生成式AI淘金熱現隱憂：Token定價機制實非「明碼實價」

生成式人工智能（AI）技術近年席捲全球，被視為新一輪科技「淘金熱」，吸引眾多企業客户爭相投入應用。然而，在這股AI熱潮的蓬勃發展下，矽谷科技公司所採用的AI服務定價模式，正讓企業客户面臨難以捉摸的成本挑戰。對於華爾街一向偏愛的「可預測利潤率」，這種新的定價方式無疑為其帶來顯著的不確定性。 市場觀察到，目前主流的生成式AI模型服務供應商，普遍採用「Token」作為其運算及服務的計價單位。從表面上看，不同AI模型之間每百萬Token的報價似乎清晰可比，容易令企業客户誤以為其定價模式如同比較每加侖汽油價格般直觀易明，足以作為衡量成本效益的標準。然而，這種看似科學嚴謹的計價方式，實則暗藏複雜性。 有分析指出，關鍵在於「Token」的定義在不同的AI模型之間，缺乏統一的業界標準，其「彈性」甚至遠超一般人的想像，被形容為比橡皮筋更富彈性。這直接導致即使是處理相同的輸入或輸出內容，在不同的AI模型中，所需的Token數量亦可能截然不同，企業難以精準預估及控制實際運營成本。在此生成式AI應用日益普及的浪潮中，眾多企業客户正集體墜入一個由矽谷科技巨頭精心鑄造的「定價黑洞」，令其在預算編列、成本效益評估及策略部署上面臨嚴峻挑戰。投資者與企業用户日益關注，如何有效釐清及管理這類新型AI技術服務的真實成本，無疑將成為企業未來在AI策略部署上，能否取得成功的一大關鍵考驗。