瑞銀：約六成企業收緊 AI 開支，DeepSeek 等開源大模型有望受益

### 瑞銀調查：AI 開支緊縮來臨，開源模型與本土方案迎來轉機

根據瑞銀（UBS）最新發布的調查報告，隨著企業對人工智慧（AI）的投入持續攀升，高達約六成的企業已經開始採取具體措施，嚴格管控 AI 相關的營運支出。這項調查結果反映出，雖然 AI 技術帶來的效益備受期待，但高昂的運算成本，特別是「詞元（Token）調用成本」，已成為企業財務長與技術長的核心顧慮。瑞銀分析師指出，這波成本壓力並非產業衰退，而是「良性調整陣痛」，預期將促使市場重新思考 AI 部署的效率與策略。

### 核心痛點：詞元調用成本成為企業最大負擔

調查顯示，企業在導入大型語言模型時，最大的支出痛點來自於每次查詢所產生的詞元費用。這筆費用隨著模型規模擴大、應用場景增加而急遽上升，讓許多原本大膽投入 AI 的公司開始重新評估投資回報率。瑞銀強調，這並非單純的預算刪減，而是企業從「嘗鮮階段」進入「成本效益分析階段」的自然演進。企業不再只是追求模型效能極大化，而是開始精打細算每一分錢能否轉化為實際的業務增長。

### OpenAI 等封閉廠商面臨壓力，開源與本地模型趁勢而起

這股成本緊縮風潮，對 OpenAI 等提供封閉式 API 服務的廠商構成直接壓力。由於其定價通常較高，且缺乏彈性調整空間，企業在尋找替代方案時，自然將目光轉向開源模型與中國本土開發的模型。瑞銀分析師認為，像是 DeepSeek 這類開源大模型，以及中國本土團隊開發的輕量化模型，將因具備更低的使用成本與更高的部署靈活性，成為這波調整中的主要受益者。這些模型不僅能讓企業自行架設、調校，還能避開海外 API 的匯率與法規風險。

### 產業結構微調：從「軍備競賽」轉向「務實應用」

過去兩年，全球 AI 產業一度陷入「參數軍備競賽」，各家廠商競相推出更大、更貴的模型。然而，瑞銀的報告暗示，這股風潮可能正在降溫。企業端開始要求模型供應商提供更精準的效能成本比，而非單純追求參數數量。這意味著，未來 AI 產業的競爭焦點，將從「誰的模型最大」，轉向「誰的模型最省錢、最實用」。對於台灣供應鏈而言，這也代表著晶片設計、散熱系統與伺服器組裝等硬體環節，需要配合更低功耗的推理架構進行調整。

### 下一代晶片是關鍵降本催化劑

瑞銀分析師進一步指出，壓低 AI 營運費用的終極解方，可能來自於下一代晶片的量產。隨著製程微縮與專用推理晶片（如 ASIC 與類神經處理器）的成熟，每單位詞元的運算成本可望出現跳躍式下降。這不僅能舒緩企業當前的預算壓力，也可能讓更多中小型企業有能力導入 AI 工具，進一步擴大市場規模。讀者可以密切關注台積電等先進製程廠商在 2 奈米、以及新興晶片架構上的研發進展。

### 讀者可持續追蹤的關鍵發展

對台灣讀者而言，這項調查帶來了幾個值得追蹤的面向：第一，DeepSeek 等開源模型是否會推出企業級商用授權方案？第二，國內雲端服務商（如中華電信、遠傳等）是否會順勢推出更低成本的 AI 託管服務？第三，晶片業者（如聯發科、世芯等）能否掌握低成本推理晶片的商機。整體而言，AI 產業正從「燒錢階段」轉入「精打細算階段」，未來半年內，企業的 AI 導入策略與供應商選擇將更加分化，開源與本土模型的能見度可望進一步提升。