AI 應用商業機會的策略版圖中，AI 技術架構呈現三個主要層次的商業進入機會，從基礎架構層由 NVIDIA 和超大規模雲端服務商主導，到模型層有 OpenAI 與 Meta 等重要玩家，再到應用層等不同面向。其中，雖然基礎架構層和模型層面臨來自既有業者的激烈競爭，但應用層卻展現獨特機會，特別是在解決 AI 落地應用的「最後一哩路」問題（即如何將 AI 技術實際導入並發揮價值）方面具有發展潛力
2004: 軟體作為服務 (Software as a Service)
2024: 服務化身為軟體 (Service as a Software)
從簡易介面到複雜系統
最初僅是 GPT-3 的簡易應用介面，現在已經發展成為複雜的認知架構系統，整合了:
- 支援 RAG (檢索增強生成, Retrieval-Augmented Generation) 的向量/圖資料庫
- 類人推理工作流程
- 具智慧功能的多個基礎模型
服務化身為軟體 (Service as a Software)
有別於雲端運算帶來的軟體即服務 (Software-as-a-Service) 轉型（約 3,500 億美元市場），AI 轉型實現了服務軟體化，目標鎖定數兆美元規模的服務市場。主要特色:
- 著重完成特定任務，而非純粹提供工具
- 依據成果而非使用席次計費
- 從輔助操作模式逐步邁向全自動運作模式
AI 原生的優勢
向 AI 原生應用的轉型過程，可能會類似於從內部部署 (On-premise) 到 SaaS 的轉型歷程:
- 現有業者最初會抱持懷疑態度
- 需要徹底重塑商業模式
- 營運模式的創新
- 從瀑布式開發轉向敏捷開發
- 從企業銷售轉向產品導向增長
- 從固定定價轉向使用量計費模式
進入市場的策略考量
在規劃進入市場時，需要全面考量各項關鍵成功要素與潛在風險。在成功要素方面，企業應該將焦點放在特定且明確的工作職能上，同時建構穩健的認知架構，並制定清晰的價值衡量指標確保與實際成果相連結，再透過循序漸進的自動化來建立信任，並以服務市場而非純軟體市場為主要目標。然而，在執行過程中也需要警惕幾個主要風險，包括避免過度依賴基礎模型、妥善處理系統整合的複雜性、降低企業導入門檻、積極因應法規遵循的挑戰，以及有效應對既有服務供應商的競爭壓力。
未來展望
AI 應用領域正在徹底改變商業服務的提供方式，舉例來說 Palantir，從認知架構的持續進化、不斷拓展的新服務領域，到可能取代傳統軟體作為服務 SaaS 商業模式，以及創新定價模式和服務交付方式的湧現，都顯示出巨大的變革潛力。未來成功的關鍵，很可能在於企業是否能夠建立成熟的認知架構系統，不僅能可靠地達成特定的商業目標，還要能靈活應對不斷演進的基礎模型技術和市場需求變化。
