美國政府合約營收年增 50%，商業部門營收年增 73%，反映公部門與商業需求同步擴張。 目前 Palantir 的營收仍以美國市場為主，但分析師也看好其國際市場拓展空間。Palantir 成立於 2003 年，2008 年推出專注政府情報與國防的 Gotham 平台，2016 年再推出 Foundry，將業務延伸至商業市場，目標是成為企業與產業的數據作業系統。昨日 Palantir 收盤價為 177.49 美元，上漲 0.36%，成交量為 31,362,890 股，較前一日減少 33.70%。

英國防詐新規上游化，銀行與 AI 客戶關係戰正式升級

英國政府發布 Fraud Strategy 2026-2029，將詐欺視為全國最大犯罪型態，並把防詐責任往上游推，要求銀行把防詐機制納入產品設計、開戶流程、付款路徑、認證與帳戶安全等環節。現行措施雖已讓受害者在第一年取回 1.73 億英鎊，但 2025 年上半年詐欺金額仍達 6.293 億英鎊，顯示單靠事後賠償不足以壓制風險。未來監管方向還包括強化 APP Fraud 徵詢、調整認證標準，以及提高「未能防止詐欺」的責任層級，讓防詐成為銀行核心營運能力。 另一方面，生成式 AI 正重塑零售銀行的客戶接觸方式。研究顯示，61% 的受訪者對用 AI 處理敏感金錢議題持開放或中立態度，若遇到排隊等待，選擇 AI 的意願更明顯升高。這代表客戶不一定排斥機器，而是更在意能否快速獲得理解脈絡、掌握完整資料的回應。對銀行來說，挑戰不只在於導入 AI，而是如何在解釋性、可稽核、轉人工機制與問責安排之間取得平衡，避免把既有客服問題放大。 文章也指出，AI 在銀行後端核心系統現代化上同樣具潛力。與其把 AI 當作單純的程式翻譯工具，更重要的是用它梳理舊系統中的隱藏規則、流程依賴與例外邏輯，幫助銀行建立現況地圖，再決定哪些保留、哪些替換。整體而言，零售銀行同時承受監管前移、客戶體驗升級與核心系統技術債三重壓力，未來競爭關鍵將是誰能把 AI 轉化為治理與營運能力，而不只是成本工具。

生成式AI改寫法律產業：律師事務所加速自建模型，收費與分紅制度迎變局

生成式AI正快速改寫律師事務所的營運邏輯。Harvey、Legora等法律AI新創累計募資超過20億美元，已進入全美前100大律師事務所中的多數機構；同時，Kirkland & Ellis、Freshfields等頂尖律師樓也開始自建平台或與大型語言模型業者客製化合作，顯示法律服務產業正從外包工具走向內部掌控。 Kirkland & Ellis宣布投入高達5億美元推動內部AI專案，目標是打造自有法律AI平台，並以事務所內部律師的集體知識作為訓練基礎。Freshfields則選擇與Anthropic合作，以自家流程與專業知識換取新模型的優先使用權與深度整合。這些做法反映出大型律師事務所對AI的態度，已不再只是使用者，而是開始思考如何把技術能力納入核心競爭力。 這股趨勢也對專門型法律AI新創形成壓力。隨著大型語言模型與AI基礎設施愈來愈成熟，律師事務所自行重建類似Harvey的系統門檻正在下降。對新創而言，真正的挑戰不只來自競爭加劇，更在於客戶本身可能逐步具備自建能力，讓原本的供應商角色變得不再穩固。 法律產業的商業模式也因此開始鬆動。AI提升工作效率後，傳統以時間計費的模式受到侵蝕，許多事務所轉向以價值為基礎的收費方式。這代表律師所不僅要重設服務交付流程，也要重新分配內部人力角色，讓AI處理初稿與重複工作，資深律師則聚焦於判斷與高價值決策。 在資本與組織層面，頂尖律師事務所雖然有能力投入巨額技術資金，但也面臨合夥人分紅可能被壓縮的現實。當市場對頂尖律師人才的需求仍高，如何在技術投資與人才激勵之間取得平衡，將成為影響法律AI競局的關鍵因素。整體來看，法律AI的發展很可能走向混合模式：大型事務所自建與外部工具並行，中小型律師樓則更多依賴專門供應商，加速接軌AI時代。