Google與新創Sakana AI合作，背後暗示著對Transformer路線的憂慮？|數位時代 BusinessNext

Google在近期宣佈與日本AI新創Sakana AI建立合作夥伴關係，Sakana AI將在產品中導入Gemini，並提供回饋協助Google改善模型品質。乍看之下這是再尋常不過的科技巨頭投資案，實際上卻暗示了這間科技巨頭對Transformer路線的憂慮，以及試圖押注不同作法的技術避險。

根據合作聲明，Sakana AI將能在產品開發中積極使用如Gemini等Google的大型語言模型，並透過Google的雲端基礎設施提供安全性要求高的金融和政府客戶服務；Sakana AI 也將回饋使用者反饋，協助Google改善模型品質。此外，雙方計劃推動人員交流與AI聯合研究。

Sakana AI是誰？為何吸引Google青睞

Sakana AI是一家成立於 2023年 8 月、總部位於東京的前沿人工智慧新創公司，由David Ha、Llion Jones和Ren Ito三位創辦人共同成立。

其中，David Ha曾領導 Google Brain 在日本的研究團隊，擁有深厚的神經網絡與自動機器學習研究背景；Llion Jones 則是2017年開創Transformer架構的《Attention Is All You Need》論文八位作者之一，而這篇論文奠定了 GPT、Gemini、Claude等大型語言模型的技術基礎。

Sakana AI將生物系統與自然演化啟發融入 AI 設計，提出了多種具有突破性的架構與系統，以及進化模型融合（Evolutionary Model Merging）、AB-MCTS多模型協作算法等。這些技術方向反映公司的核心信念：儘管Transformer很強大，生物啟發的技術與混合架構可能是突破瓶頸的關鍵。

Sakana的標誌就是一條逆流而上的魚，象徵著公司不滿足於現有主流AI擴展路線，而是探索全新的架構。「我對Transformer感到徹底厭煩。」Jones認為，當前業界過度專注於縮小研究範圍以追求性能，卻忽略了更根本的創新。

「擴展定律」可能走不通，Google坦承大型語言模型存在侷限

Transformer是2017年由Google研究員提出的一種AI模型架構，它的核心突破在於「注意力機制」，讓模型能夠在處理序列資料（如語言、程式碼或時間序列）時，自動學習哪些元素最相關，從而大幅提升自然語言理解與生成能力。

當它閱讀一個句子時，不會平均分配注意力，而是會根據上下文判斷哪些詞最重要，例如「小明工作很累，所以他在睡覺」。Transformer會啟動「注意力」，將「他」與「小明」強力連結起來。它能理解「他」指的就是小明，而不是沙發或地板。

並且Transformer不是一個字一個字閱讀文章，同時處理句子裡的所有單詞，這讓訓練速度大幅提升，也讓它能處理超長的文章，這些優勢讓它大幅提升了翻譯精準度與理解能力。

簡單來說，Transformer是目前大型語言模型的基礎，包括OpenAI的GPT系列、Google的Gemini以及其他大多數生成式AI模型。它最大的優勢是可透過增加模型參數、訓練資料和算力而穩定提升性能，這就是所謂的擴展定律（Scaling Law）。也因此，Transformer成為近年 AI 突破的核心引擎。

然而，Transformer也存在侷限，長期推理與持續學習能力有限，模型很難像人一樣累積經驗並自我修正，這讓大型語言模型一直被形容像是一隻「金魚」，訓練完成後無論對話多少次，一旦關閉視窗，這些知識都消失無蹤。

同時依託規模提升性能的作法，耗費大量的能源與運算資源，隨著模型日漸龐大，如今運算需求正指數級上升，這些限制讓業界──甚至Google本身開始思考，僅僅靠擴大Transformer，是否還能通往通用人工智慧？

前Meta首席科學家楊立昆（Yann LeCun）曾公開指出，大型語言模型比貓還笨，缺乏對世界的真正理解，他認為現在的作法根本不可能實現通用人工智慧。他也因為路線的分歧，決定離開Meta創業。

Google DeepMind執行長德米斯．哈薩比斯（Demis Hassabis）曾在Podcast上表示，雖然他不認同楊立昆認為大型語言模型是條死路的極端看法，也坦承他對僅依靠擴展規模能否達成通用人工智慧存疑，表示要實現通用人工智慧目前還欠缺幾個關鍵的技術突破，例如持續學習能力及記憶力。

