近期 AI 界的兩件大事，可謂殊途同歸。
第一件事，是美國政府要求 Anthropic 關閉旗下最強大的 Fable 模型。這道以「國家安全」為由的命令，不只是限制某些特定國家或敏感客戶，而是直接衝擊全球市場；外國用戶瞬間失去使用權限，甚至連 Anthropic 自家的外籍工程師也無法使用。
第二件事，是 OpenAI 與 Anthropic 在同一個月各自發文，不約而同地談到 AI 業者是否需要一套協調機制，在必要時「一起放慢」腳步。
這兩件事看似平行：一個是政府強制管制，一個是行業安全治理。但它們其實指向了同一個核心商模問題：當最強的 AI 不再只是單純的軟體產品，而是被國家安全、資本市場與企業付費能力共同牽動的「戰略資產」時，台灣不能只問 AI 會不會繼續成長，更要問台灣供應鏈怎麼對接下個 AI 商模。
賣核武跟賣軟體，是不同的生意
Fable 事件揭露了一個關鍵轉折：當 AI 強大到武器等級，它就不再是一般軟體。
過去兩年，AI 公司一方面告訴市場，這些模型將徹底改變知識工作、軟體開發與企業生產力；另一方面，它們也不斷提醒政府，最強的模型可能帶來前所未有的風險。這兩種敘事原本可以互相強化：越危險，代表技術越領先；越領先，就越容易募資、賣產品並吸引頂尖人才。
但當發展走到臨界點，產品本身就會進入國家安全的治理框架，其部署就不可能再只由市場力量決定。對 AI 公司而言，這代表它們除了要面對客戶流失或價格競爭外，還必須承受一種更根本的風險：投入巨資打造、準備全球銷售的頂尖產品，可能因為一紙國安命令而被臨時喊卡，血本無歸。
台灣過去看 AI，習慣從硬體供應鏈的角度出發，關注誰需要更多算力、更大的資料中心，以及更密集的能源投資。這些當然重要，但它們都只是「結果」。真正位於上游的核心問題是：那些正在大量購買算力的公司，自己的商業模式到底穩不穩固？
如果買方的商業模式開始轉變，台灣感受到的，就不會只是單一產品的需求波動，而是整個 AI 投資與採購結構的劇烈質變。
每月 200 美元的天才員工，便宜得不可思議？
今天 AI 產業最大的矛盾，在於它讓人覺得便宜得太不真實。
每月一、兩百美元，就能擁有一個會寫程式、會分析文件、會做簡報，且 24 小時不休息、更沒有情緒成本的 AI 助理。對企業主管來說，這像是用台北一個停車位的租金，請到了一位天才員工。
這種「破壞性定價」快速養成了全世界使用 AI 的習慣，卻未必反映了重度使用的真實成本。當企業只是偶爾點開網頁聊聊天，訂閱制看起來非常合理；但一旦 AI Agents 深入客服、軟體開發與營運流程，用量就會爆發。
這時候，AI 公司勢必會將客戶推向「按量計費」（API）的模式。對企業而言，這就像原本以為請到一位固定月薪的天才助理，突然發現對方其實是按時計費的高級律師。
於是，產業出現了一個微妙的衝突：AI 公司希望客戶將 AI 應用得更深，因為這才叫進入企業核心；但當客戶真的動真格使用時，隨之而來的高額帳單，又會讓企業重新盤點成本。 客戶想要的是可預測的固定成本（最好是企業版吃到飽），但 AI 公司心裡清楚，最重度的使用者，正是吃到飽模式最難承受的財務黑洞。
這不單純是定價策略的問題，而是代表整個 AI 商業模式在經歷過去三年的爆炸性成長後，底層的商業邏輯還沒真正跑順。它對外賣的是輕資產的軟體介面，背後卻是重工業般的資本支出：找地、牽電、蓋資料中心、管理龐大的基礎設施。更殘酷的是，硬體晶片可能一、兩年就面臨折舊，而花大錢開發出來的模型，可能下個月就落後過時。
這就是為什麼「一起踩煞車」逐漸變得有吸引力。當技術創新的速度快到連商業模式都追不上時，放慢腳步，就不只是安全考量，反而會成為商業上最符合邏輯的選項。
需求端的「AI OPEC」
OpenAI 與 Anthropic 同時談到的方向非常相似：前沿 AI 的發展不能再蒙著頭狂奔，必要時應該建立一套協調機制，讓幾個領先者能夠「同步放慢」。
表面上的理由是為了安全議題與社會正義，但本質上，「共同放慢」能有效延長既有模型的商業壽命，並降低軍備競賽帶來的資本支出壓力。 當產業頂端的幾大巨頭同時面對高成本、快折舊、價格戰與安全風險時，走向「協調」是一條非常符合商業邏輯的生路。
這就是為什麼「AI OPEC」這個概念值得關注。石油 OPEC 是供應方透過協調產量來影響價格；如果 AI 業者透過某種機制，同步放慢最尖端模型的開發與釋出，在經濟效果上，這就演變成一種需求端的控制。
對終端 AI 市場來說，這會拉長模型的更新週期、緩解競爭壓力，讓既有產品維持較久的商業價值。但台灣不是在賣 AI 服務，我們是站在這些巨頭大規模投資的最上游。當模型公司加速，台灣滿單受惠；當巨頭們因為安全、成本或資本市場壓力而選擇集體放慢，台灣就必須警惕：它們接下來還會不會用同樣的速度與結構來下單？
AI 演進速度這麼快，商模不可能一成不變
台灣非常習慣替半導體產業做地緣政治的壓力測試：地緣衝突、美中對抗、出口管制。這些推演至關重要，但我們比較少討論另一種情境：如果客戶的商業模式變了呢？
這種變化可能安靜得多：不是資料中心突然不蓋了，而是擴建速度放慢；不是 AI 公司不買晶片了，而是開始更精準、更挑剔地買；不是 AI 泡沫破裂，相反地，正是因為 AI 加速超越人類智能，資本市場開始回頭嚴格檢視 AI 公司的現金流與回報率。
每一種商業模式背後，都會重塑對應的供應鏈結構。
當前的 AI 供應鏈，是建立在模型訓練的「軍備競賽」之上；但若下一階段的商業模式轉向「停戰」而更重視應用落地與國家安全，受益的供應鏈環節也將隨之洗牌。對身處全球 AI 核心位置的台灣而言，真正需要關注的不只是技術是否持續突破，更要對 AI 商業模式的演進進行沙盤推演。
【推薦閱讀】
◆ RSI 是新的 AGI：矽谷追逐的最終魔王關，為何讓 Anthropic 呼籲全球按下暫停鍵？
◆ 川普對 Anthropic 禁令引爆 G7 角力：AI 出口管制戰場，已從晶片變「誰能用模型」
◆ Anthropic 被迫關閉 Fable 5、Mythos 5：美國經濟學家 Tyler Cowen 警告，全球可能轉向中國 AI
＊本文由作者授權刊登，並同意 TechOrange 編寫導讀與修訂標題，原文標題為〈新 AI 商模，台灣供應鏈準備好了嗎？〉。首圖來源：Unsplash。
（責任編輯：廖紹伶）
