AI 浪潮下的真實面貌：速度與挑戰如何影響市場？

人工智慧浪潮下的真實面貌：速度、成本與落地挑戰，高中生也看得懂的科技財經課

人工智慧（AI）正以前所未有的速度，快速改變著我們周遭的世界，從手機到辦公軟體，甚至是你拍照的方式，AI 的身影無所不在。你是否也好奇，這場被譽為超越過往行動或雲端革命的 AI 浪潮，究竟真實情況是怎麼樣？它真的像大家說的那麼神奇嗎？背後有哪些經濟上的現實或挑戰？

這篇文章將帶你一起深入探討這場 AI 革命的幾個關鍵面向：從它驚人的普及速度，了解現在產業正投入多少資源；接著看看對於正在做 AI 產品的新創公司，他們面臨哪些困難；最後，我們也會觀察大型科技公司在把 AI 整合進日常產品時，又遇到了什麼樣的挑戰與調整。讓我們一起用簡單易懂的方式，來拆解這個複雜的 AI 世界吧！

在這篇文章中，我們會探討人工智慧的不同面向，包括速度、成本和落地挑戰等，讓讀者能更全面地理解這場革命。

AI 的速度：史無前例的擴張，到底有多快？

或許你已經感受到了，AI 相關的應用在過去一兩年內像爆炸一樣出現。根據知名的趨勢報告，人工智慧的普及速度，確實已經超越了過去任何一項重要的技術革命，像是行動裝置或雲端運算。它的「開發」、「採用」、「投資」和「使用」速度，真的是前所未見。

• AI 應用的驚人增長速度。
• 開發成本的驟降，使得新產品快速推出。
• 以 ChatGPT 為例，短時間內吸引大量使用者。

你想想看，像 ChatGPT 這樣的聊天機器人，只用了非常短的時間就累積了龐大的使用者。這背後的原因是什麼？除了技術成熟，一個關鍵是，過去訓練一個大型 AI 模型成本很高，但讓使用者實際使用這些模型（這叫「推論」）的成本，在過去兩年內已經大幅下降。這讓更多公司能負擔得起將 AI 功能提供給大量使用者，自然就加速了 AI 的普及。

AI 熱潮下的錢事：投資像海嘯，但錢都花去哪了？

當一個新技術像 AI 這樣快速崛起，大量的資金自然會湧入。是的，風險投資（VC）對 AI 領域投入了巨額資金，許多 AI 新創公司都拿到了不少錢。

但是，錢投進去後，去了哪裡呢？很大一部分用在了「基礎設施」上，白話說，就是買硬體、租用昂貴的運算資源。訓練那些聰明的 AI 模型需要非常強大的電腦晶片，像 Nvidia 的 GPU 就是其中代表，還有 Google 的 TPU、亞馬遜的 Trainium 晶片等。這些硬體設備非常昂貴，導致 AI 公司和提供 AI 服務的雲端公司，在基礎設施上的投入是天文數字。

這代表什麼？雖然投資熱絡，但整個產業目前仍處於一個「燒錢」的階段。訓練一個複雜的 AI 模型成本依然很高，即使推論成本下降了。而且市場競爭非常激烈，不只有國外大公司的模型，開源的模型（大家都可以用的模型）和中國的模型也快速發展，這雖然對我們這些使用者是好事（技術進步快、成本可能更低），但也意味著 AI 公司的「獲利」能力，或者說，他們要多久才能真正賺大錢，目前還是個很大的問號。

AI 新創公司的挑戰：有好技術，怎麼變成好產品？

對於那些想在 AI 浪潮中創業的新創公司來說，光有厲害的 AI 技術是不足夠的。他們面臨的挑戰是：如何把底層的 AI 能力，轉化成一個真正有市場價值、使用者願意買單、而且「耐用」的產品？

