牽手馬斯克創辦的OpenAI，微軟投資10億美元開發雲端AI技術|數位時代 BusinessNext

牽手馬斯克創辦的OpenAI，微軟投資10億美元開發雲端AI技術

微軟宣佈投資AI研究機構OpenAI 10億美元，同時兩家公司將攜手合作，除了開發雲端AI技術外，也將共同朝通用人工智慧的大方向邁進。

雲端只是第一站，OpenAI攜手微軟直指通用人工智慧

藉由這次機會，OpenAI將與微軟達成獨家合作，除了使用Azure作為開發平台外，雙方也將攜手為Azure雲端平台開發AI技術，同時給予微軟部份技術授權。微軟預計會將這些技術商業化，出售給其合作夥伴。

OpenAI表示，與微軟的合作有助於實現通用人工智慧（AGI）的願景。所謂的通用人工智慧，指的是擁有與人類同等智慧，甚至超越人類智慧的AI，無疑是AI領域的終極目標。

OpenAI執行長山姆．奧特曼（Sam Altman）深信，AGI將能掌握跨領域的知識，對於跨領域複雜知識的融會貫通，沒有任何人類專家能出其右。AGI的誕生有助於解決困擾人類已久的諸多問題，包括氣候變遷、醫療技術侷限等。

奧特曼表示，AGI將是人類歷史上最重要的技術進展，可能將形塑人類未來發展的軌道，而OpenAI的使命便是確保AGI能令全人類受益，讓AGI帶來的經濟效益廣泛散布至世界各地。

研究太耗錢，OpenAI想把技術變現

OpenAI技術長格雷格．布洛克曼（Greg Brockman）透露，OpenAI對演算能力日益龐大的需求，是促成與微軟合作的一部分原因。根據OpenAI的分析結果，就整個業界而言，2012年至2018年期間，大型AI訓練使用的計算量已成長逾30萬倍，平均每3.5個月就會倍增一次。

OpenAI也是其中的「重度使用者」。4月上旬時，OpenAI開發的電競AI「OpenAI Five」擊敗了《Dota2》去年國際電競比賽「The International」冠軍隊伍。OpenAI Five平均每天訓練250年，在與冠軍隊伍決勝前，已累積45,000年的修煉經驗。

然而追求強大的AI需要代價，開發技術、培育AI所費不貲。光是成立初期、規模仍小得多時，OpenAI 2016年就花費了1,120萬美元；而規模更大的Google AI子公司DeepMind，甚至一年能燒掉4.42億美元。

布洛克曼表示，開發強大的AI技術需要資金，而變現最顯而易見的方法就是打造產品。為了這個目標，他們需要將目光放到更多事物上。開發強悍電競AI之餘，OpenAI也積極拓展在機器視覺、自然語言處理等不同領域的研究與技術，在開源技術上也貢獻良多。

本次與微軟的合作，也可說是OpenAI將業務拓展至雲端的一大嘗試，在官方聲明中，微軟將成為OpenAI商業化AI技術的優先合作夥伴，外媒推測，這意謂著OpenAI的軟體可能將與Azure進行整合商業化。

微軟執行長納德拉（Satya Nadella）表示，AI是這個時代最具顛覆性的技術之一，擁有幫助我們解決迫在眉睫難關的潛力。OpenAI突破性的技術與Azure AI超級運算能力的結合，將離AI民主化、安全發展的願景更近一步，讓所有人都得益。

責任編輯：蕭閔云

ChatGPT、Gemini、Claude 等 AI 通用工具問世後，「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用，多數卻仍停留在文書輔助、單一聊天機器人（Chatbot）運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻，企業需要的不再只是一個會回答問題的對話框，而是具備「自主決策與行動執行」能力的「代理式 AI」（Agentic AI）。

Going Cloud 和 IDC 合作發布的《多代理系統崛起打造敏捷韌性企業》報告便指出，如今「AI First」時代來臨，企業的 AI 應用正從輔助性質走向自主營運，有 80％的企業期望藉此提升生產力，70％的企業希望能更輕鬆處理複雜任務，還有 66％的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多，必須納入組織管理

