陳家聲/台大商研所兼任教授
OpenAI董事長及Sierra CEO Bret Taylor在一場播客節目中的談活內容引起各界的關注。Bret豐富的工作資歷：Google 的工程師、Facebook CTO、Salesforce 聯席 CEO，還有持續創辦了幾個企業社交網路 FriendFeed、協作工具 Quip， 以及Sierra ～企業級對話式 AI Agent 平台，前面兩家公司先後分別賣給Facebook 及 Salesforce。他懂技術，又有創業、企業經營等的豐富經驗，目前又是OpenAI的CEO，他談話內容自然引發AI圈及產業界的重視。
Bret沒有偏袒或誇大地炒作AI，反而直白的說出當前AI市場存在著嚴重問題：太多AI應用是『表演性專案』，缺乏落地實踐的具體價值成果！AI泡沫遠比想像更嚴重！遠比MIT 的報告結果發現：95 % 企業在 AI方面的投入無法獲得具體的成果回報！更為嚴重！反映著當前 AI 市場存在著泡沫，這與先前互聯網泡沫相似！
然而，大多數AI系統服務廠商仍是以『賣產品』、『賣系統』作為營業收入！少有AI廠商是真正面對企業的痛點提供『解決方案』！並依為企業實際解決問題的結果收費，也就是『按結果付費』的商業模式！只有透過AI系統能自主（更嚴格地講是：透過系統能夠自動地解決問題，不需要在經過人工處理！）解決問題才收費；如果仍需要透過轉人工才解決問題，這就免費服務！這種商業運營正是Sierra公司成功的獨特之處！
再者，傳統的軟體系統廠商，或SI或SAAS服務廠商，都是以賣軟體、賣系統為主，這些都是通用型的系統；而企業的運營與內部數據結構，不一定與系統規範相同，這中間還有許多客製化服務的過程，當企業的運營流程改變，又需要以專案邀請廠商做修正服務！在系統維運與修護的過程中，相關投入的費用不斷增加，其成果、效益也很難衡量！這些都是在企業引進軟體系統後才會發現的真實！在購買系統時，系統廠商對軟體系統功能與價值的描述非常理想而美好！然而，現實卻是很骨感的！也就是系統無法解決企業的問題、無法創造具體價值！最終常導致企業對系統服務廠商的不滿！
Bret強調：應用型 AI 不應盲目追逐 AGI，或LLM或AI 智能體，甚至所謂的超級智能體。Bret 認為在模型的技術方面，人工Agent技術發展的重點：不在要於自己去預訓練一個模型，也不是強調模型的參數規模越大越好！但目前市場上的大模型都在強調千億級、甚至到萬億級的參數！他重視AI智能體要能調用並微調多個模型。一般系統裡有很多不同的模型，這些模型多數是開源的，不是單一供應商；也不需要特別強調模型的參數規模，參數量只是衡量模型複雜度與效能的指標之一！DeepSeek的成功就是一個典型案例。
參考Bret的建議，企業在採行推動AI智能體或數智化時，不要盲目跟隨技術或軟體服務廠商對AI的觀念或期望炒作，具體企業實際面對的運營問題、痛點為核心！選擇以『按結果、創造的價值付費』的AI解決方案；不盲目地相信大數據的『預訓練』，而是聚焦企業具體場景的適配；從運營的『痛點處』著手，通俗地講是先『止痛』，解決當前具體問題；這不是在賣膏藥，有病治病，無病保健強身！警惕：AI泡沫的風險，理性回報。
※以上言論不代表梅花媒體集團立場※
