2026年初，Anthropic 的執行長阿莫迪第二次造訪印度。
相隔四個月再度造訪，Anthropic在印度的營收增加了一倍。而阿莫迪這一次希望與印度的IT服務公司一起合作，把人工智慧工具交給它們，讓它們去服務印度市場。
「它們比我們更了解印度市場，更擅長系統整合和IT服務。我們提供人工智慧，它們提供落地能力，彼此互補。」
坐在對面的是印度投資人尼基爾．卡馬斯（Nikhil Kamath），一個在班加羅爾親眼看著印度IT服務業崛起的人。他聽完阿莫迪的合作願景，回應了一個故事。
「我很喜歡蒸汽機的類比，」他說。「蒸汽機剛發明的時候，你需要一個人來操作它。然後有了流水線，有了更多自動化。但隨著技術愈來愈成熟之後，人，變得愈來愈不重要。」他停了一會，然後把問題丟了出來：「你今天來跟印度IT服務公司合作，他們是有用的。但十年後呢？如果工具簡單到不需要操作員了，操作員怎麼辦？他們不就是蒸汽機旁邊那個人嗎？」
阿莫迪回答說，自動化的範圍確實會持續擴大，「這對所有人都是挑戰，不只是IT服務公司」。但他也指出，人工智慧目前還沒有大規模進入物理世界，而且很多IT公司同時也是諮詢公司，它們擁有龐大的人際關係網路和產業知識，「這些東西會變得愈來愈重要」。他引用了阿姆達爾定律，也就是當你加速了系統的一部分，那些還沒被加速的部分就變成了瓶頸，「你以前根本不覺得它是優勢，現在它變成最重要的東西」。
卡馬斯不買帳。
「我不完全接受這個說法，」他直接說。「如果我已經在用人工智慧代理來管理我的部分人際關係和對話，那麼假設未來大部分的關係維護都由代理完成，也不是太遙遠的事。」在後來的對話裡，他又追問了一個更尖銳的問題：「假設我是一個在班加羅爾的創業者，在你們的API上面做了一個應用，而且剛好做成了。但你們只要幾個月就能出一個更好的版本，把我做的事直接吃掉。有什麼能阻止你們把這個營收拿走？」
阿莫迪沒有正面回答這個問題。
這場對話的關鍵並不是評斷誰對誰錯，而在於它精確地捕捉了一個正在形成的結構。
在這個合作關係裡，誰擁有蒸汽引擎，誰只是站在引擎旁邊的操作員？當引擎不再需要操作員的那一天到來，操作員手上還剩下什麼？
卡馬斯看見了阿莫迪沒有說出口的東西。
而Anthropic的印度營收，在短短四個月內翻倍。這個速度意味著，印度正在快速的採用人工智慧，但它的角色不是算力輸出者，而是一個消費算力的國家。
AI讓企業愈來愈依賴科技巨頭？從API合作看懂利潤分配
Anthropic是模型建造者。模型的訓練在美國完成，模型的各種參數權重存放在美國的伺服器上，模型的定價由美國的公司決定。印度的IT服務公司是模型的使用者和經銷者，它們把Anthropic Claude的API接入印度客戶的系統，提供客製化的整合服務，從中賺取服務費。
這看起來是雙贏。但利潤與權力的流向不是對稱的。
每一次API呼叫，大部分收入回流到Anthropic。每一次模型升級，決定權 Anthropic。每一次定價與使用量調整，印度的IT服務公司只能被動接受。印度公司賺到的，是整合服務的利潤，而這個開放窗口期會持續多久，沒有人知道。因為在這過程中，印度客戶依賴的不是印度的服務公司，而是Anthropic。而這個依賴性會隨著用戶愈多、記憶愈豐富、模型愈強大、連結的工具與認證愈多而持續擴大。
最終，Anthropic很有可能不再需要印度公司來當中間人，就如同蒸汽機不再需要操作員一樣。
AI技術掌握在別人手中，國家可能面臨哪些風險？
這不只是印度的故事，而是未來所有算力輸入國必須面對的結構。
一個國家的醫院接入了外國模型的診斷系統，診斷能力確實提升了，但訓練這個模型的數據、維護這個模型的工程師、決定這個模型如何被更新的權力，全部不在本國。一個國家的工廠生產系統，用人類實際操作的視覺與動作來訓練機器人，機器人學會了之後，這些能力可以被輸出到全世界，但這些訓練機器人的人類，或是工廠的工人也會因此失去工作。
而且依賴不只在商業層面。模型訓練是模型能力與價值觀被寫入的時刻。訓練數據的篩選、安全準則的設定、回答的優先順序，全部在訓練端決定。推理端只是負責執行。算力輸入國即便自行建設資料中心來執行推論，但若運作的是別人訓練好的模型，那麼，什麼能做？什麼不能做？什麼是對的？什麼是錯的？這些價值判斷的權力，完全不在自己手上。
AI時代的「K型經濟」是什麼？國家間的財富差距可能再擴大？
從算力輸出國的角度看，這是一門絕佳生意。因為大型語言模型的訓練成本愈來愈高，如果可以服務更多用戶，就可以藉此攤平訓練成本。另一方面，模型公司也能夠在這過程取得更多數據來改善自己的模型。
漸漸地，算力輸出國的經濟規模將會持續擴大，因為他們跨入了其他國家的數位服務、物理服務與製造業。而在算力輸入國，本地的各種經濟活動正在被持續輸入的算力所替代。這些就業機會與利潤，絕大部分都流向了算力輸出國。
成長在一邊，代價在另一邊。兩條曲線像是英文字母的Ｋ一樣張開，而且一旦張開，就很難再合攏。
本文授權轉載自《算力時代：人工智慧正在開啟第二次大分流》，王伯達著，天下雜誌出版
責任編輯：蘇柔瑋