但究竟什麼是「代理式 AI」？

「過去人們使用生成式 AI 時，需要一步步下達明確指令，但現在使用者只要賦予代理式 AI（Agentic AI）明確目標，它就能自己理解前因後果、進行推演，甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加，比方說，人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI，跨部門協作的複雜度也隨之飆升，「如果你是管理者，你就會意識到，必須把 AI 當成一個人，納入組織裡來管理。」黃柏淞強調，能統籌、指揮多個 AI 代理協作的「多代理系統」（Multi-Agent System, MAS），正是為了解決這個痛點而生。

簡單來說，MAS 就像虛擬的企業總部，負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時，各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性，企業可以依照業務需求，隨時新增、更改 AI 代理，能大幅提升營運韌性。

雖然企業普遍意識到，代理式 AI 已經蔚為風潮，但實際部署時，仍面臨諸多挑戰。《多代理系統崛起　打造敏捷韌性企業》報告便顯示，資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題，「企業最擔心串聯多個 AI 代理時，要是權限沒控管好，很容易有機敏資料外洩的風險。」黃柏淞提到，在此情形下，Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」（Supervisor Agent）作為主要決策層，底層則串聯了各個負責單一任務的「任務代理」（Task Agents）。

以 Going Cloud 服務的大型金融企業為例，假設一位 VIP 客戶登入銀行 APP，詢問 AI 客服：「我想申請房貸，請問現在利率多少？另外，請幫我評估把我目前的科技股基金贖回當作頭期款適不適合？」如果是傳統的聊天機器人，可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡，「主管代理」接收到任務後，會先拆解再指派負責「房貸利率」的「任務代理」，去後台抓取客戶的信用評分和最新房貸專案。同時，這位虛擬主管還會指派「理財分析」的「任務代理」，去檢視客戶最近科技股基金的績效並預測市場。最後，再由「主管代理」統整資訊，一併給出一份完整且客製的財務建議，「分層式 MAS 能確保整個過程的指令被清楚傳遞，而且因為權限分層管理，房貸 Agent 不會碰到不該碰的理財資料，符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看，多代理客服平台能降低 50％以上的人工客服工作負擔，並讓回覆使用者問題的平均時間減少 60％以上；FAQ 知識導向與 API 資料調用的正確率，在調用得當的情況下，也都達到9成以上的成功率。黃柏淞指出，金融、製造、顧問等有複雜跨部門協作需求的大型企業，都是亟需採用代理式 AI 的產業。

懂雲也懂企業痛點，助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構？一方面，Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技（KKCompany Technologies），奠定具備理解和服務大型企業的經驗，且自 2022 年創立起，就鎖定服務架構最複雜的大型企業市場。同時，Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家，此成就彰顯 Going Cloud 在堅實的資訊安全基礎上，深化了對個人資料保護的承諾，為客戶提供符合國際標準的資料保障，強化雲端服務領導地位。另外，Going Cloud 還能為企業量身打造底層 AI 平台，提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業，黃柏淞建議，釐清應用場景，比追求最新技術更重要，「唯有清晰定義痛點，才能讓強大的 MAS 平台真正落地。」
他特別提到，導入 MAS 系統不只是 IT 部門的責任，其實更像企業的升級轉型，「未來的知識工作者，不能只是單純『接球就打』，每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表，應該要學著指派手下的「數位同事」去執行。員工的核心價值，將從過去繁瑣、重複性任務的執行，轉移到前期的目標定義、流程規劃，以及後期的決策判斷和審核把關。

AI 技術飛速推進，企業間的競爭已從「要不要用 AI？」，升級成「如何管理與協作多個 AI？」。透過建構靈活、安全且具高擴展性的多代理系統，企業不僅能解放員工的生產力，更能在瞬息萬變的市場中，打造敏捷、韌性兼具的營運大腦。