當AI的能力越強、應用越廣，企業對AI的依賴程度也正急速加深，課題開始從「如何用AI」，轉向如何兼顧成本、安全、自主性的情況下，有策略的使用AI。

八月五日，日本樂天集團在橫濱舉辦的年度大會Rakuten AI Optimism上，該集團會長三木谷浩史直接將這層顧慮端上了檯面。

樂天拉高自研模型比重
為了安全與成本，不依賴第三方

「如果完全依賴第三方AI，這在數據安全上是有問題的，另一方面，我認為成本也會變得越來越高。」他在說出這句話的同時，頭頂上方的大螢幕，同步展示了過去三年多來，樂天自行研發的成果：「目前最高等級的模型有七千億個參數，是足以對抗ChatGPT的模型。」他說，樂天推出的一系列自研模型中，也有小到可以跑在手機上的版本。

不依賴，不只是一個口號。他秀出另一張曲線直往右上角貫去的圖表，顯示樂天自研AI所消耗的Token數量，在短短一季之內快速成長，截至四月，在集團內的占比已拉高到接近兩成。

這個變化，並非來自對外部工具的刻意限制。樂天集團AI與數據部門傑出工程師李廣達表示，「我們的核心目標一直都是把科技帶到我們的商業和產品裡面。」所以對於使用AI工具，他們的態度很簡單：「如果市場上有現成工具可以解決問題，就直接使用。」

那麼，自研AI為何受到青睞？

關鍵在於，樂天自研模型得益於內部獨有數據的滋養，展現出了對業務端更高程度的理解，且在成本上也更具優勢。

「像購物模型、金融科技模型，都是非常針對業務場景的。」李廣達說：「市場上的開源模型，或者商業模型，實際上和我們模型具備的產業知識是有落差的。」

李廣達預期，接下來自研AI模型在集團內的用量占比，勢必還將持續增長。

隨著自研模型比重拉高，樂天正在一步步強化AI的自主權。不過從樂天這個例子也可以看到，模型自主，只是企業強化AI自主力的要素之一，不是唯一。

在模型背後，有一項不可或缺的要件，就是包括算力在內的基礎設施。

日本經濟產業省在二○二四年推出了企業模型開發算力補助專案GENIAC，樂天也是獲得該專案補助的公司之一。李廣達表示，這確實是樂天能夠放手挑戰大參數模型的強大後盾。

建立機制，留住數據、經驗
AI資產不怕被掏空，營運有韌性

而在模型和算力之外，數據，在這條走向自主的路上，也扮演了關鍵角色。

數據是企業自主研發模型能夠創造差異化的關鍵，若少了這層優勢，將難以和Gemini、Claude等市場上幾大領先的通用模型相比拚。反過來說，有了專屬數據加持，企業就可以將更多工作在自有模型內運行，擴大本身對模型使用的選擇。

而這也帶出另一項關鍵要素：營運能力。

樂天許多服務的背後，都不是硬性規範使用單一模型，而是同時提供了多個模型做為候選，然後根據每一次任務需求的不同，即時調度最合適的版本。建立這樣的能力，除了有利於減少不必要的Token浪費，以及最佳化營運效率，更重要的是，可以避免受到單一供應商服務異動的影響，確保營運的穩定性，強化營運韌性。

IBM亞太區總經理德克斯（Hans Dekkers）認為，這是企業追求AI自主時，必須自我檢核的提問：在沒有外部廠商協助時，能否自行開發和修復AI應用？是否有其他替代方案，讓公司的營運不停擺？

而且AI營運能力，更關乎企業的長期競爭力。

就如IBM歐洲、中東及非洲與亞太區高級副總裁兼主席阿西斯（Ana Paula Assis）的比喻，AI之於企業，已經不再只是裝上一顆燈泡那樣的單點技術，而是正在長成一整套工作流程。她認為，企業現在需要的是一套新的AI營運模式（AI operating model）。

若企業能夠建立一套機制，將企業整套工作流程，每一個環節的數據、經驗累積在自己身上，建立起微軟執行長納德拉所說的「學習迴圈」，則企業不僅可以將AI資產留住，不被外部AI供應商掏空，這個可以帶得走的能力，也將是企業抵禦外部變動，最強的護城河。

需要懂連結的「指揮家」
將技術與第一線場景和需求融合

要實現AI自主，還有最後一項要素，是人才。

這裡所說的人才，不僅僅只是懂得使用高階算力、訓練模型，或清理、標記數據的技術人才。因為如同前面提到的，企業現在需要新的AI營運模式，而要想建立一套營運模式，就勢必要有懂得將AI與第一線業務場景和需求連結的人，以及懂得讓AI與人類和諧奏出交響樂的指揮家。

樂天集團代理人體驗部行動產品群經理張宇鵬表示，今天AI的能力已經非常強大，經常會給人帶來一種「即使我不了解這個行業，我也能做任何事」的錯覺，但實際上，當他們嘗試為特定領域開發代理人服務時，往往會發現自己其實不真正了解該行業的需求。

他認為，如何縮小AI與業務端之間的差距，其實是相當具挑戰的任務。

這也正是德克斯談論企業AI自主力時，特別強調的「技能」。他認為人才不能只是具備天賦或學識，真正關鍵的，是能夠將技術與實務融合的複合能力。

模型、基礎建設、數據、營運能力和人才，這就是企業追求AI自主這項長期價值，關鍵的五大支柱。

小心掉入「主權悖論」陷阱
採用巨頭解決方案可能強化依賴

但主權AI並非全有或全無的二元論，實際上即使是Google、OpenAI等科技巨頭，迄今也無法做到百分之百的自給自足。

如果沒有掌握住這個核心概念，反而可能掉入主權AI的陷阱。

全球頂尖AI學術研究機構—史丹佛大學以人為本AI研究院（Stanford HAI），今年七月發表了《主權AI產品與服務商業格局分析》，他們在報告中，就點出了「主權悖論」的問題。

當前基於Token費用飆升帶來的成本壓力、對數據外流的隱憂、合規需求的考量，以及頂尖AI模型Claude Fable 5出口禁令事件所展示出來的模型不確定性等，在多方因素帶動下，不論企業或國家，對主權AI的追求都急速升溫，這也讓主權AI成為各大廠商眼中的巨大商機。

麥肯錫預估，到二○三○年，全球有三成到四成的AI支出，也就是上看六千億美元的市場規模，將受到主權AI的影響。

然而，史丹佛報告指出，目前各大科技公司打著「主權AI」旗號推出的解決方案，往往只是一種「重新配置」，而不是真正消除依賴。

舉例來說，採用輝達的AI工廠解決方案，雖然能做到將數據留在本地端，但未來若想從輝達切換到AMD或英特爾等其他方案，將面臨極高的轉換成本。換言之，這實際上反而可能是在強化對單一廠商的依賴。

又或者，OpenAI推出的「國家合作計畫」（OpenAI for Countries）主權AI解決方案，雖然強調會提供本地化部署和數據留存，但因為底層模型仍是黑盒子，意味著使用者無法檢查或修改。

前述史丹佛報告認為，這種「自主」實際上是建立在對美國技術高度依賴的基礎上，且缺乏撤退路徑。

現成的解方，或許能在最短時間看到成效，但建立「切換選擇權」的能力，才是從國家到企業，不被單一AI模型或組織綁架，能夠真正建立起長期護城河的關鍵。