AI主權之爭：開源模型真能捍衛企業核心機密？或只是新創的策略佈局？

隨著人工智慧（AI）技術日益深入企業營運，關於數據主權與模型控制權的爭議也浮上檯面。歐洲AI新創Mistral的創辦人兼執行長亞瑟·門施（Arthur Mensch）近日透過LinkedIn發文，向企業界發出嚴正警告：過度依賴閉源AI模型，恐將企業的商業流程與核心機密拱手讓人。

閉源模型潛藏風險：企業數據恐遭供應商「看光光」

門施指出，銷售閉源模型的AI實驗室正不斷儲存客戶數據，這無疑為他們打開了一扇窗，得以窺探客戶的商業流程。他甚至聲稱，部分AI實驗室「有利用這些資訊追逐其最成功客戶的紀錄」。

為此，門施建議企業應將數據儲存在開源系統中，自行設定AI的存取規則，並建立自己的訓練模型。他坦言，這些努力「可能看似艱鉅」，但強調：「尖端AI能加速您的業務成長，但如果它不在您手中，那就不會是您的成長。」

門施的觀點並非孤例。Palantir執行長亞歷克斯·卡普（Alex Karp）也曾發表類似言論，敦促企業建構自己的AI模型，而非仰賴外部的專有解決方案。Palantir更為此發布了一份關於企業安全AI的宣言，其中寫道：

「掌控您的權重（weights），即是掌控您的命運。權重是來之不易、累積而成的機構知識的精髓。如果您讓他人控制您的權重，您就是在允許他們將您企業的優勢（alpha）轉移到他們那裡。」

這裡的「權重」指的是AI模型在訓練過程中學習到的參數，它們是模型智慧的結晶，也是企業獨特知識的數位化體現。

開源模型的挑戰與潛力：成本效益與特定領域優勢

然而，據《The Decoder》報導，門施的論點雖有其道理，但也需置於特定脈絡下審視。Mistral是目前歐盟唯一擁有相關AI模型的公司，但在原始性能上，它尚無法與GPT-5.6 Sol或Fable 5等頂級模型競爭。Mistral的商業模式很大程度上依賴於「歐盟主權」這一概念，儘管其約30%的股份由美國投資者持有，但這仍是該公司最能發揮優勢的領域。

此外，大型通用型AI模型在許多專業基準測試中，只要相關領域知識包含在訓練數據中，往往能擊敗專業模型。這表明門施在某種程度上，也是在為自己的開源業務模式發聲。

儘管如此，近期一項關於金融文件分析的實驗，部分支持了門施的觀點。實驗結果顯示，大型模型訓練數據中未包含的內部專家知識，確實能提供競爭優勢。

對沖基金Bridgewater與由前OpenAI技術長米拉·穆拉蒂（Mira Murati）創立的新創公司Thinking Machines Lab，利用其自身的投資者評估數據，對開源模型Qwen3-235B進行了微調。根據他們自己的評估，經過微調的模型在金融文件分析上的準確度達到84.7%，而最佳的尖端模型僅為78.2%。更值得注意的是，其營運成本幾乎降低了14倍。

不過，這項比較並非獨立進行，且兩家公司都與銷售其產品有關，因此帶有一定利害關係。這也僅是一個「快照」式的結果。像Anthropic或OpenAI這類公司，未來可能只需購買或自行生成這類數據，便能再次奪回領先地位。

這場關於AI模型主權的辯論，凸顯了企業在擁抱AI技術時所面臨的兩難：是選擇閉源模型的強大性能與便捷性，還是優先考慮開源模型的數據控制權與潛在成本效益？這不僅關乎技術選擇，更觸及企業核心資產與未來成長的戰略佈局。