藉投資新創押注不同解方，降低對單一路線依賴

也因此，Google這次投資Sakana AI的舉動，被認為是在Transformer之外的道路「押注」。他們深知目前的Transformer技術並不足以達到通用人工智慧，Sakana AI的技術說不定就能夠帶來哈薩比斯口中提到，AI技術尚欠缺的幾個關鍵突破，也降低對單一路線的依賴。

事實上，Google內部研究如Titans、Nested Learning、Genie、AlphaProof已針對長期記憶、持續學習、世界模型進行實驗，但多數仍局限於特定領域。Sakana AI的外部創新提供另一條可能的路徑，且成本相對較低。

而且Sakana AI三位創辦人中有兩位都來自Google，保持與這間新創公司的關係，對Google代表著當Sakana AI的路線取得突破或被證實價值時，他們有機會搶先一步將人才及技術納入麾下。

另外，Sakana AI與日本政府、財團、大型企業關係密切。日本企業通常較為保守、對採用AI較為謹慎，Sakana AI可成為Google在日本市場的落地窗口。

Google與Sakana AI的合作關係顯示，儘管Google仍認為大型語言模型是邁向通用人工智慧的重要技術，但不再是唯一的技術，在保持現有技術優勢的同時，對未來可能需要的新架構提前佈局，「後Transformer」的探索與佈局，已經悄悄成為各大科技公司必須考慮的戰略命題。

延伸閱讀：Netflix 2025下半年收視報告出爐！獵魔女團、神偷奶爸⋯Top 30你看過了嗎？

資料來源：Nikkei Asia、The Neuron

本文初稿為AI編撰，整理．編輯/陳建鈞

責任編輯：李先泰

員工自行墊付差旅、採購、雲端訂閱或廣告費，月底再拿著單據報帳；不同部門各自綁定信用卡，企業難以即時掌握支出；員工離職後，若原有付款設定沒有同步移轉，也可能影響後續業務運作。這些看似零碎的支付問題，背後都涉及一個關鍵議題：中小企業能否更有效率的管控資金。

對資源有限的中小企業而言，支付管理不只是財務部門的行政工作，當支出分散、現金流難以預測，甚至連跨境匯款都存在時間與到帳金額的不確定性，企業的營運效率與成長速度都可能受到影響。

為協助中小企業解決上述挑戰，萬事達卡（Mastercard）提供端到端商務解決方案–虛擬卡、車隊卡、跨境匯款服務到Virtual C-Suite，讓支付從單純的交易工具，轉化為企業管理資金與做決策的基礎。

以商務卡結合虛擬卡，讓每一筆支出更可控

Mastercard台灣區董事總經理陳懿文指出，中小企業目前常見的支付方式主要是信用卡與轉帳，若大量依賴員工代墊，不僅增加報帳與核銷成本，也讓企業難以即時掌握整體支出。「導入商務卡後，企業可以將原先分散在員工身上的支出收回企業管理，同時，進一步設定使用規則，例如限定交易商家、金額、消費類別、使用期間或國家，讓企業對資金使用建立更細緻的控管機制。」

除了支付管理，商務卡也能進一步降低企業日常營運成本。陳懿文表示，商務卡持卡人可透過商務優惠計畫Easy Saving Specials，取得Google Workspace、Shopify、LinkedIn、Notion、Sixt、 Agoda等品牌優惠，涵蓋雲端服務、電商營運與數位行銷等企業常見支出。

虛擬卡的In Control平台則讓支付管理變得更精準。例如，企業可以針對特定通路建立虛擬卡號，讓員工綁定手機支付差旅費；也可以針對單筆訂單產生一次性虛擬卡號，直接將付款與訂單串聯，後續再透過虛擬卡號進行核銷與對帳，降低人工處理成本。

透過Commercial Connect API，企業可以把虛擬卡功能整合進既有的企業資源規劃（ERP）系統、採購或費用管理系統，從發卡、付款到後續管理，都能在原本熟悉的平台上完成。目前相關方案已整合SAP Concur、SAP Taulia、Pay4You、Grasp Technologies與Kresus等平台，也支援企業自行建置的客製化ERP系統。

Mastercard台灣區董事總經理陳懿文：「我們以每年1,750億筆交易的資料為基礎，將中小企業每一個進出與支付節點問題，逐步設計出不同的解方，一步步實踐『支付至簡，商業致遠』的願景。」

