撰稿人：Lia ／ 責任編輯：Zaphyra
自2024年以來，全球人工智慧（AI）產業的價值重心正經歷一場深刻的典範轉移。過去一度被輕蔑地稱為「AI套殼」（AI Wrappers）的應用程式公司，如今已成為矽谷炙手可熱的投資寵兒，並被正名為「AI原生應用」（AI Apps）。這些企業，如AI搜尋引擎Perplexity、法律分析工具Harvey及醫療紀錄自動化平台Abridge，並不自行從零開始建構龐大的基礎模型，而是巧妙地「包裹」或整合來自OpenAI、Anthropic、Google等巨頭的現有模型，並在此之上提供高度客製化、專注於解決特定行業痛點的解決方案。此模式的崛起，挑戰了「唯有模型建構者才能主宰AI時代」的早期論述。隨著基礎模型技術逐漸商品化，真正的差異化與商業價值正向上轉移至應用層。這些新創公司憑藉更優越的使用者介面、對特定領域數據的深度耕耘、以及更敏捷的產品迭代速度，創造出傳統科技巨頭因「創新者窘境」而難以企及的護城河。其驚人的營收增長與市場估值（如Perplexity的估值已達其年收入的170倍），預示著一個由應用驅動的AI新生態正在成形，權力結構正從基礎設施的掌控者，轉向最了解並能解決終端使用者問題的應用創造者。
全文
Lia. Independent Media 台北報導
在所有技術革命的黎明時分，總有一種普遍的迷思，認為權力與價值必然歸屬於那些鑄造了最底層、最核心引擎的巨匠。在人工智慧（AI）的浪潮之初，這份榮耀無疑屬於OpenAI、Anthropic、Google等基礎模型的建造者。然而，當時光的塵埃稍稍落定，我們卻發現，一股曾被視為附庸、甚至被輕蔑地稱為「AI套殼」（AI Wrappers）的力量，正以一種不可阻擋的姿態，從產業的邊緣走向舞台的中央。
這不僅僅是一次商業上的成功，更是一場關於「價值」在何處生成的深刻辯論。Perplexity、Replit、Harvey、Abridge，這些名字在科技圈與資本市場中掀起波瀾。它們的共通之處，在於並未耗費數十億美元去訓練一個能解決所有問題的通用模型，而是站在巨人的肩膀上，將現有的強大模型作為原料，精心包裹、調校，最終打造成解決特定領域問題的鋒利工具。曾幾何時，「套殼」一詞帶有貶義，暗指其為二流的中間商，僅僅是為他人的技術套上一個使用者介面。但如今，這場價值認知的風向已然逆轉。
典範轉移：當「基礎設施」成為日常，「應用」即是王道
早期的AI競賽，是一場資本與算力的軍備競賽。數十億美元的資金湧入模型建造者，市場的邏輯很簡單：誰掌握了最聰明的大腦，誰就掌握了未來。然而，正如微軟執行長薩蒂亞・納德拉（Satya Nadella）所言：「我相信，模型正在被商品化。」當各家模型在性能參數上的差異日漸模糊，當一個模型更富創造力、另一個更擅長編碼、第三個更具成本效益時，真正的競爭優勢已不再是模型的原始能力，而是如何運用這些能力。
價值，正沿著技術堆疊向上攀升。最頂層的，是真實的人與他們真實、複雜且深刻的問題。這正是「AI原生應用」（AI Apps）—一個更受尊敬的新名詞的核心戰場。它們不再被視為單薄的包裝紙，而是被看作是整合者、優化者與最終解決方案的提供者。正如商界傳奇吉姆・巴克斯代爾（Jim Barksdale）的名言：「賺錢的方法只有兩種：捆綁與解綁。」AI應用程式，正是將來自不同基礎模型的智慧，與自身對特定行業的深刻洞察進行「捆綁」，從而解決真實的商業問題。
這場轉變在資本市場的反應最為直接。如今，比以往任何時候都多的資金正湧入AI應用層。AI搜尋引擎Perplexity，據傳正以高達180億美元的估值進行新一輪融資，其估值是其年化收入的170倍，遠高於Anthropic的58倍與OpenAI的43倍。專注於法律分析的Harvey AI在2024年營收翻了兩番；而深耕醫療保健領域的Abridge，也成功募集了2.5億美元的D輪融資。這些驚人的數字背後，是投資者信心的轉移：他們相信，應用層公司能更快地將技術轉化為可持續的營收，其商業模式更具效率與韌性。
垂直深耕的護城河：從「氛圍編碼」到專有數據
AI應用的勝利，並非僅僅依靠一個精美的介面。它們的護城河，是透過對特定領域的深度耕耘，一磚一瓦地建立起來的。
首先，它們提供的是一種整合與策展的能力。使用者無需在眾多模型間猶豫，應用程式會根據任務需求，自動選擇或調用最合適的模型組合，提供無縫的體驗。
其次，是對使用者需求的極致理解。以Abridge為例，它旨在將醫生與患者的對話，自動轉化為結構化的醫療筆記與計費代碼，從而將醫生從繁重的文書工作中解放出來。這解決了醫療行業長期存在的巨大痛點—研究顯示，未來2至3年內，五分之二的醫生因不堪重負而考慮離職。Abridge的成功，源於它對醫療工作流程、合規性、隱私保護等行業特殊性的深刻理解，這是通用模型無法企及的深度。
