川普封殺Claude，美軍還在用它打伊朗！Anthropic為何提告挑戰「供應鏈風險」？|數位時代 BusinessNext

封殺令的起點：兩條「紅線」引爆衝突

Anthropic 與五角大廈的矛盾由來已久。去年夏天，Anthropic 拿下國防部一份最高上限 2 億美元的兩年期原型協議，並透過 Palantir Technologies 和 Amazon Web Services (AWS) 的合作，將旗下的 Claude Gov 模型部署在軍方機密網路中。

問題出在使用條款上。Anthropic 堅持設下兩道禁區：禁止用於大規模監控美國公民，以及禁止用於全自主殺傷性武器。但國防部長彼特·海格塞斯 (Pete Hegseth) 要求完全開放，認為科技公司無權指定軍事用途的邊界。

2 月中旬，局勢加速惡化的導火線，是一月的馬杜羅 (Nicolás Maduro) 捕獲行動。報導指出，美軍透過 Palantir 在委內瑞拉的行動中使用了 Claude，而 Anthropic 事後向 Palantir 查詢 Claude 是否涉及交火場景。五角大廈將此視為 Anthropic 試圖「事後干預軍事決策」，雙方關係從此決裂。

封殺令無法一夜生效：因為 Claude 太深了

川普的命令在形式上給了各機構六個月的過渡期，但連海格塞斯本人也承認，立即抽離有實際困難。CENTCOM 使用 Claude 的方式，並非透過一般商業應用程式，而是嵌入分類作業的機密情報平台中，負責消化衛星影像、截聽通訊，以及為指揮官生成作戰簡報，並非 Claude 直接操控武器或做出致命決策。

正是這套深度整合，讓「即時斷電」成為不可能任務。幾位分析師指出，軍方工作流程牽涉大量廠商與系統，一道政治聲明無法在一夜之間重組整個技術棧。

Anthropic 反擊：法律戰準備開打

Anthropic 執行長達里奧·阿莫迪 (Dario Amodei) 將「供應鏈風險」的指定形容為「打擊報復、前所未有」——這個標籤歷史上從未公開施加於美國本土企業，通常只用於針對敵對國家如中國的華為。

阿莫迪強調，公司支持軍事用途，但禁止的兩條紅線是對美國價值的堅守，「不同意政府是最美國的事。我們是愛國者。」

Anthropic 已宣布提告，並指出根據《美國法典》第 10 篇第 3252 條，供應鏈風險指定僅能限制 Claude 在國防部合約中的使用，無法影響其他承包商的部署。

簡單來說，五角大廈可以禁止自己再跟 Anthropic 簽新合約、用 Claude，但這個指定管不到其他私人企業，例如 Palantir、AWS繼續在自己的產品裡使用 Claude 服務其他客戶。

與此同時，五角大廈已迅速轉向。Anthropic 禁令宣布後數小時，OpenAI 的 ChatGPT 和馬斯克 (Elon Musk) 旗下 xAI 的 Grok 模型均取得軍方機密網路的授權合約，不過兩者也同樣保留了禁止大規模公民監控和自主武器的限制條款。

本文初稿為 AI 編撰，整理．編輯/ 李先泰

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/