圖／數位時代

從車隊卡到跨境匯款，助中小企業降低營運不確定性

對物流、運輸等擁有大量車輛的企業來說，加油、維修是每天都會發生的固定支出，過去，不同加油站可能需要不同儲值卡，管理不易，也可能因支付問題影響車輛調度與運輸，導入Mastercard的車隊卡後，問題不復存在。

企業可以限定卡片只能用於加油、維修、停車等特定商用項目，並進一步將卡片與車號或駕駛人建立關聯，例如一張卡對應一台車或一位駕駛，或讓駕駛人以虛擬卡支付車輛所需費用。對企業來說，這不只是換一張卡，而是把原本分散的車隊支出納入同一套管理架構，在維持車輛正常運作的同時，也提高資金使用的透明度。

同樣的邏輯，也延伸到日益增加的跨境匯款需求。隨著中小企業將業務版圖擴展到海外市場，對跨境匯款的需求將隨之攀升，若仍以傳統的方式進行跨境匯款，不僅得等候長達1到3天的匯款時間、也常因為中轉銀行收取費用導致到帳金額有落差，更不用說即時追蹤匯款進度，一旦款項延遲或金額出現落差，就可能進一步影響對帳與供應鏈運作。

為解決上述挑戰，Mastercard推出Mastercard Move，讓中小企業可以輕鬆掌握每一筆匯款的狀態，以更有效率的方式完成跨境匯款，全球60%的市場可於1小時內到帳、95%的市場1天內可到帳，同時，以全額到帳降低到帳金額不確定帶來的營運風險。

從掌握現在到預見未來，Mastercard用Virtual C-Suite把數據變成經營洞察

協助中小企業以商務支付方案優化支付與資金管理後，Mastercard接下來思考的是，知道錢花在哪裡後，若能進一步知道未來會發生什麼，創造的商業價值更高。如果支付數據不只是用來對帳，而能進一步回答「未來現金流會怎麼變化」、「現在適不適合擴張」、「企業的成長速度是否落後同業」，支付的價值就會從管理工具進一步提升為決策工具。

而這也是Mastercard會推出Virtual C-Suite的原因，目標是讓資源相對有限的中小企業也可以透過數據分析洞悉未來局勢。

陳懿文表示：「我們以每年1,750億筆交易的資料為基礎，再結合企業自身的財務數據推出Virtual C-Suite服務，其中預計Virtual CFO功能將在今年底於特定市場試點營運。中小企業只要將銀行與交易等數據上傳到平台、或者是透過API串聯財務系統或發卡行的網路銀行，即可協助企業掌握財務健康、預測現金流，以及進行同業比較。」

Virtual CFO就像中小企業虛擬財務長，透過對話式問答，不僅能從支付數據中找出企業忽略的議題，還會提供可執行的專業建議，讓企業看見下一步，進而提升營運韌性與績效。

舉例來說，一家餐廳營收持續成長，卻可能因為平台款項較晚入帳、食材需要即時付款，造成現金流壓力；對餐廳營運者來說，問題倒不是「有沒有賺錢」，而是「錢什麼時候進來」的現金流管理，Virtual CFO在協助其挖掘出這個議題後，將進一步從收付款週期找出落差，再協助企業評估付款條件、付款時間等調整方式。

同樣的情況也可能發生在企業擴張時。接到新客戶或大訂單，看起來是成長機會，但如果資金準備不足，反而可能增加營運壓力，透過Virtual CFO，企業可以預測未來現金流，再決定是否擴張據點，以及確切的時間。同業比較則提供另一個分析角度，舉例一家自行車店的年營收成長15%，單看數字會覺得營收數據亮眼；但若Virtual CFO進一步比較同業數據後發現平均成長率是30%，將重新思考成長速度，建議主推商品、調整客單價，以及進行相應的行銷投入。

從商務卡到虛擬財務長，Mastercard提供的不是單一產品，而是一套隨企業成長逐步疊加的支付管理層次——先把分散的支出收回可控範圍，再透過數據預見現金流與擴張時機。對於還在用員工代墊、多張信用卡管理支出的中小企業來說，第一步不必等到導入Virtual CFO，從申請一張商務卡、設定使用規則開始，就能踏出第一步。從商務支付方案到Virtual CFO服務，Mastercard致力實踐「支付至簡，商業致遠」的願景：當支付流程更簡單、資金流向更透明，數據便能成為企業決策的依據，協助中小企業從掌握當下，進一步預見未來。