奧特曼放棄的開源，Google為何派Gemma搶下？解析「複製安卓」AI大計|數位時代 BusinessNext

Google 發表 AI 開源模型 Gemma (芽)，企圖複製當年 Android 的成功戰略。

歷史不會重複，但總是驚人地相似。

2007 年 1 月時，iPhone 橫空出世，Steve Jobs 開啟了智慧型手機的時代。當時的 Google 大為緊張，但也不是毫無準備，因為 Google 在 2005 年時，用一個非常划算的價格買下了 Android 這一家公司。眾所皆知，Android 現在已經是全世界最大的行動裝置作業系統，市佔率高達 7 成，而且多年來一直維持霸主的地位。

Google 在當時作為一個智慧型手機作業系統的後進者（其實也沒多後進，2007 年 11 月時 Google 就發表了 Android 第一個版本），之所以能夠跟捷足先登的 iPhone 競爭到今天，主要是因為一個關鍵的正確戰略：把 Android「開源」，讓搭載 Android 作業系統的手機能夠在全世界遍地開花。

這個戰略讓 Google 趕上了智慧型手機的時代，一路吃香喝辣到今天。

Google複製Android戰略，背後在想什麼？

而 Google 之所以採取跟 Apple 閉源戰略完全相反的路線，有兩個主要的原因。

Google賺錢不是靠賣硬體，廣告才是印鈔機

第一，Google 非常清楚自己是一家什麼公司。相較於 Apple 是一家硬體公司，利潤主要來自於販售硬體和後來 App Store 抽成產生的龐大利潤。Google 則是一家廣告公司，收入和利潤並不來自於販售硬體，而是來自於印鈔機「搜尋廣告」。所以對於 Google 來說，開源 Android 是毫無懸念的一件事情，Google 並沒有想從販售硬體中賺錢。

於是又回到那句老話了：數位經濟所有的戰爭，都是生態系的戰爭。

沒搭上頭班車，先求上車綁住使用者

所以對於 Google 來說，第二個主要原因是作為一個後進者，絕對沒有本錢採取一樣的戰略、還希望自己能在落後 11 個月的情況之下、有辦法跟先進者優勢這麼強的 iPhone 去拼場，所以 Google 聰明地選擇了適合自己的打法。

Apple 是硬體公司，商業模式的是垂直整合和閉源，把所有事情牢牢掌握在自己的手上，一點不外漏。Google 是軟體公司，在沒有搭上頭班車的情況下，目的是先求上車，鞏固和延伸自己既有的廣告商業模式，硬體的錢一毛不賺都沒關係，先讓使用者進入 Google 生態被綁住才是重點，反正後面都會從廣告賺回來，這是羊毛出在豬身上。

後來的故事我們都知道了，Google 和 Apple 到了今天持續是智慧型手機的霸主，競爭優勢一點未減。

這跟現在的 AI 戰局是不是非常類似呢？

AI大戰雖未搶到先機，但Google只要發力8成就夠了

OpenAI 在 2022 年 11 月底讓 ChatGPT 橫空出世，包含 Google 在內的所有主要科技公司都大為緊張。Google 過了幾個月急忙發表 Bard，結果出了一堆包，遭到眾人譏笑，股價也因此下跌，批柴哥被媒體罵到臭頭。後來 Google AI 和 DeepMind 終於開始整合，於是到了 2023 年 12 月，時隔 ChatGPT 剛好問世一年，Google 發表了 Gemini，在技術上大幅縮小了自己與 OpenAI 的差距。

但 Gemini 的重點並不是技術，Google 在 AI 模型上只要達到「堪用」的等級，就已經足夠鞏固自己的生態系統。

所以重點是 Google 透過 Gemini，找回了自己應該有的打法和節奏。就如同我之前分享的，AI 技術再怎麼厲害，打的還是一場生態系的戰爭，Gemini 在幾項評比上落後 GPT-4 幾個百分點根本不重要，重點是 Google 把自己原本傾斜的重心擺正了：不是拿 Bard 去跟 ChatGPT 直接拼場比技術，而是以一整套語言模型家族，天羅地網灑到自己手上所有的產品和通路當中。

然後，Google 現在更進一步發表 Gemma 開源模型了。對啦你 OpenAI 技術超強，Sora 打爆一堆設計師、動畫師、電影師讓他們以後沒飯吃，而且搞不好手上已經有 AGI 大絕招可以放出來。

所以呢，那又怎樣？

你 OpenAI 靠技術賺錢，我 Google 是靠廣告賺錢；我發力 8 成的技術力加上既有生態，已經足以跟你發力 10 成技術力、但沒有生態通路的不穩商業模式對抗。

而現在，Google 開始如法炮製 Android 的戰略，把語言模型當成是下一個作業系統，讓 Gemma 能夠盡可能進到 Google 現在手上還沒有的通路當中。 就跟當年 Google 來不及、也沒有能力自己生產智慧型手機一樣，Google 現在用開源重現了這個戰略，把 AI 也當成是作業系統廣灑出去，反正先進到我 Google 的生態，後面我有其他辦法把錢賺回來，羊毛現在還是長在豬身上。

