AI 產業若轉向專用模型，哪些企業可能成為新贏家？

Question

Accepted Answer

AI 產業將迎來「專用模型」時代，運營層企業將成新贏家

AI 產業的未來趨勢將從少數大型通用模型轉向數以百萬計的專用開放權重模型，這意味著那些專注於建構基礎設施與作業層，協助企業高效部署、客製化並運行 AI 模型的新創公司，將成為產業鏈中的關鍵贏家。Fireworks AI 共同創辦人兼技術長德米特里·朱爾加科夫（Dmytro Dzhulgakov）預期，此轉變將顛覆現有的市場格局，並為 AI 模型的運行與最佳化帶來革命性的效率提升。
專用模型興起，通用模型面臨數據瓶頸

前沿模型業者目前面臨的顯著限制是缺乏客戶專有數據，這阻礙了其在特定任務上的進一步效能提升。相較之下，AI 原生新創公司例如 Cursor、Cognition、Perplexity、Genspark 和 Harvey 等，正採取利用內部數據微調專用開放權重模型的策略。這種模式不僅能將特定任務的效能從 80-90% 顯著提升至 95-99%，更能將成本降低至原有的十分之一。在此過程中，使用者產生的專有數據價值遠超過底層程式碼本身，凸顯了數據在模型優化中的核心作用。
AI 推論複雜化，催生整合運營平台需求

模型日益碎片化並未簡化 AI 基礎設施，反而使其複雜度倍增。AI 推論是一個涉及 GPU 核心程式、硬體協調、模型分片、流量路由及負載平衡等一整套技術堆疊的過程。即使是相同的模型，客戶對速度或成本的不同側重，也會導致截然不同的配置需求。 Fireworks AI 正是看到了這一複雜性，透過橫跨多家雲端服務供應商運作，實際上建構了一個「虛擬雲端」，為客戶整合不同類型的運算資源，並專注於運算資源協調與軟體平台，而非硬體與資料中心管理，這與黃仁勳將其比喻為「AI 工廠界的台積電」的定位不謀而合。
運營層的價值，將超越硬體和底層模型

黃仁勳將 Fireworks AI 比喻為台積電，其深遠意義不僅止於 AI 推論的效率優化。若 AI 產業真正從少數幾個大型模型轉向數以百萬計的專用模型，那些在使用者可見的應用程式背後，默默負責運行、最佳化及串接各種模型的企業，將扮演至關重要的角色。 Fireworks AI 的押注在於，如同晶片工廠需要完整的營運體系，AI 工廠同樣需要一套獨立的營運層。因此，能夠提供高效、彈性且成本效益高的模型運行與管理解決方案的企業，將成為下一波 AI 浪潮中的關鍵贏家。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

AI 產業若轉向專用模型，哪些企業可能成為新贏家？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

8

0

0

分享給好友