再者，它們正在建立自己的數據與模型壁壘。許多AI應用程式，透過使用者回饋與專有數據，對開源或商用模型進行微調（Fine-tuning）與後訓練（Post-training），創造出獨特的、性能更優的專用模型。Abridge的創辦人便強調，他們更像是一家擁有自身科學深度的「T型公司」，既有面向使用者的垂直應用，也有基於專有醫療數據集進行訓練的橫向技術層。這使得它們的產品難以被輕易複製，逐漸擺脫了對單一模型供應商的依賴。
這股浪潮甚至催生了一種全新的文化現象—「氛圍編碼」（Vibe Coding）。得益於Cursor、Replit等AI優先的編碼工具，程式設計的門檻被前所未有地降低。開發者不再需要精通複雜的語法，而是將精力集中於描述想法、傳達「氛圍」。一個僅有十人的「氛圍編碼」團隊，其產出效率可能匹敵過去百人規模的傳統工程團隊。這不僅加速了創新的步伐，更預示著一個「全民創造者」時代的來臨，從「氛圍法律」、「氛圍會計」到更多領域，人與AI的協作模式將被徹底重塑。
巨人的兩難：敏捷新創與傳統巨頭的戰略博弈
AI應用的崛起，也凸顯了傳統科技巨頭所面臨的「創新者窘境」。以Google為例，其核心的搜尋業務是一台利潤豐厚的印鈔機，任何可能蠶食其流量與廣告收入的純AI聊天機器人，都會在內部引發巨大的戰略猶豫。相比之下，Perplexity作為一家新創公司，毫無歷史包袱，可以迅速測試和推出顛覆性功能，如選舉中心、金融儀錶板，甚至開發自己的瀏覽器，直接挑戰Chrome的地位。
誠然，科技巨頭擁有龐大的現金流、深厚的企業關係、海量的專有數據以及無與倫D的發行渠道（如微軟的Windows、Google的Android、Meta的社交平台）。它們可以輕易地將自家AI功能整合進數十億用戶的設備中。然而，龐大的體量也意味著轉向的遲緩。它們更像是在水平層面提供原始能力的API供應商，而AI應用公司則在垂直層面，專注於解決具體的、現實世界的問題。
這場競賽的未來，將是一場關於「護城河」的持續構建。敏捷的新創公司正透過深化自身模型、整合工作流程來鞏固優勢。而大型企業則可能透過收購，或利用其分銷優勢，試圖收復失地。但敘事已經改變，舞台的聚光燈不再只屬於那些建造宏偉基礎設施的巨頭。那些最貼近市場、最能以AI原生方式解決使用者痛苦的應用程式，已經抵達戰場，並準備好定義下一個時代的遊戲規則。
資料來源
The Information: Perplexity AI, Valued at $3 Billion, Is Selling Its Software to Big Companies
https://www.theinformation.com/articles/perplexity-ai-valued-at-3-billion-is-selling-its-software-to-big-companies
Forbes: The Rise Of AI Wrappers: How Startups Are Building On Top Of Foundational Models
https://www.forbes.com/sites/asifdhalla/2024/02/20/the-rise-of-ai-wrappers-how-startups-are-building-on-top-of-foundational-models/
TechCrunch: Abridge raises $150M to bring generative AI to more hospitals
https://techcrunch.com/2024/02/22/abridge-raises-150m-to-bring-generative-ai-to-more-hospitals/
Bloomberg: AI Startup Harvey Raises $80 Million From OpenAI, Sequoia
https://www.bloomberg.com/news/articles/2023-12-13/ai-startup-harvey-raises-80-million-from-openai-sequoia
Reuters: AI coding assistant Cursor valued at $600 million in latest funding, source says
https://www.reuters.com/technology/ai-coding-assistant-cursor-valued-600-million-latest-funding-source-says-2023-11-20/
Harvard Business Review: Don’t Just Build an AI Model — Build an AI Application
https://hbr.org/2024/05/dont-just-build-an-ai-model-build-an-ai-application
Andreessen Horowitz: The New New Moats
https://a16z.com/the-new-new-moats/