30 秒看重點
- 事件：微軟與 Meta 內部逐步停用對手大模型 Claude，全面換血改用自家 AI 工具。
- 意義：這揭示了 AI 商業化正進入「精打細算」的成本控制期，巨頭不再盲目燒錢。
- 影響：台灣企業應重視開源模型與自建地端 AI，避免長期依賴昂貴的外部 API。
微軟與 Meta 內部正展開一場無聲的「AI 模型換血」運動。為了解決高昂的 AI 營運赤字，兩大巨頭紛紛下達限用令，要求員工停用競爭對手 Anthropic 的 Claude 模型，強制改回自家的 GPT 或 LLaMA。這場變革代表 AI 科技不再只是技術軍備競賽，如何實現「高性價比」已成為企業生存的關鍵戰場。
連科技巨頭都玩不起別人的 AI？
AI 的營運成本正在逼近企業的忍受極限，即使是市值破兆的科技巨頭也不例外。過去一年多來，微軟與 Meta 的許多內部開發團隊，因為追求極致的程式碼生成與邏輯推理能力，私底下大量採用了 Anthropic 開發的 Claude 模型。然而，這種「跨廠牌」的 API 呼叫，每個月為企業帶來了難以承受的巨額帳單。為了止血，微軟開始大力推廣與其深度綁定的 Azure OpenAI，而 Meta 則明令要求員工改用自家的開源模型 LLaMA 3。
這場「去 Claude 化」風暴背後，藏著極為現實的商業盤算。微軟雖然是 OpenAI 的最大股東，但內部分工極其複雜，使用非自家 Azure 架構的模型等同於將寶貴的數據與資金雙手奉還給競爭對手。對 Meta 而言，自家 LLaMA 系列身為全球開源模型的領頭羊，如果連內部工程師都嫌棄、反而去捧對手閉源模型的心，無疑是在打自己的臉。因此，這波換血潮不僅僅是為了「省預算」，更是巨頭們在 AI 生態系防禦戰中，重新奪回技術主導權與資安防線的重要手段。
- 2023 年：AI 熱潮爆發，企業與工程師為了效率不計成本，大量引入市面上最強的付費 API（如 GPT-4、Claude 系列）。
- 2024 年中：AI 運算成本與 Token 費用水漲船高，企業財務部門開始嚴格審查 AI 工具的投資報酬率（ROI）。
- 近期：微軟與 Meta 內部下達換血指令，停用競爭對手模型，轉向「自家大模型」與「開源地端部署」以節省成本。
台灣怎麼看這件事？
台灣企業在導入 AI 時，通常面臨預算有限、資安要求極高的雙重考驗。微軟與 Meta 的「省錢策略」恰好給了台灣產業一個重要啟示：一味跟風使用昂貴的國外閉源模型 API，長期下來會被「Token 費用」給吃掉利潤。目前政府正推動「企業導入 AI 最高補助 50%」的政策，台灣企業更應該趁此機會，將資源投入在「開源大模型（如 LLaMA-3-Taiwan）的微調與地端化部署」上。結合台灣強大的硬體伺服器優勢，打造專屬、安全的「輕量化地端 AI」，才是最符合台灣產業長遠效益的王道。
編輯觀點
這不是 AI 泡沫的起點，而是 AI 走向「商務理性」的必然過程。過去企業把 AI 當作萬靈丹，不論大小任務都用最貴的模型來跑，這就像天天開超跑去巷口買便當一樣奢侈。現在科技巨頭帶頭「精打細算」，證明了未來 AI 的主流絕對是「混合式架構」：簡單任務用便宜的自建開源模型，關鍵任務再調用高階付費模型。懂得控制 Token 成本的企業，才能在這場 AI 長跑中笑到最後。
常見問題
- 為什麼微軟和 Meta 內部要停用 Claude？
- 主要是為了降低高昂的 AI 營運成本，並強化自家 AI 生態系的自主權與資訊安全。
- 什麼是 Token？它是如何計費的？
- Token 是 AI 處理文字的基本單位。AI 讀取或輸出字詞時都會消耗 Token，這也是企業使用外部 AI API 時最主要的計費依據。
- 開源模型（如 LLaMA）和閉源模型（如 Claude）有何不同？
- 開源模型的程式碼與參數公開，企業可免費下載並部署在自家伺服器上；閉源模型則像黑盒子，必須透過付費 API 才能使用。
- 台灣企業導入 AI 該如何評估成本？
- 建議先評估任務複雜度，日常重複性工作可採用免費開源模型進行微調，僅將高難度推理任務交給付費 API，以達到最佳性價比。
- 政府目前有提供什麼 AI 導入補助嗎？
- 有的，目前中央政府正推動企業導入 AI 專案，最高可獲得 50% 的經費補助，協助中小企業進行數位與 AI 轉型。
名詞小教室
- API 呼叫費
- 就像打國際電話按分鐘收費，企業每次請外面的 AI 幫忙做事，都要按次或按字數付費給 AI 供應商。
- Token（代幣）
- 類似去遊樂園玩設施需要投代幣，AI 讀寫一個字或符號都要花費若干代幣，是 AI 運算的基礎計價單位。