Microsoft 開始「脫鉤」，不是分手是省錢
你還記得兩年前 Microsoft 砸下 100 億美元投資 OpenAI 的時候嗎？當時大家覺得這對組合穩了——ChatGPT 背後的金主、Azure 的獨家供應商，簡直是天作之合。
但現在傳出消息：Microsoft 正在悄悄降低對 OpenAI 和 Anthropic 的依賴，把更多 AI 功能換成自家訓練的模型。
為什麼？一句話：錢燒太兇了。
AI 成本有多誇張？連微軟都扛不住
根據產業數據，大型語言模型每處理 100 萬個 token（大概是一本長篇小說），成本可以從幾美元飆到幾十美元。聽起來不多？但乘以 Copilot 的數億用戶、每天數十億次的查詢，這個帳單會讓任何財務長做惡夢。
Microsoft 的應對策略很實際：
- 簡單任務 → 用自己的小模型（便宜、快）
- 複雜任務 → 才呼叫 OpenAI 的 GPT-4（貴但強）
- 邊緣案例 → 可能連到 Anthropic 的 Claude（備援選項）
這就像你家裡同時有微波爐、瓦斯爐、外送 App——熱剩菜用微波，宴客才開瓦斯，懶得動才叫外送。
這對你用 Copilot 有什麼影響？
可能變好的地方
速度變快：小模型反應更快，寫個 email、整理會議紀錄這種「小事」不用等 GPT-4 慢慢想。
隱私疑慮降低：資料不一定每次都送到 OpenAI 的美國伺服器，對台灣企業來說是加分。
價格可能穩住：Microsoft 365 Copilot 現在月費 900 台幣左右，如果成本壓下來，短期內應該不會漲價。
需要觀察的地方
品質會不會掉？ 這是最大問號。Microsoft 的 Phi 系列模型進步很快，但跟 GPT-4 比還是有差距。如果你用 Copilot 寫程式、做複雜分析，可能會感覺到「這個回答沒以前聰明」。
切換會不會透明？ 理想情況是無感切換，但萬一你問專業問題卻拿到「省錢版」答案，體驗會打折。
整個產業都在做同一件事
Microsoft 不是孤例。這波「AI 成本焦慮」正在席捲所有科技巨頭：
| 公司 | 省錢策略 |
|---|---|
| Amazon | 推自家 Nova 模型，減少對 Anthropic 依賴 |
| Gemini 全線產品化，降低外部 API 支出 | |
| Meta | 開源 Llama 策略，用社群力量分攤研發成本 |
這背後有一個殘酷現實：AI 還沒找到穩定的獲利模式。大家燒錢燒了兩三年，股東開始問「什麼時候回本」。
對台灣企業的啟示是：如果你正在評估導入 AI，不要鎖死單一供應商。Microsoft 自己都在分散風險，你跟著押單一模型，風險只會更大。
台灣使用者該注意什麼？
如果你是個人用戶
- 繼續用 Copilot 沒問題，但重要工作建議雙重確認——特別是法律文件、程式碼這種不能出錯的場景
- 可以試試直接訂閱 ChatGPT Plus（600 台幣/月），繞過 Microsoft 的「節流層」
如果你是企業決策者
- 問你的 Microsoft 業務：哪些功能會走自家模型？ 合約裡有沒有服務品質保證？
- 評估地端部署選項：Azure OpenAI Service 現在可以選「資料不出境」，對金融、醫療業特別重要
- 不要把所有雞蛋放在一個籃子：同時了解 Claude、Gemini 的企業方案，議價空間會更大
結論：AI 進入「精打細算」時代
兩年前的 AI 競賽是「誰燒錢燒得兇」，現在變成「誰花得聰明」。Microsoft 這步棋告訴我們：即使是 OpenAI 的最大金主，也開始計算每一塊錢的 ROI。
對一般使用者來說，這不一定是壞事——速度變快、選擇變多、價格可能更穩定。但要記得：免費或便宜的 AI，背後可能是「降規版」的服務。重要的事，還是交給你信任的模型來處理。
現在就打開你的 Copilot，問它一個複雜的專業問題，感受一下回答品質有沒有變化——這比任何新聞都更能幫你做判斷。
