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 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。