IBM執行長：DeepSeek證明我們是對的

IBM(IBM-US) 執行長 Arvind Krishna 周二 (4 日) 於《財富》撰文評論，指 DeepSeek 上周挑戰了人工智慧 (AI) 的傳統觀念。長期以來，許多人認為訓練最先進的 AI 模型需要超過 10 億美元的資金和數千顆最新晶片，認為 AI 必須是專有技術，只有少數公司擁有開發所需的專業人才，因此保密至關重要。

然而，DeepSeek 證明了這些觀點並非絕對。據報導，他們僅使用約 2,000 顆輝達 (Nvidia)(NVDA-US) 晶片，以遠低於預期的成本——約 600 萬美元，便訓練出最新模型。這正好印證了 IBM 一直以來的觀點：小型且高效率的模型也能帶來真正的成果，而無需依賴龐大的專有系統。

但中國的這項突破引發了更重要的問題：誰將塑造 AI 的未來？ AI 發展不能被少數幾家公司壟斷，尤其是當其中一些企業可能並不重視保護企業數據、隱私與透明度等核心價值時。解決方案並非限制進步，而是確保 AI 的發展由大學、企業、研究機構和公民社會組織等多方合作推動。

否則，我們將讓擁有不同價值觀和優先勢力掌控 AI 的發展。這意味著我們將拱手讓出一項將重塑所有產業與社會各個層面的技術。真正的創新與進步只能透過 AI 的民主化來實現。

AI 的炒作時代該結束了。我相信 2025 年必須成為將 AI 從少數企業手中釋放的一年，到了 2026 年，社會各界不應僅是使用 AI，而是都能參與 AI 的建構。

DeepSeek 帶來的 AI 啟示

小型、開源模型才是未來發展的關鍵。DeepSeek 給我們的啟示是，最好的工程技術應該同時優化效能與成本。過去，AI 長期被視為一場規模競賽——模型越大，效果越好。但真正的突破不僅僅在於規模，還在於效率。在 IBM 的研究中，我們發現適用於特定用途的模型已經讓 AI 推理成本降低最高 30 倍，使其訓練變得更有效率且更可及。

我並不認同通用人工智慧 (AGI) 即將到來的說法，也不認為 AI 的未來取決於建造占地如曼哈頓般龐大、需要核能供電的資料中心。這些說法製造了錯誤的選擇題。並沒有物理定律規定 AI 必須保持昂貴，訓練與推理的成本並非固定不變，而是一個可透過工程技術解決的問題。無論是傳統企業還是新創公司，都有能力推動成本降低，讓 AI 變得更實用、更普及。

這樣的情況其實並不陌生。在電腦發展的早期，儲存與運算成本高得驚人。然而，隨著技術進步與規模經濟發展，這些成本大幅下降，進而催生了一波又一波的創新與應用普及。

AI 也將走上同樣的道路。這對全球企業來說是個利多消息，因為技術只有在變得可負擔且易於取得時，才真正具備變革性。透過擁抱開放且有效率的 AI 模型，企業將能夠運用適合其需求的更具成本效益的解決方案，讓 AI 的潛力在各產業全面釋放。