商傳媒｜責任編輯／綜合外電報導
產業專家警告，企業應警惕人工智慧（AI）供應商提供的免費或低價「AI代幣」（Token）優惠，這類策略可能導致企業過度依賴單一供應商，面臨難以擺脫的「供應商鎖定」（vendor lock-in）風險，因此建議採取多供應商與多模型策略。
根據《Computerworld》報導，越來越多AI供應商為搶佔市場，提供由創投資金補貼的廉價Token，並派出前端部署工程師（FDEs）協助企業導入模型。Max Leaming（ManpowerGroup資料科學與AI解決方案主管）指出，免費或低成本的Token會鼓勵企業圍繞特定的專有大型語言模型（LLM）和人工智慧代理（Agent）來建構業務流程與工作流程。一旦企業將業務流程建立在特定AI模型上，就很容易被綁定在該生態系統中。
高德納諮詢公司（Gartner）資深總監分析師Max Goss表示，企業不應害怕採用多供應商策略，以從不同的AI工具中獲取價值，避免被單一供應商鎖定。他強調，單一模型或供應商很難滿足組織的所有需求。ServiceNow數位資訊長Kellie Romack則採行基於架構原則和問題解決導向的方案，透過一個LLM閘道在內部運行多個模型，例如Anthropic的Claude和Microsoft Copilot。
舉例來說，Claude可能更適合閱讀長篇文件，而Microsoft Copilot則適合快速摘要。這種多模型策略為企業提供了備援選項，因近期Anthropic的Claude和OpenAI的AI服務都曾發生中斷。Max Goss進一步說明，過度依賴單一供應商和單一模型存在風險，而多模型方法可有效降低這些風險。
分析師亦指出，企業的AI策略應以「實際應用案例」為基礎，而非僅著重於供應商。特別是在金融或醫療等高度監管領域，對安全性、隱私和法規遵循的高度要求，可能限制企業僅為節省成本而快速切換模型。然而，對於客戶服務中心等低風險且流量波動大的應用場景，在負載高峰期使用功能更強大的模型，而在非高峰時段優化成本切換模型，是一種明智的策略。Jack Gold（J. Gold Associates, LLC首席分析師）提到，企業正採取混合策略來降低Token成本，並轉向使用更具Token效率的模型。
IT企業Kyndryl全球AI策略與主權轉型夥伴Logan Wolfe認為，能否採取多模型策略，關鍵在於具體應用案例和實施類型。Kellie Romack也強調，企業必須了解其AI系統的建構方式，並確保人類工程師具備除錯、備份及追蹤的能力。她建議企業在全面更換舊有平台前，應優先考慮如何利用現有技術中的「最佳實踐」。ServiceNow會每天監控Token花費，比對職責相同的工程師，以了解顯著的支出差異。
