Demonstrasi Ejen OpenAI mencetuskan refleksi AI korporat: Dilema ROI dan kebangkitan model terbuka

Latar Belakang Industri

Minggu ini, berita tentang ejen OpenAI yang "menembusi" Hugging Face menjadi topik hangat dalam kalangan industri AI. Walaupun butiran spesifik belum didedahkan sepenuhnya, peristiwa ini sekali lagi mendorong batas kemampuan Ejen AI ke hadapan. Pembuat keputusan perusahaan mula mempersoalkan: Adakah Ejen benar-benar bersedia? Pada masa yang sama, beberapa gergasi seperti NVIDIA, Meta, dan Microsoft secara terbuka menyatakan sokongan terhadap model berat terbuka, menandakan persaingan infrastruktur AI memasuki fasa baharu.

Kesan Pasaran

Hype dan Realiti Ejen AI

Demonstrasi ejen OpenAI ditafsirkan oleh sesetengah media sebagai "penggodaman autonomi", tetapi pemerhati industri lebih cenderung untuk melihatnya sebagai demo yang dirancang dengan teliti. Sebenarnya, Ejen AI pada masa kini masih sangat bergantung pada penetapan matlamat dan keadaan sempadan oleh manusia, pelaksanaan autonomi hujung-ke-hujung yang sebenar dalam senario perniagaan yang kompleks masih menjadi cabaran besar.

Siri artikel "Tokenomics" Digonomica minggu ini merujuk laporan Domino Data Lab, yang mendedahkan gambaran sebenar penggunaan AI perusahaan:

> "Sejak kajian tahun lepas, Agentic AI telah beralih dari makmal ke penggunaan aktif secara besar-besaran. 93% pemimpin AI perusahaan melaporkan peningkatan dalam keupayaan dari eksperimen ke pengeluaran dalam tempoh 12 bulan yang lalu, 53% melaporkan peningkatan ketara dalam kapasiti pengeluaran. Namun gambaran ROI masih tidak optimistik—lebih separuh (57%) pemimpin AI perusahaan menyatakan kadar pertumbuhan ROI sama atau lebih perlahan berbanding pelaburan, tiada perubahan berbanding tahun 2025."

Ini bermaksud, walaupun penggunaan pengeluaran semakin pantas, realisasi nilai perniagaan tidak seiring. Apabila demonstrasi Ejen kelihatan "ajaib", perusahaan mesti berhati-hati dengan jurang antara cerita dan data.

Kem Besar Model Berat Terbuka

Satu lagi perkembangan penting ialah gergasi seperti NVIDIA, Meta, dan Microsoft bersama-sama menyokong model berat terbuka. Walaupun motif strategik masing-masing berbeza—Meta ingin memacu ekosistem Llama, NVIDIA memberi tumpuan kepada permintaan GPU, Microsoft menjaga perkhidmatan Azure—tetapi konsensusnya ialah: model berat terbuka akan menurunkan halangan penggunaan perusahaan, mengelakkan penguncian oleh pembekal model tunggal.

Trend ini memberi kesan mendalam kepada pasaran infrastruktur AI:

• Persaingan kos inferens meningkat: Model terbuka memacu pengoptimuman inferens dan penurunan kos, perusahaan boleh memilih kaedah penggunaan dengan lebih fleksibel.
• Struktur permintaan kuasa pengiraan: Model sumber terbuka menjana lebih banyak permintaan penggunaan persendirian, pusat data bersaiz sederhana dan kecil serta inferens tepi dijangka mendapat manfaat.
• Pembentukan semula landskap pembekal: Pengeluar model tertutup menghadapi tekanan dari ekosistem sumber terbuka, perlu terus membuktikan nilai dalam prestasi dan pembezaan.

Landskap PersainganPenerima Langsung: Pelanggan korporat – mendapat model pilihan yang lebih murah dan lebih fleksibel; Penyedia infrastruktur (seperti CoreWeave, Lambda) – menampung keperluan penggunaan model sumber terbuka; Platform awan – Azure, AWS, GCP semuanya boleh menarik pelanggan melalui model terbuka yang dihoskan.

