跳到主要內容

一邊砸錢做國產AI模型一邊開始賺錢一邊裁人

一邊砸錢做國產AI模型一邊開始賺錢一邊裁人

一邊砸錢做國產AI模型一邊開始賺錢一邊裁人 封面圖
AI 發展正出現一種很不協調、卻極為真實的畫面。 有國家選擇用巨額資金追趕模型能力,有公司終於把算力轉成利潤,而在另一端,企業則開始用 AI 作為人力調整的理由。 日本的國產 AI 計畫、OpenAI 的算力利潤成長、以及全球裁員潮,看似分屬不同層級,實際上卻同時指向同一件事: AI 已經進入必須「算帳」的階段。


🔹 日本砸 1 兆日圓:國家親自下場做 AI
日本政府計畫與民間企業合作,投入 1 兆日圓研發國產 AI,預計由 軟銀 等十多家公司成立新公司,聚集約百名工程師,打造日本規模最大的基礎模型。
這項計畫由經濟產業省規劃,將自 2026 年起分五年提供資金,目標不只是追趕模型能力,更是推動「實體 AI」在國內產業的落地。

🔍 知識補充
.日本過去在大型平台與模型競賽中相對保守,此次屬明確轉向

.「實體 AI」指向製造、機器人與實體場域應用

.國產模型有助降低對美中技術依賴

.國家級投資意味著 AI 被視為戰略基礎建設

💬 生活化說法
這不是補助新創,而是國家自己跳下來做。

🏭 產業鏈角度
此舉將牽動:

半導體 → 製造設備 → 機器人 → 在地 AI 應用

日本試圖把 AI 拉回熟悉的製造強項。
💹 投資角度
國家主導型 AI 發展,速度未必最快,但方向穩定、政策風險較低。


🔹 OpenAI 算力開始賺錢:商業模式逐漸成形
在生成式 AI 競爭加劇下,OpenAI 的算力利潤率已提升至約 70%,相較年初幾乎翻倍。雖尚未整體獲利,但估值已達 5,000 億美元,並與 亞馬遜 商談大規模募資。
這顯示 OpenAI 正從「燒錢擴張」轉向「算得出帳」的階段,並透過多元收費方案,應對來自 Google 等巨頭的競爭。

🔍 知識補充
.算力成本仍高,但單位使用效率明顯改善

.多層訂閱與 API 收費拉開客戶結構

.估值反映市場對其平台地位的期待

.生成式 AI 開始出現明確的商業分水嶺

💬 生活化說法
AI 不只會用電,也開始幫公司付電費。

🏭 產業鏈角度
OpenAI 的變化影響:

雲端算力 → 模型服務 → 企業應用 → 生態夥伴

平台化趨勢更加明顯。
💹 投資角度
能把算力轉成穩定現金流的 AI 公司,將逐步拉開與追趕者的距離。


🔹 裁員潮擴大:AI 開始被拿來「解釋」人力調整
2025 年全球出現大規模裁員,包含 微軟、IBM 等企業在內,總裁員人數超過百萬,其中部分直接歸因於 AI 導入。
不過,專家指出,AI 並非唯一原因,疫情後的過度擴張、成本壓力與組織重整,同樣是重要因素。

🔍 知識補充
.AI 常被當作「效率化」的象徵語言

.裁員不一定代表 AI 已全面取代人力

.企業傾向先縮減入門與重複性職位

.技能轉換速度成為勞動市場關鍵變數

💬 生活化說法
有些人是真的被 AI 取代,有些只是被算進同一個理由裡。

🏭 產業鏈角度
裁員潮影響:

企業組織 → 人才結構 → 教育與再訓練 → 勞動市場

AI 的外溢效應開始顯現。
💹 投資角度
短期降本可能改善財報,但長期仍取決於新技能是否補得上。

💡 我們的觀察
這三條路線放在一起,其實很不舒服,卻非常真實。
一邊是國家用錢換時間,怕錯過下一輪;

一邊是平台終於把 AI 變成一門生意;

