OpenAI「7叛徒」成立的Anthropic,創業宗旨是什麼?Claude 3跟ChatGPT有什麼不同?
OpenAI「7叛徒」成立的Anthropic,創業宗旨是什麼?Claude 3跟ChatGPT有什麼不同?

新創Anthropic於3月4日公布了最新AI模型:Claude 3,號稱在推理與計算能力上都超越了GPT-4,再次將AI競賽推向了另一個高峰。

Anthropic成立至今的募資成績也相當亮眼:2022年,Google投資Anthropic 3億美元;2023年,當OpenAI獲得微軟投資美金上百億元之際,Amazon宣布投資Anthropic 40億美元,並讓AWS成為Anthropic主要雲端服務供應。

時至今日Anthropic估值達到184億美元(約新台幣5,500億元),就連長期關注AI領域的影星艾希頓・庫奇(飾演電影《賈伯斯》的演員),也投資了Anthropic。

其實,Anthropic是由OpenAI的前員工們成立的——這7位「叛逃」的員工表示:在AI模型的安全考量上,我們與OpenAI有不同的願景。

究竟在創辦Anthropic時「7叛徒」們在想些什麼?

OpenAI「7叛徒」所成立的新創Anthropic

執行長Dario Amodei表示,Anthropic的核心價值是希望打造出人類不會恐慌的AI。

身為OpenAI前研發副總裁Dario Amodei,曾負責負責GPT-2和GPT-3的建置工作。Dario Amodei在OpenAI 4年多的工作期間,領導過多項關於AI安全性的研究,卻也讓他逐漸對OpenAI感到失望。

簡單來說,Dario Amodei認為所謂的安全AI,指的是AI不會有過多自己的猜測,才不會讓人用起來覺得難以相信或感到害怕。

就在2023年11月22日,OpenAI在寄給員工的信中證實有「超越人類的自主系統」的Q*計畫存在,所以早在2021年,Dario Amodei就決定攜手妹妹Daniela Amodei和其他5位同樣為前OpenAI的技術夥伴出走,並成立了Anthropic。

Antropic-founder
Anthropic執行長Dario Amodei表示,Anthropic的核心價值是希望打造出人類不會恐慌的AI。

為了強調安全性,Anthropic也坦承AI系統的性能可能因此受限,系統只會回答訓練資料裡的內容而不會去多做「猜測」。但獲得了這麼多投資,Anthropic的Claude 3產品是否真的站的住腳,引起各界關注。

Claude 3有望挑戰GPT-4地位

Claude 3系列模型共包括:功能最低階的Claude 3 Haiku、中階的Claude 3 Sonnet,以及最進階的Claude 3 Opus。

在性能方面與競爭對手OpenAI的GPT-4相比,用戶能輸入較長的資料內容,比起GPT-4的32萬個token,Claude 3系列的3種模型都接受超過100萬個token的輸入。Claude 3不再是完全免費,每100萬個訓練單位的輸入費用為美金0.25到15元間,輸出為1.25到75美元,依照模型進階程度收費。

訓練單位(Token):AI處理大型文本時,會先將文本切成最小的基本訓練單位,例如以空格作為切割單位依據。
Anthropic封面
Claude 3系列的3種模型都接受超過100萬個Token的輸入,與競爭對手GPT-4的32萬Token相比,用戶能輸入較長的資料內容。

除了性能之外,Claude 3和過去的Claude模型強調「安全性」的精神相同:透過Anthropic自主研發的訓練技術,在訓練過程中訂定「憲法」,讓AI遵守的特定價值觀,避免使用者在與AI的互動過程中感覺「被侵犯」。但Claude 3不再和之前的模型一樣,因缺乏對語意的了解而經常拒絕回覆使用者,而是可以更細緻地處理語意,將錯誤回覆的機率降低約5-10%。

Anthropic-Claude3
Claude 3不再和之前的模型一樣,因缺乏對語意的了解而經常拒絕回覆使用者,而是可以更細緻地處理語意,將錯誤回覆的機率降低約5-10%。

Anthropic所強調的AI「人類價值」,下一步會是什麼?

關於AI「人類價值」,美國副總統Kamala Harris曾在去年舉辦一場線上會議,除了微軟、Google、OpenAI外,Anthropic也受邀參與討論AI該如何負責任地持續發展。

OpenAI的ChatGPT產品讓AI聊天機器人進入人們視野,讓AI能作為日常使用。如今AI聊天機器人白熱化,除了GPT外各家相繼推出自己的模型,包括:Google的Bard、Anthropic的Claude。然而,自從OpenAI接受微軟大量的資金後,有學者批評OpenAI已不再是開源的非營利組織,而是閉源的營利性組織。

隨著Anthropic成長,公司獲得來自Google、Amazon等更多資金,堅守「人類價值」這件事可能過於理想。OpenAI的「7叛徒」是否能一直把OpenAI當作前車之鑑,還是未來也有機會和OpenAI走向同樣的目的地是值得關注的面向。

參考資料:TheVerge、NYTimes、CNBC、TechCrunch、Fortune

本文授權轉載自:創業小聚

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