AT&T 據傳正轉向開放原始碼人工智慧(AI)模型,這家電信巨頭希望減少對 Anthropic AI 技術的支出,消息來自 The Information。

此舉反映出大型企業之間更廣泛的轉變:企業正在尋找方法,控制部署先進人工智慧不斷上升的成本。與其完全依賴專有 AI 系統,越來越多公司開始探索開放原始碼替代方案,這類方案可望提供更大彈性並降低營運成本。

這項發展也獲得 Cointelegraph 分享的近期報導關注,凸顯 AI 模型供應商之間的競爭正日益影響大型科技與電信公司。

AT&T 力求降低 AI 成本

AT&T 已在人工智慧方面投入大量資金,電信業者正設法讓營運自動化並改善客戶服務。

作為美國最大的無線電信業者之一,AT&T 的營運規模使得商業 AI 模型的按用量計費,可能在客服、網路營運與內部工具等方面快速累積。

先進的 AI 模型可協助處理客戶支援、軟體開發、資料分析與內部業務營運等任務。

然而,執行精密的 AI 系統成本可能相當高昂,尤其是當企業高度依賴商業模型並按用量付費時。

隨著 AI 應用擴大,這些成本可能成為科技預算中相當可觀的一部分。

AT&T 據傳轉向開放原始碼模型,顯示該公司正尋求更具成本效益的做法。

開放原始碼 AI 為何日益受到關注

開放原始碼 AI 模型對企業的吸引力與日俱增。

與由單一供應商掌控的專有系統不同,開放原始碼模型通常可由企業自行下載、客製化並部署,具體取決於模型的授權條款。

這可讓企業更妥善掌控 AI 系統如何整合至其營運之中。

企業也可能得以針對特定工作負載最佳化模型,而非付費使用更大的專有系統。

對於處理龐大資訊量的組織而言,即使 AI 成本僅小幅下降,也可能轉化為可觀的節省。

Anthropic 面臨日益激烈的競爭

Anthropic 透過其 Claude 平台,已成為先進 AI 模型的領先供應商之一。

該公司的技術被企業與開發者用於程式設計、寫作、研究、分析等工作。

Anthropic 已吸引大量投資,並與大型科技公司建立合作夥伴關係。該公司已從包括 Google 與 Amazon 在內的支持者籌得數十億美元,而這兩家公司的雲端業務也向企業客戶銷售 AI 服務。

