企業導入AI優先考量成本與工作適用性　未必追逐最新模型

在Dreamforce 2026上，企業人士展現出優先採用已驗證前代模型的趨勢，重點放在實用性與成本效益，而非一味追逐最新人工智慧模型。現場討論指出，工作適用性與用量管理正成為企業導入AI的主要標準。

Salesforce（賽富時，$CRM）年度活動Dreamforce 2026於9月15日至17日在美國舊金山舉行。賽富時表示，現場參加人數超過5萬人。

活動期間，與會者討論了AI安全性與最新模型的開發速度，部分人士則將焦點放在如何把現有工具連接至實際工作流程。零售數據企業Spins的賽富時董事亞歷克·布朗斯頓（Alec Bronston）表示：「光是跟上目前的進度，就已經夠困難了。」

布朗斯頓的說法反映出，若AI開發速度放緩，企業將有更多時間把現有技術導入工作流程。在最新模型持續推出的情況下，企業客戶認為，並非所有工作都需要使用效能最高的模型。

軟體評論企業G2首席創新官蒂姆·桑德斯（Tim Sanders）表示，多數代理工作即使不使用最新模型也能完成。雲端聯絡中心企業NICE技術主管凱文·李（Kevin Lee）也表示，前一代模型已足以有效處理客戶企業的工作。

賽富時在本次活動中公布AIforce，以及專為CRM打造的推理模型Koa。Koa以輝達（NVIDIA，$NVDA）的Nemotron為基礎，設計用於處理複雜的多階段CRM工作。賽富時將Koa介紹為一款配合自家CRM數據與工作流程的模型。

Koa的公布顯示，企業AI並非只以通用模型的效能評估。企業也會檢視模型能否配合內部數據環境與工作流程，以及是否符合安全與成本要求。

企業正依照不同工作的成本與效能，比較Anthropic與OpenAI的專有模型及開放權重模型。與其把單一模型套用於所有工作，根據請求難度分配不同模型的做法正逐漸受到重視。

電子簽署企業DocuSign表示，正採用名為「模型路由」的方式，根據請求複雜度將工作分派給不同模型。複雜合約條款分析或多份文件推理會交由大型模型處理，簡單工作則使用成本相對較低的模型。

模型路由是同時考量各項工作的效能需求與呼叫成本，選擇合適模型的技術。這個案例顯示，企業檢視的已不只是模型效能，也包括呼叫成本與用量管理。

現場也有觀點指出，若AI代理取代傳統訂閱型軟體的部分功能，成本結構可能改變。桑德斯表示，傳統SaaS業務的毛利率可能從85%以上降至代理型模式的約45%。

不過，這項數據是桑德斯提出的展望，並非已確認的業界平均值。桑德斯表示，代理處理的工作量與模型呼叫成本控制，可能影響企業獲利能力。

這並不代表最新模型沒有價值。數據分析企業Databricks工程副總裁派翠克·溫德爾（Patrick Wendell）在社群平台發文表示，GPT-6 Astra在複雜工作上的表現，明顯優於此前最頂級的模型。

OpenAI於9月3日公布GPT-6 Astra時表示，其推理能力與安全性均有所改善。同時，公開評估也指出，Astra的可監控性低於前代模型。

Dreamforce所呈現的趨勢並不意味最新模型競爭已經結束。企業目前一方面把可用模型連接至工作流程並控制成本，另一方面也會評估最新模型在複雜工作上的效能提升，是否足以抵銷額外費用。

這也與TokenPost先前報導的觀點相呼應：AI模型的潛力實際使用比例僅約5%至10%。企業AI導入正從追逐模型發布速度，轉向確認不同工作場景的成果與成本結構。