另一邊,則是企業開始重新計算「人還需不需要那麼多」。
這代表 AI 已經走到一個階段:
不再只是被期待,而是被拿來比較成本、效率與後果。
接下來的分歧點,

不會只發生在技術領先或落後,

而會出現在 誰能同時承受投資、獲利與社會壓力 的地方。

作者:NineLife AI 編輯室

最後更新:2025年12月22日

本文由 NineLife AI 編輯室整理公開資料後撰寫,可能使用 AI 工具協助草稿整理;發布前會人工檢查來源、事實與語意。內容僅供資訊參考,不構成法律、投資、醫療、稅務或其他專業建議。

站內延伸閱讀: 深度閱讀目錄AI 工具觀察關於 NineLife AI

留言

這個網誌中的熱門文章

AI教育、資安與職涯三重鏡:從南韓挫折到全球挑戰

AI教育、資安與職涯三重鏡:從南韓挫折到全球挑戰 AI正快速重塑世界的教育、工作與安全架構。 南韓的AI數位教科書試驗揭示了教育數位化的代價; MCP協定下的零點擊攻擊,則提醒企業AI安全的脆弱性; 而前OpenAI工程師的職場經驗,揭開了頂尖AI公司背後的人才哲學。 這是一場關於「如何與AI共處」的現實辯證。 🔹 南韓AI教改遇阻:數位教材的現實撞擊 南韓教育部原計劃以AI數位教科書取代傳統教材, 希望打造個人化學習環境,讓學生根據AI建議自主學習。 然而自7月以來,系統錯誤、隱私洩露與教材不準確問題接連爆發, 導致政策遭國會強烈質疑。最終, AI教科書被降級為「教育資料」, 政府補助取消,各校需自籌資金推行,計畫幾近終止。 這場教改挫敗再次提醒: 教育科技的挑戰,不在演算法,而在人與制度之間的摩擦。 🔍 知識補充 .AI教材原使用「智能適應學習系統(ALS)」根據學習曲線自動推題。 .部分教材出現歷史與數學錯誤,引發公眾信任危機。 .學生個資外洩事件導致家長強烈反彈。 .採用率從37%降至19%,預算轉為研究用途。 💬 生活化說法 AI教科書能改變學習節奏,但也可能把孩子變成「被演算法教導的對象」。 🏭 產業鏈角度 教育AI平台需兼顧「內容審核 × 數據隱私 × 教師介面」三項技術門檻。 💰 投資角度 教育AI市場正轉向「人機共學平台」與「學習數據治理」的新藍海。 🔹 MCP零點擊攻擊:AI助理的新世代威脅 AI助理不只是便利工具,也可能成為新攻擊入口。 資安公司 Operant AI 揭露「Shadow Escape」零點擊攻擊手法, 能透過合法的 MCP(Model Context Protocol) 連線竊取資料, 全程不需使用者點擊任何連結。 這意味著即便AI助理表面安全, 只要MCP上下文遭濫用, 企業內部數據、用戶資訊甚至API金鑰都可能在毫無察覺下被竊取。 該事件再次顯示,AI安全需從「模型內部防線」開始,而非僅靠網路防火牆。 🔍 知識補充 .MCP是AI助理的上下文通訊協定,用於跨應用讀寫資料。 .零點擊攻擊(Zero Click)指攻擊者無需使用者互動即可入侵。 .Operant AI估計潛在風險可導致每年超過10億美元資安損失。 .Google與OpenAI正合作制定MCP安全標準。 💬 生活化說法...