然而,AI 市場的競爭正日趨激烈。

OpenAI、Google、Meta 以及數量日增的開放原始碼 AI 開發者,都在爭奪企業客戶。

功能強大的開放原始碼模型問世,可能對商業 AI 供應商構成額外壓力,迫使其證明自家系統的價值足以支撐其成本。

人工智慧的經濟學

AI 產業已進入一個階段:效能不再是企業唯一的考量。

企業還需要評估大規模執行 AI 的成本。

訓練先進模型需要大量運算資源,而服務數百萬用戶則可能產生龐大的持續性基礎架構開支。

對企業客戶而言,成本效益尤其重要。

一家公司最初可能因效能而選擇高階 AI 模型,但後來發現讓數千名員工使用該系統,會產生巨額的經常性帳單。

這可能促使企業探索替代方案。

開放原始碼模型提供更大掌控力

開放原始碼 AI 最大的吸引力之一就是掌控力。

企業可以在自家基礎架構上執行模型,或透過自己選擇的雲端服務供應商。

他們也可以修改某些模型,使其更符合特定應用需求。

這種彈性對擁有雄厚技術資源的大型組織尤其有用。

企業或許能在內部處理部分工作負載,而不必將每個 AI 請求都送往外部供應商。

這不僅可降低成本,還能讓組織更妥善掌控自身的資料與 AI 基礎架構。

資料隱私是另一項因素

成本未必是企業考慮開放原始碼 AI 的唯一原因。

資料隱私也可能扮演重要角色。

大型企業處理的敏感資訊包括客戶紀錄、財務資訊與專有的企業資料。

在受控環境中執行 AI 模型,可望減少將敏感資訊傳送至第三方系統的需求。

這不會自動使開放原始碼 AI 更安全,但能讓企業更妥善掌控資料的處理方式。

對 AT&T 這類電信公司而言,資料管理與安全性尤其重要。

AI 正成為策略性技術

電信公司是最有機會運用人工智慧的產業之一。

AI 可協助最佳化網路、預測設備故障、自動化客戶服務並提升營運效率。

它也能協助開發日益複雜軟體系統的開發人員。

隨著這些應用擴大,企業需要的 AI 系統不僅要強大,還要在經濟上可持續。

因此,探索開放原始碼模型的決定,可能反映出打造更有效率 AI 基礎架構的更廣泛努力。

這股轉變可能對 AI 定價構成壓力

如果大型企業開始將更多工作負載轉向開放原始碼模型,商業 AI 供應商可能面臨更大的定價壓力。

Anthropic 與 OpenAI 等公司已投資數十億美元開發先進模型。

他們的商業模式仰賴吸引願意付費使用這些系統的客戶。

如果客戶越來越常為特定工作負載選擇更便宜的替代方案,供應商可能需要以更低價格、更佳效能或額外的企業功能回應。

這種競爭最終可能讓採用 AI 的企業受益。

並非所有 AI 任務都能被取代

儘管開放原始碼模型的功能日益強大,企業不太可能完全棄用專有 AI 系統。

先進的商業模型可提供強大效能、可靠性以及專門的企業功能。

因此,企業可能採取混合策略。

他們可以為複雜任務使用高階專有模型,同時在日常或高流量的工作負載上依賴開放原始碼系統。

這種做法可讓企業在效能與成本之間取得平衡。

AT&T 據傳的策略可能正是這股趨勢的一部分。

AI 模型競爭正在加速

AI 市場在過去幾年迅速變化。

早期的競賽主要聚焦於打造越來越強大的模型。

如今,企業也在效率上相互競爭。

較小的模型有時能以顯著更低的運算成本,提供強勁的效能。

開放原始碼開發者也快速進展,為企業提供比以往更多的選擇。Meta 公開發布的 Llama 模型即是最著名的例子之一,協助讓公開可用的 AI 成為大型組織的可行選項。

這意味著企業不再只能從少數幾家主要 AI 供應商中做選擇。

對 Anthropic 的意義

對 Anthropic 而言,AT&T 據傳的舉措反映了 AI 模型供應商所面臨更廣泛挑戰的一部分。

企業客戶正變得更加成熟。

他們評估的不僅是模型品質,還包括價格、延遲、安全性、客製化與部署選項。

因此,Anthropic 將需要持續證明其技術能提供足以支撐成本的價值。

如果企業能用更便宜的替代方案獲得相近成果,單憑強大效能可能並不足夠。

更宏觀的視角

AT&T 據傳決定轉向開放原始碼 AI 模型,凸顯人工智慧產業的一項重大轉變。

隨著企業從試驗 AI 邁向在大範圍營運中部署 AI,AI 的成本效益變得日益重要。

減少對昂貴專有模型的依賴,可協助企業管理這些成本,同時更妥善掌控自身的技術基礎架構。

對 Anthropic 與其他領先的 AI 公司而言,這項發展顯示企業客戶擁有比以往更多的選擇。

AI 的未來未必會由單一類型的模型或供應商主導。

相反地,企業可能越來越傾向依據特定任務、成本與安全需求,結合專有與開放原始碼系統。

對 AT&T 而言,這項據傳的策略可提供一種擴大 AI 應用的途徑,同時避免科技支出失控增長。

對整體 AI 產業而言,這是另一個跡象,顯示下一階段的競爭不僅在於打造最聰明的模型,還在於讓這些模型足夠經濟實惠、有效率且實用,以便企業大規模採用。

作者:Ethan Collins

加密貨幣記者

Ethan Collins 專注報導加密貨幣與區塊鏈產業的發展。他的作品涵蓋市場動態、協定更新、法規變化,以及數位資產的新興趨勢。他致力於以清晰易懂的方式,向廣大讀者呈現複雜的議題。