Palantir Technologies 執行長 Alex Karp 近日在 CNBC 的《Squawk Box》節目中，公開抨擊 OpenAI 與 Anthropic 等主流 AI 實驗室採用的 Token 收費結構，並直言當前的 AI 市場「有些事情完全搞錯了」。
Alex Karp 形容，目前美國企業的普遍現狀，就像是在辦公室裡「納涼放鬆」，一邊揮霍寶貴的時間與預算盲目消耗 Token，一邊卻毫無收穫，甚至在不知不覺中面臨將自身智慧財產權（IP）拱手讓人的巨大風險。
企業高層不滿 AI 帳單失控，「Token 極大化」熱潮正在退燒
Alex Karp 指出，許多企業高層對於 AI 公司開出的巨額帳單正在失去耐心，並紛紛在私底下向他吐露強烈的不滿。這些企業領袖向他抱怨，自己正在為那些「無法創造價值的 Token」支付高昂費用，而之所以會面臨這種窘境，是因為這些 AI 模型在行銷上被「完全且不負責任地過度銷售」。
Alex Karp 更進一步透露，這股怒火在企業界內部早已沸騰，如果外界私下打電話給任何一位企業執行長，並轉述他在電視上對 AI 實驗室的嚴厲抨擊，這些執行長私底下的憤怒程度只會更強烈。
這種對 Token 收費模式的集體反彈，迫使企業開始從過去盲目燃燒預算、追求消耗量極大化的「Token 極大化（tokenmaxxing）」狂熱中冷靜下來，轉向務實地審視投資報酬率與運作效率。例如，Uber 以及科技巨擘微軟（Microsoft），都因為 AI 程式碼編寫工具的支出嚴重超出預算，決定開始限制或控管員工的使用權限，反映出大型企業在面對暴增的 AI 成本時，已開始務實地踩下煞車。同時，這也促使許多企業開始削減在 OpenAI 與 Anthropic 上的支出，並從使用通用模型，轉向著手建立並訓練更具專用性的模型。
閉源模型引爆資料焦慮，Palantir 呼籲企業守住 AI 主權
除了高昂的帳單壓力，企業領導人更深層的焦慮在於，將專有數據交給閉源 AI 實驗室，可能會洩漏企業的數據與「Alpha」，意即企業在市場上的核心競爭優勢與獨門護城河。
微軟執行長 Satya Nadella 先前也曾提出類似警告，表達他對整代產業的獨門知識可能在不知不覺中被「商品化並被連根拔起」的擔憂。為了解決這項危機，Palantir 在 Alex Karp 受訪前一日，特別在社群平台 X 上發表一份關於「AI 主權」的九點宣言，文中強烈抨擊 Token 極大化的商業模式，並嚴正宣告「資料保留是你的寶藏，轉移資料，後果自負」。
當主持人詢問 Alex Karp 是否顯得異常憤怒時，Alex Karp 重申這並非個人恩怨，而是整個「美國企業界透過他所傳達的集體聲音」。他更警告，不應低估中國在 AI 模型研發上的進步速度，這使得掌握自主權變得更具地緣政治的緊迫性。
Alex Karp 也順勢批評 Anthropic 先前與美國政府因軍事模型使用爭議所引發的風波，並直言：「我們真的要把這個國家的戰場防禦，外包給矽谷的共識觀點嗎？這簡直瘋了」。
Palantir 聯手 NVIDIA 推開放模型，替政府與企業打造 AI 主權解方
為了對抗閉源模型的 Token 壟斷，Palantir 與 NVIDIA 在週一宣布展開一項全新的戰略合作，結合 NVIDIA 的 AI 生態系統與其 Nemotron 開放權重模型（open-weight models），為美國政府機構在機密（classified）與實體隔離（air-gapped）等高度安全的環境中，建立客製化模型訓練與部署引擎。
Alex Karp 對此強調，將 Palantir 的關鍵基礎設施與 NVIDIA 的技術相結合，將能讓美國政府在發揮大語言模型完整能力的同時，移除安全上的風險。這項合作的核心共識，在於滿足技術型客戶對於自主權的終極追求，讓他們能牢牢掌控自身的算力、模型、資料堆疊與企業的核心競爭優勢。
這場 AI 商業模式之爭，反映出企業對生成式 AI 的期待已從單純的「能不能用」轉向「值不值得用」的典範轉移。隨著 Token 帳單飆升、數據流失與核心競爭優勢被商品化的風險，成為執行長們的共同焦慮，越來越多企業開始將目光轉向更便宜、能完成類似任務且能提供更高掌控度的開放權重模型。同時，Palantir 與 NVIDIA 的戰略結盟，更成功將開放權重模型、高安全要求的政府與企業場景以及「AI 主權」概念緊密結合，為那些不願被閉源模型 Token 模式綁架的決策者，開闢一條重新掌握核心數據與技術控制權的全新路徑。
【推薦閱讀】
◆ 高盛預估到 2030 年 Token 用量暴增 24 倍，企業如何避免 AI 帳單失控？
◆ 成立不到 4 年拿下 10 億美元訂單：AI 晶片新創 Etched 為何被視為 NVIDIA 新勁敵？
◆ AI 太貴難落地、太強又怕失控：Anthropic Sonnet 5 如何把企業 AI 變便宜，又不踩政府安全紅線？
＊本文開放合作夥伴轉載，參考資料：《QUARTZ》、《Barron’s》、《CNBC》、《Business Insider》，圖片來源：AI 工具生成