ChatGPT推學習模式、Google NotebookLM升級、歐盟AI法案上路

ChatGPT推學習模式、Google NotebookLM升級、歐盟AI法案上路 當AI不再只是解題工具,而成為學習的引導者;當歐盟不再觀望,而率先為AI立法;當NotebookLM能用影像說明知識點──這些訊號都在告訴我們:AI正從「實驗室技術」正式邁入「制度與教育」的主舞台。 🔹 主標:ChatGPT推出學習模式!學生輔助工具再進化 📌 新聞內容整理: OpenAI在7月29日推出「學習模式(Study Mode)」,讓ChatGPT轉型成為思考教練,而非答案機器。此功能針對大專學生設計,能根據學習目標調整互動方式,引導思考、強化理解,避免直接提供解答。所有ChatGPT用戶皆可使用,Edu方案稍晚開放,使用者亦可隨時切換回一般模式。 🔍 知識點補充: 與一般搜尋工具或AI解題機制不同,Study Mode強調元認知(metacognition)訓練,也就是協助學生了解自己怎麼思考、哪裡卡住,進而培養真正的學習能力。 💬 生活化說法: 這就像有一位不幫你作弊的學霸同學,陪你釐清問題、找出盲點,而不是直接把答案塞給你。 🔹 主標:歐盟推AI法案,全球首創 📌 新聞內容整理: 歐盟正式通過《人工智慧法案》,全球首創以風險等級分類的AI法規系統。此法案為AI應用劃出四級風險區:最小風險、有限風險、高風險與不可接受風險(如社會評分系統),並依據不同等級設定監管強度。此舉不僅是歐盟邁入AI法治的重要里程碑,也可能成為其他國家的參考範本。 🔍 知識點補充: AI法案設計原則基於「風險導向」,意味著不是所有AI都被限制,而是針對風險性進行比例監管。這種架構亦有助於保障創新空間。 💬 生活化說法: 以前AI是沒駕照的超跑,衝得快但沒人管。現在歐盟幫它裝上車牌、制定交通規則,既能跑也更安全。 🔹 主標:Google NotebookLM升級!測試影像概述功能 📌 新聞內容整理: Google將NotebookLM強化為更立體的學習輔助工具,7月29日推出「影像概述(Video Overviews)」測試版功能。它能將PDF、圖片、文字筆記等資訊轉換為動畫加旁白的短影片,幫助用戶更直覺理解複雜資料,並可依學習目標與對象客製內容。此功能初期支援英文,未來將拓展至多語系。 🔍 知識點補充: 影像與語音概述結合的學習方式,有助於...

從AI威脅論到校園行政革命:AI正在重寫科技、人文與商業的三條路

從AI威脅論到校園行政革命:AI正在重寫科技、人文與商業的三條路 AI 發展的速度已經迫使社會重新思考: 什麼是威脅?什麼是價值?什麼又是下一個產業浪潮? 黃仁勳反駁 AI 威脅論、新北教育導入智慧行政、Amazon 引爆廣告工具革命, 三個場景、三種視角,共同描繪出 AI 正同時改寫科技敘事、政府治理與商業策略的多維度變革。 🔹 黃仁勳駁斥 AI 威脅論:AI 不是主宰者,而是模仿者 面對日益升溫的「AI 威脅論」,輝達 CEO 黃仁勳表示,AI 不可能主宰人類,也不會在短期內具備自我意識。目前所有 AI 的智能本質都是「模仿」,並非理解或自主。他認為社會更該專注於倫理與監管,以避免人類誤用 AI 所造成的風險。 🔍 知識補充 .AI 智能屬「統計式模仿」,不是具備主觀意識的認知體系。 .AI 威脅論多源自對科幻敘事與未知科技的情緒投射,而非現有技術能力。 .真正的風險在於「使用者」──例如資料偏誤、監管缺口、透明度不足。 .輝達將於 2026 GTC 公布下一代 AI 架構,意味著 AI 運算力仍將呈倍數成長。 💬 生活化說法 眼前的 AI 更像一位記憶力超強、但完全不懂情緒的助理──能力強,但不會背叛你。 🏭 產業鏈角度 AI 技術路線明確:算力提升 → 模型增強 → 生態成長。 輝達主導的 GPU 與伺服器供應鏈仍是全球 AI 最關鍵的底層基礎。 💹 投資角度 科技倫理落地後,AI 企業的治理與安全性將成為下一輪估值基準,「可信賴 AI」成新投資主題。 🔹 AI 賦能校園行政:智慧教育不再是口號 新北市教育局以「AI 賦能校園行政」為主題舉辦活動,表彰推動數位化的教育工作者。板橋國小校長華志仁因能源管理、冷氣設備與校園工程數位化成果獲獎,象徵智慧校園從概念走向實作。 🔍 知識補充 .AI 行政可加速設備管理、報修流程、能源控管,提高校務效率。 .教育領域的「十二大建設」逐步成形,包括智慧管理系統與永續設備整合。 .AI 可協助行政決策,例如學生流量預估、設備老化、課表最佳化。 .智慧教育不只為學生,更重塑校務、後勤與基礎建設。 💬 生活化說法 就像家裡裝上智慧中控系統──燈自動關、冷氣自動調,生活順暢很多。 🏭 產業鏈角度 教育科技(EdTech)向下扎根至硬體與管理系統,帶動: 智慧監控 → 能源管理 → 校務...