小心，生成式AI技術綁定

今年5月，微軟在Build開發大會上，公布了新的AI戰略，微軟執行長Satya Nadella強調：「要讓所有開發者和企業能夠為他們的應用提供Copilot的能力。」所以，要在Azure環境上提供，各種企業打造Copilot所需要的基礎設施，包括了AI基礎架構、基礎模型、AI調度管理。

採用了與ChatGPT相同的GPT模型所打造的Copilot，從GitHub程式開發AI助手，後來變成了多功能的生成式AI助手，還變成了Office 365的辦公室AI助手，也將成為Windows作業系統中的桌面AI秘書。ChatGPT掀起了全球企業想要發展生成式AI應用的浪潮，微軟想要讓Copilot變成企業自家應用或各種服務場景中的AI助手，也發表了AI Copilot技術開發框架。

這個架構分為三層，底層是AI基礎架構與基礎模型，中間是AI調度管理層，包含外掛執行、資料Grounding、提示機制與回應過濾機制，最上層是App層，包括微軟Copilot和各種第三方外掛，透過外掛機制整合第三方，來建立生成式AI生態圈。

科技巨頭Google則在8月終於公布了他們的生成式AI產品藍圖，除了AI開發框架Vertex AI，還擴大延伸到GCP雲端基礎架構和辦公室生產力服務Workspace，都開始整合生成式AI，在辦公室工作場景和雲端維運場景中，都開始提供新的AI助手Duet AI。甚至Google搶先微軟一步，在這次Next大會上，正式推出了Workspace的AI助手，微軟Copilot遲遲還在測試版階段。

Google的Vertex AI架構，在GCP底層則推出支援AI運算的新硬體和執行實例，中間則是 AI開發框架，包括了提供各種LLM模型的模型花園，以及提供外掛、Grounding、調校、評估等開發機制的AI平臺、AI解決方案，以及最上層的Duet AI服務。

後發的Google生成式AI藍圖，顯然比微軟的生成式AI技術框架，更完整，也涵蓋了更貼近業務需求的AI解決方案。

但是，不管是微軟或是Google的生成式AI藍圖，都有一個最根本的元素，就是兩家各自所用的基礎大型語言模型截然不同，微軟是GPT系列基礎模型，而Google則是PaLM系列模型，這是兩家各自的強項，也是兩家產品藍圖中最重要的AI大腦，所有藍圖中的AI開發工具、AI應用、AI生態圈機制，都以兩家各自的AI大腦為核心來發展。

對企業來說，有競爭才會有選擇，但是，兩家業者沒說的是，一但企業選定了任何一家的生成式AI開發框架，也就等於將企業自家生成式AI的發展，全都押寶到其中一家的AI技術和生態圈中。

因為，GPT基礎模型和PaLM基礎模型是兩套截然不同的LLM，技術上無法互通，用GPT-4建立的各種生成式AI應用，無法快速變成PaLM 2模型的生成式AI應用，要更換基礎模型，就像是更換AI大腦一樣，是超高難度的換腦手術。

雖然資料可以互通，以容器或虛擬化技術打造的基礎架構執行環境可以跨雲移動，但是，選定了任何一家AI大腦所開發的企業應用後，要換成另外一家，幾乎得重新開發另一隻新的生成式AI應用。

這是生成式AI競賽中，全新的AI技術綁定，也是更深層的廠商綁定。雖然也有開放、開源的第三方基礎模型可用，例如臉書的LLaMA系列開始崛起，但是兩大巨頭對這些開源基礎模型的支援，還遠不如對自家主力模型的整合度。企業如何在三者之間選擇，是一個技術決策難題。

AI技術綁定的風險和代價，將會成為CIO發展生成式AI策略，不可忽視的潛在課題。