Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

卡塔利尼:企業資料與成果驗證可成AI競爭力要素

員工確認工作成果的手部,AI生成圖片/TokenPost.ai

MIT Cryptoeconomics Lab 創辦人、Meta($META)金融科技部門前首席經濟學家克里斯汀·卡塔利尼(Christian Catalini)8月19日在 Forward Future 發表文章,寫道 Anthropic「可能成為全球最有價值的企業之一,但不會是唯一一家」。他也分析,企業資料與驗證實際工作成果的能力,可能成為AI競爭力的基礎。

卡塔利尼以蒸汽機、電力、內燃機和鐵路為例指出,率先開發基礎技術的企業,並未取得該技術創造的全部價值;擁有生產、配送與應用所需資產的企業,也能從中受益。

他將這類資產稱為「互補資產」。要把核心模型用於實際產品或服務,還需要運算基礎設施、半導體、企業專有資料、專業人才,以及客戶接觸管道與銷售網絡。

卡塔利尼以輝達(NVIDIA,$NVDA)為例,指出它是同時供應AI研究實驗室與應用企業的上游業者。上游業者在最終服務之前,提供生產所需的資源。

他特別強調,從實際工作中取得的驗證資訊也可能形成競爭優勢。AI是否妥善完成工作、以及如何把結果回饋系統改善,構成一種「學習迴圈」。

開放權重模型會將訓練後的權重公開,讓其他企業下載後在自有環境中執行或調整。卡塔利尼認為,企業除了模型效能,也應評估工作流程整合、成本和資料控制權。

卡塔利尼在8月19日刊於 Forward Future 的文章中預測,若將開放權重模型結合企業專有資訊與工作流程,部分專業任務可能足以和封閉式頂尖模型競爭。他的分析重點是,企業級AI的競爭力難以只按模型是否公開來判斷。

本刊先前報導,Meta公開開放權重模型 Muse Glimmer,並透過 API 提供更強大的 Muse Spark。模型公開範圍不同,外部企業可直接執行或調整模型的程度也會不同。

卡塔利尼也在8月19日刊於 Forward Future 的文章中提出,AI需求可能分成低成本通用服務,以及運用專有資料與專業知識、附加價值較高的服務。這是他的產業分析,並非特定企業實際營收或市占率的統計結果。

經濟合作暨發展組織(OECD)在2025年11月14日發布的AI競爭報告中分析,開放權重模型有助企業依自有資料開發服務。報告也指出,評估AI競爭時,應將企業的應用能力與基礎設施取得管道納入考量。

OECD認為,單一基礎模型不太可能在所有產業占據主導地位,因為各產業企業持有的資料與工作環境不同。

不過,OECD也指出,若運算、雲端服務與資料取得集中在少數企業手中,中小企業和新進業者可能更難進入市場。開放模型的使用機會,以及取得AI所需資源的落差,都可能影響競爭環境。

Anthropic在7月27日發布的官方聲明中表示,不支持一律禁止開放權重模型,並承認這類模型在部分領域可能促進競爭、提升客戶控制權。

但Anthropic也主張,公開模型遭到濫用後,較難監控,也難以撤回安全防護措施。該公司認為,功能足夠強大的模型,無論採開放或封閉形式,都需要在發布前接受安全檢測。

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1