【觀點】AI、機器人真的有本事顛覆藝術嗎？「工具」與「創作者」如何劃界線？|數位時代 BusinessNext

【觀點】AI、機器人真的有本事顛覆藝術嗎？「工具」與「創作者」如何劃界線？

當一件作品打動人心，卻發現創作者竟然是AI或是機器人，那它們有資格被稱為藝術家嗎？作者認為，糾結何為「合理的輔助」對於現今的社會來說是太過困難的事。

如果AI的身分只是「助理」，你可以接受嗎？

進一步剖析這個案例，我們可以將「Midjourney」類比成一位貼心、稱職的助理，傑森．艾倫只要給出個大致的概念，並無須定出清楚的規劃與步驟，它就能提出各種可能的設計，甚至是他事先並沒有設想到的情境，這過程可重複進行直到創作者滿意為止，那麼大家可以接受這種合作模式嗎？會不會也想擁有一位這樣的助理？

而不只AI，機器人的表現也不遑多讓，就在2019年1月，位於台中的國立台灣美術館推出名為《the big picture》的特展，主角是來自德國的工業機械手臂KUKA，它在長達近四個月的展期中，以完全不休息、畫筆不離開畫布的方式描繪出火星的表面景象，除了最終所完成的畫作之外，中間的繪製過程也被視為是創作的一部分，想問的是，我們應該如何評價此作品的藝術性、又該如何看待作為「繪者」的機器人呢？

也許我們可以將《the big picture》視為一種裝置藝術，機器人順勢就成為了新一代的媒材，藉由它比擬人類的自主形象，當機器人孜孜不倦、一筆一筆作畫的同時，觀眾彷彿看到一位全心投入的畫家，堅定不移地將心中的意象呈現在眾人面前，換句話說，即使機器人並「無心」創作，觀看者卻能感受到那股「心意」。而除了透過機器人所製造的移情效果外，以技術面來看，KUKA也充分展現出高於人類的精準度、持續力、以及處理巨幅畫作與細節的能力，這些被歸類為工匠式的技巧也不容小覷，正如眾所熟知，攝影技術的誕生對畫界是具有深遠的影響，看來機器人斜槓繪者的職涯才正在開始。

這些案例讓我們見識到AI機器人的功力，但仍不用太過緊張，由上述所言，現階段它們還是扮演著工具性的角色，作為「助理」、「媒材」的形式協助創作完成，仍不至於直接挑戰到人類主導的地位。

「合理的輔助」難界定，不妨想想藝術的本質？

不過若深入去談引起爭議的原因，是因為這些「工具」似乎正在日漸強大，甚至有喧賓奪主之嫌。

我們以運動領域作為對照，器材、裝備也正持續改進中，以球拍為例，所採用的材質直逼太空梭，既輕巧又避震，但底線是不能有動力源，總不能加裝個馬達吧？

也就是說，作為工具的核心應該是輔助性、而且是被動形式，即使是被動輔助也必須有所限制。不知道大家是否對十幾年前、人稱「刀鋒戰士」的南非截肢短跑選手皮斯托利斯(Oscar Leonard Carl Pistorius)還有印象？在碳纖維材質義肢的協助下，他的跑速快到讓人質疑是否是不公平競爭，進而迫使國際田徑總會修改規則，禁止使用此類器材。

而AI機器人與藝術領域的糾纏更為複雜，更何況藝術作品高下的評判本來就相當主觀，又該如何界定何謂「合理的輔助」呢？

也許我們也無須過於糾結，是不是就將AI機器人的介入當成是一種轉機，趁此機會好好審視一下藝術競賽的意義，更加深入思考藝術的真諦？因為展望未來，AI機器人應該會持續它的「超級工具人」身分，也說不定它們能隨著技術的演進「無心插柳」地提供超出人類想像的創意，而我們真的需要在意AI機器人與藝術家到底是如何分工嗎？

如果觀者的感受是最終的裁判，是不是就讓作品自己發聲呢？畢竟藝術所追求的，不就是感動人心的作品嗎？

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場）

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。