OpenAI 原本是最有資格執行這個戰略的公司，威脅 Big Tech 在「AI 作業系統」的布局，當上下一代作業系統的霸主。畢竟 OpenAI 原本成立的宗旨，就是希望把 AI 技術開放出來，人人受惠。不過一個想要自己蓋晶圓廠的執行長，過去一段時間把 OpenAI 搞成了 CloseAI，再也不把開源當成主要的戰略。

於是，先是 Meta 搶先發表了 Llama，搶了 AI 開源社群的風頭，讓自製 AI 模型遍地開花。現在連 Google 也反過來要用 Gemma 開始蠶食鯨吞 OpenAI 棄守的開源社群。

所以我說，OpenAI 有 AGI 的話真的要趕快放出來，不然 Big Tech 也不是吃素長大的。

也或許，Sam Altman 真心認為自己是 Steve Jobs 再世也說不定。

延伸閱讀：Gemini其實不是要幹掉ChatGPT！Google兵分三路想做什麼？AI大戰解析

《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）

責任編輯：蘇祐萱

從數學到生物統計，帶出數據背後的人性關懷

在研讀博士期間，他接觸到了當時炙手可熱的「存活分析」，意識到生物統計能直接幫助科學家、臨床醫師回答有意義的科學問題，對人類健康產生間接但深遠的助益，就此便踏上生物統計的「不歸路」。

1986年，已在美國約翰霍普金斯大學（Johns Hopkins University）任教職的他，與同事Scott Zeger研發出新的統計方法「廣義估計方程式」。梁院士解釋，不論是實驗室、世代流行病學或臨床試驗，只要是縱貫式硏究（longitudinal study），產學研界都會用到GEE，進行統計分析。尤其在國際大藥廠最常用的「前後測臨床試驗」（pre-post design for clinical trial designs）中，GEE讓全球臨床醫師能準確評估癌症、心臟血管和糖尿病等新藥的療效，進而獲得各國食藥署通過，造福千萬病患。GEE發表至今，已被引用逾22,000次，並納入R、STATA、SAS、SPSS等主要統計軟體中。

雖然在約翰霍普金斯大學任教長達28年，梁院士卻幾乎年年暑假，都返國舉辦研討會，分享國際生物統計和流行病學的新知。也因為始終心繫臺灣，讓梁院士在2010年，毅然辭去在美教職，回臺擔任國立陽明大學校長。

一方面，梁院士成功為學校爭取5年500億的計畫經費，成立腦科學中心、腫瘤免疫中心和高齡健康研究中心，將陽明大學打造成研究型大學，並在國際間嶄露頭角。另一方面，為了培育年輕人才，他選擇停下個人研究，建立起由資深教師帶領年輕教師的「師徒制」，鼓勵經驗傳承，「組織要永續發展，有賴於年輕人才的成長。」像是他自己儘管平常公務繁忙，仍活躍於社群，默默留心學生的大小事；他並邀請學生前往校長宿舍，定期舉辦「與校長有約」活動，這讓學生與他之間「零距離」，大至職涯規劃、小至生活瑣事，都樂於與他分享。

最重要的是，梁院士相當看重全人教育，因此廣泛開設人文講座、藝術文化等通識課程，尤其陽明大學以醫科見長，「所謂視病如親，醫護人員在專業之外，更需要具備人文素養，才能真正關懷病患。」

2017年，梁院士接下國家衛生研究院院長一職。這時，他又迅速轉換角色，每週檢視國際文獻、提供數十件政策建言，充分發揮國衛院的智庫功能。新冠肺炎爆發期間，他再度臨危受命，擔任中央流行疫情指揮中心研發組組長，帶領國衛院在15天內，完成公克級瑞德西韋合成，並與阿斯特捷利康（AstraZeneca）簽約，預採購1千萬劑疫苗，達成防疫、安定民心的任務。

不斷跨界，帶著使命感堅定前行

一輩子都在「跨領域」的梁院士，堅信創新不僅來自技術，也來自跨域合作帶來的新思維。他在美國求學、教書時，不是發表完論文就沒事了，他還持續思考，自己的研究能如何被用在臨床，因此他積極參與思覺失調症、強迫症研究等多項計畫，與基因學家、精神科和流行病學醫師腦力激盪、挑戰彼此。但梁院士特別提醒莘莘學子們，「跨領域」固然重要，大學時期仍應先在一個領域「站穩腳跟」，如此才能擁有與不同領域對話、欣賞的紮實基礎。

在產官學界耕耘逾40年，梁院士絲毫未停下前進的腳步。如今，他仍在杏壇作育英才，也深入業界，期望將研究成果更直接應用在藥物，以造福病患，「這是我一直鼓勵學生進入藥廠的原因！因為他們對人類的貢獻，可能比發表文章更直接。」近來，他心心念念的最大任務，是以自身人脈連結資源，為臺東大學爭取設立護理系，填補偏鄉地區的醫護缺口。

每一個統計數字背後，都承載著真實的生命重量；每一次跨領域的嘗試，都可能為人類帶來新的希望曙光。梁院士在統計學的精準座標中，繪製出一幅幅影響深遠的生命藍圖，持續為臺灣乃至全球的健康與福祉努力。