OpenAI大轉彎！放棄轉型營利公司：奧特曼怎麼說？冤家馬斯克贏了？三大原因一次看|數位時代 BusinessNext

OpenAI大轉彎！放棄轉型營利公司：奧特曼怎麼說？冤家馬斯克贏了？三大原因一次看

OpenAI再拋震撼彈欲重組非營利主導模式，然而，過去數月對此提出訴訟的馬斯克卻不買單？OpenAI的「身分認同」危機怎麼解？

OpenAI於美國時間5月5日宣布，放棄轉型為營利公司，恢復創立初期的非營利營運模式。 未來，OpenAI的非營利組織，將重新擁有公司所有營運和商業活動的完整控制權。

根據官方聲明， 非營利組織將繼續控制OpenAI，同時將其目前的營利部門轉變為公益企業(PBC)。 此舉是在與加州和德拉瓦州總檢察長辦公室進行討論後做出的，凸顯了法律考量、公眾壓力和使命承諾在塑造公司未來方向中的重要性。

OpenAI放棄轉型營利公司

作為OpenAI創辦人之一，馬斯克（Elon Musk）去年向法院提出訴訟，要求法官阻止OpenAI成為一家營利性公司。禁令請求雖然在今年3月駁回，但部分訴訟仍繼續進行，期間馬斯克還主動出價974億美元，希望收購OpenAI。

也因此，OpenAI的最新聲明讓業界關注，馬斯克和OpenAI執行長奧特曼（Sam Altman）數個月來的隔空交鋒是否分出勝負。

奧特曼：OpenAI未來仍將是非營利組織

根據OpenAI官方聲明，公司將進行結構重組，使非營利組織「OpenAI Inc.」成為公司資產和業務的唯一控制者。包含先前成立的營利性子公司「OpenAI Global LLC」將過渡到公益公司（PBC），並且完全由OpenAI Inc.掌控，改變了過去幾年來的雙重結構模式。

奧特曼在聲明中表示，在經過深思熟慮後，決定讓OpenAI回歸最初的使命和結構， 「OpenAI 最初是一家非營利組織，未來仍將是一個監督和控制營利性組織的非營利組織，這一點不會改變。」

OpenAI於2015年12月由奧特曼、馬斯克、Ilya Sutskever和Greg Brockman等人創立為非營利組織，其明確目標是 「確保人工通用智能(AGI)能夠惠及全人類」 。最初，創始人相信非營利501(c)(3)結構是開發安全且有益的AGI的最有效載體，不受利潤動機的束縛。

然而，隨著AI研究的資金需求不斷增加，OpenAI在2019年做出重大結構調整，引入了「上限利潤」模式。 這一混合結構允許OpenAI成立營利子公司以吸引投資，同時保持非營利組織的控制，確保公司仍然優先考慮其使命而非利潤最大化。

截至目前，微軟已向OpenAI投資了137.5億美元，為其最大投資者，2024年初，OpenAI在新一輪融資中估值達到800億美元，並修改了公司章程，為營利性業務提供了更大的自主權。

然而，僅僅1年多後，公司又宣布回歸非營利治理模式。問題是，為何OpenAI在轉向營利的方向上碰壁？

法律與監管壓力成主因

OpenAI放棄完全營利化計劃的首要原因是來自法律和監管機構的顯著壓力。

在2025年5月的聲明中，OpenAI董事會主席Bret Taylor和奧特曼均確認，這一決定是 「在聽取公民領袖的意見並與加州和德拉瓦州總檢察長辦公室進行討論後做出的」。

根據非營利法律，慈善機構不能隨意改變其整體目的，特別是涉及已投入該目的的資產時。任何重大變更都需要獲得法院授權，並將相關州檢察總長列為「必要方」。這一法律框架可能構成了重大障礙，因為：

根據cy pres原則，只有當慈善機構履行其目的變得不合法、不可能、不切實際或浪費時，才能改變其目的：這是相當高的門檻。如果有理由改變目的，慈善機構的資產必須用於合理接近慈善機構原始目的的慈善目的。」

OpenAI的原始使命「確保AGI惠及全人類」是其組織身份的核心。完全轉為營利結構可能會危及這一使命，因為它會將利潤動機置於公共利益之上。

根據非營利稅務律師Rose Chan Loui指出，任何結構變化都需要「允許非營利組織保持對技術開發的控制」，特別是考慮到OpenAI的基礎目的是確保AGI的發展以安全和有益的方式進行。

總結而言，OpenAI放棄轉變為營利公司，可歸納為以下三點：

前OpenAI員工和AI研究人員的公開信，敦促加州和德拉瓦州總檢察長調查結構變更是否符合非營利義務。

馬斯克提出的高調訴訟，指控公司偏離其創立使命。

加州慈善機構聯盟呼籲調查，質疑OpenAI計劃的新業務結構，是否會履行其慈善使命。

這些外部壓力共同形成了一股強大力量，促使OpenAI重新評估其純營利計劃。

進退兩難！想不營利也不是奧特曼說了算

「OpenAI的聲明是一種明顯的迴避，未能解決核心問題：慈善資產已經並且仍將轉移，以造福個人，包括奧特曼、他的投資者和微軟。」 負責馬斯克對OpenAI訴訟的首席律師托伯羅夫（Marc Toberoff）表示，OpenAI的新決策「沒造成任何改變」，這表示馬斯克對OpenAI的訴訟仍會持續進行。

此外，最大投資者、同時也是合作夥伴的微軟，將成為OpenAI重組成功與否的一大決定因素。

根據彭博社報導，知情人士表示， 微軟希望確保OpenAI的任何結構性改變，都能充分保護微軟的投資，目前仍在積極談判OpenAI的提案細節。

奧特曼也表示，OpenAI仍在與公民組織、檢察機關、和微軟等對象溝通，「我們期待和他們、Microsoft以及我們新任命的非營利組織專員，持續對話以推進該計劃的細節。」

本文合作轉載自：數位時代

延伸閱讀：OpenAI出手！擬砸30億美元收購Windsurf：抗衡Claude、Cursor，進軍Vibe Coding領域

資料來源：OpenAI、Reuters、紐約時報、Bloomberg

責任編輯：李先泰

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問