這不像過去做個 App 那麼單純。AI 產品需要不斷地投入來維護和升級其核心的 AI 引擎。新創公司必須仔細思考，他們的 AI 能解決什麼具體問題？目標客戶是誰？他們願意付多少錢？同時，他們也需要在「成本」（使用昂貴的 AI 運算資源）和「效能」（AI 模型的能力）之間找到平衡點。專家也提醒，新創要小心避免那種缺乏紮實技術或銷售管道基礎的快速擴張，那樣很容易會失敗。

科技巨頭的 AI 實踐：整合到日常，但也遇到「凸槌」？

大型科技公司擁有龐大的用戶基礎和資源，他們正在把 AI 功能深度整合到我們每天使用的產品中。例如，Google 就在 Google 相簿裡加入了由生成式 AI 驅動的「重新想像」、「自動構圖」等功能，讓你更輕鬆地編輯照片。這就是一種利用 AI 來提升現有產品使用者體驗的方式。

但是，即使是科技巨頭，在 AI 落地過程中也可能遇到問題。比如說，Apple 最近在測試把 AI 通知摘要功能整合到 iOS、iPadOS 和 macOS 中。這個功能本來是想幫你快速總結通知內容，但卻一度會發出不準確的新聞快訊（連 BBC 都對此抱怨過）。結果，Apple 為了確保資訊的「準確性」，不得不暫停了新聞與娛樂應用程式的 AI 通知摘要功能，並且也讓使用者更清楚地知道哪些是「測試版」功能，增加了「透明度」。這告訴我們，AI 的「可靠性」和提供資訊的「透明度」，是在將 AI 功能普及到大眾產品時，非常重要的考驗。

AI 生態系的發展與未來：不止技術，還有合作與規範

AI 的發展不是只有少數大公司的事，開源社群也在其中扮演重要角色。許多開發者在開源平台上貢獻自己的 AI 技術和應用，例如在 WordPress 這樣內容平台上，已經出現了許多利用 AI 的外掛程式，像是協助文章寫作、做 SEO 分析、甚至開發聊天機器人等。

為了更好地引導這種分散的創新，像 WordPress.org 就成立了專門的 AI 團隊，希望協調開源社群內部的 AI 開發方向，避免技術變得零散且難以整合（也就是「技術碎片化」）。這代表著，AI 不只是一門技術，整個生態系的協作與規範也同樣重要。

從硬體晶片的進步，到開源社群的協作，再到科技巨頭的產品整合，以及新創公司的努力，整個 AI 生態系正在快速演進。儘管前面提到還有高昂的成本、獲利的不確定性、以及技術準確性等挑戰需要克服，但 AI 毫無疑問將持續重塑我們的產業和日常生活。這場旅程才剛開始，未來還有很多可能性等待我們去探索和解決。

結論：AI 的加速與挑戰並存

總結來說，AI 的崛起速度確實驚人，遠超過去的技術變革。這得益於技術進步和推論成本下降，但也伴隨著對基礎設施的巨額投資和燒錢壓力，以及長期獲利模式的不確定性。

無論是努力尋找市場定位的新創公司，還是將 AI 整合到核心產品並處理準確性問題的科技巨頭，甚至是協作創新的開源社群，大家都在這場快速變動的浪潮中學習與前進。理解 AI 的技術面、經濟面和應用挑戰，能幫助我們更清楚地看見這場革命的真實樣貌。

※ 免責聲明：本文僅為根據公開資料進行的資訊整理與分析，旨在提供知識普及與趨勢觀察，不構成任何投資建議。讀者應獨立判斷並自行承擔投資風險。

常見問題（FAQ）

Q：人工智慧主要的應用範疇有哪些？

A：人工智慧的應用範疇廣泛，包括語音識別、影像處理、自動化流程和數據分析等。

Q：為何人工智慧技術成本仍然較高？

A：人工智慧技術仍需大量計算資源和專業人才，這導致開發與運行成本較高。

Q：開源社群對人工智慧發展有何影響？

A：開源社群促進技術共享和協作，加速了 AI 技術的創新和普及。