Yang Tertekan: Pengeluar model sumber tertutup (seperti sebahagian barisan produk Anthropic) – jika tidak dapat membina tembok dalam senario tugas kritikal, mungkin digantikan oleh sumber terbuka; Pemaju aplikasi yang fokus pada model tunggal – apabila kos pertukaran model menurun, kesetiaan pelanggan berkurang.

Pengikut Berpotensi: Pengeluar cip AI lain (seperti AMD) – secara aktif menyesuaikan diri dengan ekosistem model sumber terbuka untuk merebut bahagian pasaran inferens.

Pengajaran untuk Korporat

Tadbir Urus Didahulukan, Nilai Kemudian

Satu lagi artikel utama minggu ini membincangkan pengukuran kesan alam sekitar AI. Organisasi seperti Partnership for Carbon Transparency (PACT) menyediakan rangka kerja, tetapi syarikat masih berdepan cabaran mendapatkan data berkualiti tinggi.

> "Segala-galanya saling berkaitan, oleh itu bukan sahaja keuntungan perlu dipertimbangkan, tetapi juga kesan alam sekitar dan sosial AI terhadap komuniti. Kita perlu belajar daripada kesilapan pembangunan mampan 50 tahun yang lalu, yang bermaksud bermula dengan tadbir urus." – Polly Milne (FuturePlus)

Apabila syarikat menggunakan Ejen atau model besar, tadbir urus dan pengukuran harus menjadi keutamaan pertama:

• Tentukan KPI perniagaan untuk aplikasi AI, bukan hanya metrik teknikal.
• Wujudkan penjejakan tenaga dan karbon di sepanjang rantaian nilai untuk mematuhi keperluan pematuhan dan ESG.
• Tetapkan sempadan yang ketat dan mekanisme audit untuk tingkah laku Ejen bagi mengelakkan "autonomi" yang hilang kawalan.

Hayati Ekosistem Terbuka, Kurangkan Kebergantungan

Trend model berat terbuka memberi kemungkinan strategi berbilang pembekal kepada syarikat. Cadangan untuk syarikat:

• Nilaikan senario perniagaan teras, pilih model sumber terbuka paling sesuai sebagai asas.
• Bina saluran paip penilaian dan pertukaran model untuk mengekalkan fleksibiliti seni bina.
• Perhatikan tahap aktiviti komuniti dan komitmen penyelenggaraan jangka panjang, elakkan daripada terperangkap dalam "perangkap sumber terbuka".

Tinjauan Masa Depan

12 Bulan Akan Datang: AI Ejen akan berpecah lebih lanjut – automasi tugas mudah akan dilaksanakan dengan pantas, tetapi penaakulan kompleks dan autonomi merentas sistem masih berisiko tinggi. Syarikat akan meningkatkan pelaburan dalam tadbir urus, dan AI Bayangan akan menurun apabila alat kawal selia semakin matang.

24 Bulan Akan Datang: Model berat terbuka akan mendominasi aplikasi korporat, terutamanya dalam senario kesukaran sederhana dan rendah. Kos inferens mungkin turun 30%-50%, merangsang letusan kes penggunaan baharu. Model sumber tertutup akan beralih ke bidang penyesuaian mewah dan keutamaan keselamatan.

3 Tahun Akan Datang: Infrastruktur AI mungkin membentuk mod hibrid "model sumber terbuka + perkhidmatan awan tertutup". Sistem pengukuran ROI AI untuk syarikat akan menjadi piawai, serupa dengan analisis TCO pengkomputeran awan hari ini. Tadbir urus Ejen akan menjadi teras tadbir urus IT baharu.> Seperti yang diisyaratkan oleh laporan kewangan Q2 ServiceNow: pelanggan mula datang kerana keperluan untuk keterlihatan dan tadbir urus AI, aliran kerja menyusul – ini bermakna tadbir urus AI itu sendiri adalah enjin pertumbuhan.