丁學文專欄》人工智慧到底怎麼賺錢？

（圖／freepik）

歲末年終，人工智慧發展卻不見歇停。12月5日，美國人工智慧晶片巨頭Nvidia與越南政府簽署協議，準備在越南成立人工智慧研發中心與數據中心，希望爲促進人工智慧在越南的運用奠定基礎。

同時間，在美國，OpenAI開始的Shipmas新功能、新產品演示，推出了影片產生工具Sora及寫作和編碼產品 Canvas。Google怎麼可能甘拜下風，立刻在12月11日推出了一款名爲Gemini 2.0人工智慧模型，還搭配了兩款由這個模型驅動的人工智慧產品Astra和Mariner。它們可以代替用戶採取行動，其實這就是現在夯的不得了的「Agentic AI」（人工智慧代理）。

確實，2024年都要結束了，但人工智慧的熱潮完全沒有冷卻，我們纔看見11月20日，黃仁勳在Nvidia的業績發表會上大聲強調Nvidia最新一代GPU Blackwell將訓練出更強大的新一代模型。12月10日，我們就看見他一襲黑皮衣風塵僕僕地來到越南，一樣的招數，一樣在街頭大排檔和越南總書記勾肩搭背吃起了路邊攤，但事實上，Nvidia最近的股價有點欲振乏力，這個GPU的超級Sales好像有點氣喘吁吁了。

爲什麼？答案很簡單，雖然新產品一個接着一個出爐，雖然人工智慧仍然是各個論壇峰會的核心，但大家對人工智慧的質疑聲真的愈來愈大。儘管這個世界確實有一些商業模式被人工智慧顛覆了，也有很多企業開始大規模採用人工智慧，但所有跡象顯示人工智慧確實還在一個早期階段。

更多人想問的是，爲什麼一大批科技巨頭追捧掩蓋不了這樣一個結論：「人工智慧到底怎麼賺錢？」大家最不願意面對的現實就是，目前我們看見的產品和希望達成的產品相去甚遠。聊天機器人沒有明確的貨幣化途徑，人工智慧編碼和客戶服務這些號稱節約成本的措施，或是所謂進階版的人工智慧搜尋等，更像是產品導向的升級迭代。人工智慧到底需要多長時間才能幫助企業創造收入沒有人說得準，光是聚焦在可以削減成本說服力真的不足。Goldman Sachs最近的一份研究報告公開質疑生成式人工智慧：「支出會不會已經太多，收益卻是太少？」

現在的情況是，雲端業者確實有營收支撐，但做模型與應用的開發者還沒有明確的營收來源。所謂的人工智慧獨角獸，更是幾乎沒有營收，最大的問題就是「消費者不付錢，企業還在猶豫」。

目前爲止，ChatGPT雖然號稱有3億活躍用戶，但重度使用者僅有5千萬。沒錯，人工智慧大語言模型確實是個好技術，但是這個模型不是應用場景，因爲它沒有辦法完成複雜精細的任務，所以這個技術必須找到合適的應用，那種可以從中收取費用的可落地應用場景。但對企業來說，因爲正確性、資安及人才等考量，誰敢真的將所有數據丟到雲端？而消費者就算覺得AI很厲害，但真正需要用到的人真的有那麼多嗎？

人工智慧愈競爭，開發人員面臨的開發壓力就愈大，本來，好的產品應該由消費者定義，但現在的生成式人工智慧發展太快，所以現在變成是技術在定義產品，然後矽谷開始把希望寄託在人工智慧代理。

但我感覺吧，人工智慧代理也沒有想像的那麼美好，原因有三個：一是數據，和從網上抓取資訊回答問題不一樣，代理需要有關任務怎麼執行的數據，包括操作的順序及背後的推理，但可以拿來做這個訓練的數據更難取得。第二個問題是信任，人工智慧代理能不能在一定預算內完成任務沒人敢保證。

最後一個問題當然是成本，爲了推理、計劃和解決問題，人工智慧代理需要更復雜的模型，還要低延遲、可以與瀏覽器互動的能力，所有這些都需要大量的記憶體與運算能力，其代價變得更加昂貴。

沒錯，現在的人工智慧資本支出看似有着科技巨頭和資本市場在強力支撐，龐大的電力需求也有着各國政府不計代價在支持，但隨着人工智慧相關股價的上漲乏力，它到底是擊鼓傳花還是下一個科技革命，現實發展很快會將答案告訴我們。（作者爲創投合夥人）