Stripe砸逾70億美元買下OpenRouter!美國支付巨頭為何,重金押注「AI派遣總機」?
Stripe砸逾70億美元買下OpenRouter!美國支付巨頭為何,重金押注「AI派遣總機」?

支付巨頭 Stripe 於美國時間 8 月 19 日宣布,同意收購 AI 模型閘道平台 OpenRouter。官方未披露交易金額,《華爾街日報》報導則披露收購價超過 70 億美元(約新台幣 2,230 億元),是這家成立於 2010 年的支付公司史上最大一筆收購。

OpenRouter 只有 90 名員工,每天處理超過 10 兆個 token(模型切分與處理文字的基本單位,也是常見的計費依據),串接超過 400 個 AI 模型。Stripe 共同創辦人暨執行長 Patrick Collison 在官方聲明中點出收購邏輯:「token 是 AI 開發企業的核心貨幣。」

Stripe 史上最大收購:90 人新創,收購價達估值 5.4 倍

依雙方公告,交易尚待慣例成交條件;OpenRouter 表示,預計自 8 月 19 日公告起數週內完成交割。OpenRouter 在 2026 年 5 月完成 Series B 募資,《TechCrunch》報導其投後估值約 13 億美元(約新台幣 414 億元);若依逾 70 億美元的報導金額計算,收購價至少是這一估值的 5.4 倍。

OpenRouter 成立於 2023 年初,平台串接超過 80 家供應商的 400 多個模型,服務超過 1,000 萬名開發者與企業用戶,推論量(模型實際執行運算的工作量)每年至少成長 10 倍,客戶包括輝達(NVIDIA)、視訊會議公司 Zoom 與 AI 程式開發平台 Lovable。

OpenRouter 在部落格中向用戶承諾,加入 Stripe 後「使命、名稱、產品與路線圖都不變」,現有的整合方式不會更動,模型路由的決策仍維持中立,只以用戶利益為依歸。

支付公司為何要買 AI 模型的「派遣總機」?

OpenRouter 做的事,白話說像是 AI 模型的派遣總機:企業的每一個 AI 請求進來,平台即時評估任務複雜度、價格、速度與穩定度,把請求分派給當下最適合的模型。模型改版與重新定價的速度極快,哪個任務該用哪個模型、花多少錢,是一道隨時變動的組合題,多數企業難以自行即時取捨。

Stripe 買下它的盤算,是把金流生意延伸進 AI 支出本身。Stripe 原本靠處理網路支付賺取手續費,2025 年起已推出 Token Billing 等代幣計費產品;這筆收購可讓 Stripe 從支付與計費基礎設施,進一步切入模型選擇、路由與推論成本管理。

OpenRouter 共同創辦人暨執行長 Alex Atallah 在官方聲明中表示:「我們相信智慧將是多模型的,沒有單一模型能在每項任務都是最佳解,開發者需要一個中立層來協調與管理它們。」《華爾街日報》則指出,隨著月之暗面(Moonshot AI)的 Kimi K3 等中國低價模型竄起,企業混用多個模型控制成本已成趨勢,OpenRouter 的多模型賭注正在兌現。

從 NFT 交易所到 AI 閘道,Atallah 的第二幕

Atallah 對科技圈並不陌生。他曾在加密貨幣熱潮中共同創辦 NFT 交易平台 OpenSea,巔峰時期估值達 133 億美元(約新台幣 4,237 億元)、單月交易量一度突破 50 億美元(約新台幣 1,593 億元);2022 年加密市場崩盤後,NFT 交易量重挫,OpenSea 風光不再。

2023 年,他與 Louis Vichy、Chris Clark(營運長)共同創辦 OpenRouter,押注方向與當時矽谷主流相反:當多數人賭 OpenAI 與 Anthropic 將主宰市場,OpenRouter 賭的是沒有模型能通吃,開發者會為不同任務混用多個模型。OpenRouter 長年被稱為「LLM 界的 Stripe」,如今這家公司真的要併入 Stripe。

Stripe 在 2026 年 2 月的員工持股交易中估值為 1,590 億美元(約新台幣 5.1 兆元),仍維持私有。《華爾街日報》報導,Collison 在給投資人的信中表示,正因為 AI「奇點」已經開始,Stripe 更適合以私有公司身分運作;該報並指出,PayPal 正與包括 Stripe 及私募股權公司安宏資本(Advent International)在內的買方團隊洽談出售事宜,各方尚未正式公告結果。

延伸閱讀:人形機器人出貨年增700%,達明、所羅門、上銀如何卡位實體AI?機器人展亮點一次看

資料來源:Stripe 官方新聞稿OpenRouter 官方部落格《華爾街日報》OpenRouter Series B 公告《TechCrunch》

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #電子支付
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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