30 秒看重點
- 事件：路透社放棄Anthropic昂貴AI，轉與中國業者合作打造自家模型。
- 意義：揭露大型AI模型高昂成本，促使企業轉向自建AI尋求成本效益與數據主權。
- 影響：加速AI產業客製化趨勢，影響大型AI供應商策略，提升資安與地緣政治考量。
知名通訊社路透社（Reuters）因現有大型語言模型（LLM）如Anthropic的Claude 3訓練及使用成本過高，決定不續用服務，反而攜手中國科技巨頭字節跳動（ByteDance）等業者，自行開發專屬AI新聞寫作工具。這一步棋不僅震驚業界，更直接點出高階AI應用背後的沉重經濟壓力，預示企業對AI數據主權與成本效益的重視，將驅動全球AI走向更客製化、在地化的新局面。
為何路透社要「棄洋投中」自建AI？
路透社這次驚人的策略轉向，背後主要有兩大驅動力：成本效益與數據主權。現今的「大型語言模型」（LLM），就像一個超級聰明的萬能寫手，能處理各式各樣的語言任務。但這個「寫手」的培養和租用費用，卻是天文數字。以Anthropic的Claude 3為例，其訓練模型的耗電量和硬體需求極大，導致每一次API呼叫的成本都相當高昂，對於像路透社這樣每天有大量內容生成需求的媒體巨頭來說，長期下來是一筆驚人的開銷。就好比你租了一台頂級超跑來代步，雖然快，但油錢和維修費讓你吃不消，於是你決定自己買一台性能符合需求的車，甚至自己蓋小型車廠，長期來看更划算。這種「AI高昂運行成本」的問題，正成為許多大型企業在推動AI轉型時，必須面對的現實挑戰。
除了價格考量，數據主權（Data Sovereignty）也是關鍵。使用外部AI模型，意味著你的企業數據可能需要上傳到第三方伺服器進行處理，這不僅存在資安風險，也讓企業對其核心數據的控制權相對薄弱。對於新聞媒體這樣高度重視資訊安全與獨家內容的行業，掌握數據的「生殺大權」至關重要。更值得注意的是，路透社選擇與中國的字節跳動等業者合作，這項決策不僅僅是成本考量，更深層次地反映了全球AI技術供應鏈的多元化與地緣政治的複雜性。過去歐美公司多偏好西方技術，但這次合作顯示，當中國AI技術在某些特定領域，如文字生成、多媒體處理等方面展現出成本或效率優勢時，即便如路透社這樣的西方媒體巨頭也願意跨越國界尋求合作。透過自行打造模型，路透社期望能建立一個專為新聞業務量身打造、並能確保數據留在內部的AI模型。這項戰略決策凸顯，未來企業在導入AI時，不再只是追求功能的強大，更會深思其背後的成本結構、數據安全議題，以及如何減少對單一供應商的依賴，加速市場走向「垂直整合」與「客製化AI」的趨勢。
台灣怎麼看這件事？
路透社的決定對台灣的AI產業生態鏈帶來多重啟示。首先，它敲響了警鐘：即便在AI領先國家，高階AI的「使用成本」仍是企業導入的巨大門檻。這代表台灣的企業，特別是中小型企業，在規劃AI應用時，更需謹慎評估成本效益，避免被綁死在昂貴的雲端API服務。其次，路透社選擇自建模型，代表對客製化AI解決方案的需求大增，這正是台灣IC設計、AI晶片、邊緣運算硬體及AI軟體服務供應商的機會。我們在半導體供應鏈中的優勢，讓台灣有潛力成為客製化AI基礎設施的重要提供者，例如提供訓練AI的算力伺服器、高效能晶片或相關模組。此外，這次與中國科技公司的合作，也提醒台灣在發展AI時，必須在全球AI競合中，思考如何在資安與地緣政治風險之間取得平衡，並強化自身AI技術研發與國際合作的策略彈性，避免單一依賴，確保台灣在全球AI舞台上的關鍵地位。
編輯觀點
路透社這一步走得大膽卻務實，它不僅是單一企業的決策，更是全球AI應用趨勢的一個重要風向球。當頂級企業都開始覺得「租不如買、買不如自己造」時，意味著AI技術正從少數巨頭壟斷的雲端服務，走向更多元的在地化部署與客製化開發。這挑戰了OpenAI、Anthropic等LLM大廠的商業模式，也為更多新創和在地化AI方案提供了成長空間。對台灣而言，這是一個機會，證明我們在AI硬體與軟體整合的實力，能為全球企業提供高CP值的客製化AI解決方案，但同時也必須正視AI數據主權與國際合作的複雜性。
常見問題
- 什麼是「Agentic AI」？
- Agentic AI指的是能夠自主規劃、執行任務並持續學習的AI代理人。想像它是一個獨立思考並能採取行動的聰明助手，不需人手動指示每一步，能自行完成複雜的目標。
- 路透社為什麼不直接與OpenAI或Google合作？
- 報導並未明說，但推測原因類似Anthropic，可能同樣考量其模型的訓練與使用成本、數據安全疑慮，以及對特定供應商的依賴性。
- 路透社與中國字節跳動合作有什麼特別之處？
- 此舉顯示在AI領域，技術能力與成本效益可能超越地緣政治考量，同時也凸顯了中國科技公司在AI技術上的實力與競爭力。
- 「數據主權」對AI應用有何重要性？
- 數據主權是指企業對其數據擁有完全的控制權，包括數據儲存地點、處理方式和存取權限。在AI應用中，它確保敏感資訊不會外洩，並避免因第三方服務中斷造成業務停擺。
- 台灣企業是否也適合自建AI模型？
- 這取決於企業規模、數據量、預算及對客製化與數據安全的重視程度。對於有大量專屬數據或高度資安需求的企業，自建AI是值得考慮的選項，但初期投入較高。
名詞小教室
- 大型語言模型（LLM）
- 就像一個被餵食了海量文字資料、擁有驚人語文能力的大腦，能理解並生成人類語言，回答問題、寫文章，甚至寫程式碼。
- 數據主權（Data Sovereignty）
- 意思是企業擁有其數據的「主導權」，可以決定資料在哪裡儲存、誰能存取、如何被使用，就像一個國家對其領土擁有絕對管轄權一樣。
- Agentic AI
- 可以想成一個擁有「自主意識」的AI，不只會回答問題，還會主動規劃、執行一連串任務，甚至從錯誤中學習，就像一個能獨立工作的智能助理。