【AI】AI訓練成本降低後，哪些商機可以注意?

DeepSeek讓AI模型成本降低，加速滲透!

近年來，人工智慧(AI)技術的發展突飛猛進，然而其落地應用仍受制於運算成本。但未來在DeepSeek等開源AI組織的突破下，將會使得大模型的訓練與推理成本大幅降低，這一變化可能進一步加速AI在各領域的滲透。

以往，運行AI應用通常需要昂貴的伺服器級別GPU，但隨著模型蒸餾技術的進步，部分精簡化模型已經可透過獨立顯卡來運行，這使得AI應用的門檻降低，且個人使用者也能享受到AI所帶來的工作效率提升。

傑文斯悖論與AI需求的加速

這主要是說:即使技術進步提升了資源使用效率，但最終仍會導致資源總消耗量增加。

說白話點，套用在AI邏輯上，其實就是當AI模型的成本下降，雖然目前的CSP廠商以及其他業者可能會思考是否還有必要要花費那麼多的資本支出，但因為成本的降低，反而會有更多企業與個人使用者會願意更廣泛的使用AI，從而使滲透率提升，推動AI應用的總體需求上升。

且隨著AI模型的蒸餾技術成熟，使用者可以用更低階的硬體來執行模型，而這可能驅動AI的普及率上升，帶動更強的算力需求與換機潮。

目前，許多企業正在探索如何加速導入AI。例如:醫療、金融機構等產業，因數據敏感性高，不適合將機密文件直接傳輸到雲端運行AI應用，這使得邊緣AI的推理需求快速成長。

且目前deepseek蒸餾後的模型，已經可於獨立顯卡運行，在此成本與門檻雙雙降低的趨勢下，不僅大企業會積極導入AI，許多個人工作者也將需要升級設備，以提升工作效率。

(圖片來源:APX機器學習)

在這樣的趨勢下，有哪些商機可以注意?

1.AI PC與AI工作站市場

個人用戶導入AI設備:隨著AI模型的運行門檻降低，過去只能在伺服器級別 的GPU上執行的大模型，現在可透過RTX 3060、RTX 4090等獨立顯卡運行，這將促使「AI PC」與高效能筆電市場的崛起。

企業端導入 AI 工作站:對於專業的影像處理、軟體開發、內容創作等行業，AI 工作站的重要程度也會越來越高。

2.硬體設備升級

隨著邊緣 AI 運算需求的快速增長，AI 加速卡正成為降低 GPU 負載並提升運算效能的關鍵技術，不僅適用於伺服器端，未來企業、研究機構，甚至個人創作者的需求也將不斷上升，推動市場進一步擴展。同時，硬體市場也有機會迎來設備升級的浪潮。此外，儲存設備、高速記憶體與專用 AI 處理單元(如 TPU、NPU)、ASIC晶片的需求亦將同步成長。

3.邊緣AI解決方案

企業內部AI模型運行需求增長:如金融、醫療、法律等產業，不適合將機密數據上傳雲端，因此在本地端部屬AI將成為趨勢。

例如:

醫療影像診斷:醫院可在內部部署AI診斷模型，避免數據外流問題。

金融機構風控與交易:銀行可利用本地的AI 進行詐騙的偵測與數據量化，降低雲端運算成本與風險。

4. AI軟體應用爆發

隨著 AI 運行成本下降，將出現更多 AI 應用，如:

AI 編程助手：CodiumAI、Tabnine 這類產品的市場將進一步擴展。

AI 影片與圖像生成:Runway、Pika Labs、Leonardo.Ai等 AI 內容創作工具將變得更加普及。

AI 文案與語音助手:ChatGPT、Deepseek、Gemini 這類 AI 模型的輕量版本，能夠在本地端執行，將吸引更多企業與個人用戶。

自動化客服與 AI 助理:企業可以部署自有 AI 客服，降低人力成本，提高回應效率。