這篇發布於《天下雜誌》853期的文章,主要探討了中國AI企業透過「開源(Open Source)」模型建構新型商業模式的現況,並對比美中競爭局勢,進一步提出台灣產業面臨的挑戰與思考。
以下為該文章的精華摘要:
1. 美中 AI 發展路線的分歧:閉源 vs. 開源
美國主流走向「閉源」:
以 Anthropic 等大廠為代表,模型細節不公開、無法修改,使用者僅能付費透過 API 連線使用。
連原本主打開源的 Meta,近期亦將重心轉向閉源模型(如 Muse Spark)。
中國主流走向「開源」:
阿里巴巴、深度求索(DeepSeek)、月之暗面、智譜、騰訊等,紛紛推出效能逼近頂尖水準的免費開源模型,供全球下載與微調。
2. 中國「開源 AI」的獲利與商業模式
看似免費的開源模型,背後其實隱含了明確的變現邏輯,重點不在 selling the model(賣模型),而在於算力、硬體與軟體服務:
販售雲端算力:
複雜大模型需極高硬體規格才得以運行。在算力取得受限的環境下,用戶下載後仍需向阿里巴巴等巨頭租用雲端算力。
軟硬體整合(一體機):
針對資料無法上雲的企業客戶,提供搭載自研 AI 晶片(如阿里巴巴「平頭哥」)與開源模型的整機設備。
場景化服務與 AI Agent(代理人):
將 AI 包裝為貼近生活的「零售服務」,如生活助理、一句話購物、低價幫搶等,將 AI 代理人滲入日常場景。
建構支付與代理生態系:
推出如「Token Pay」等服務,按使用量計費,甚至作為其他 AI 模型的代理結算平台,賺取服務佣金與平台費用。
3. 對台灣 AI 發展與定位的啟示
開源供應源頭改變的風險:
過去台灣多依賴美國(如 Meta 的 LLaMA)開源模型進行二次開發與本土化。隨著美國大廠轉向閉源,台灣過往的發展路徑可能面臨瓶頸。
中國開源生態圈影響力擴大:
中國透過開源快速擴大全球市佔率與技術影響力。
關鍵課題:
台灣如何在美中競合、美廠閉源及中國開源崛起夾擊下,打造具本土特色與技術自主性的「主權 AI 模型」,並找到清晰的商業應用場景,是當前產業與政策亟需深思的定位問題。

沒有留言:
張貼留言