InfoAI Decision Brief｜AI 競爭正在從模型能力轉向基礎建設與工作入口的控制權

今日編輯判斷

NVIDIA 傳出擬投資電力基礎建設、Apple 讓中國 Mac 使用者把 Qwen 接進 Siri，NextSlide 團隊則已加入 OpenAI 參與 ChatGPT 開發。三個事件共同顯示，AI 競爭正在往模型上下游擴張。

第一則是算力條件的控制權。
據報 NVIDIA 計畫向美國電力基礎建設開發商 Lancium 投資最高 30 億美元，其中追加投資條件直接包括電網接通進度。這代表 GPU 已經不是 AI 算力的唯一限制條件，土地、電力與資料中心能否按時投入營運，也正在決定實際可用的運算供應。NVNVIDIA 據報計畫向美國電力基礎建設開發商 Lancium 投資最高 30 億美元。第一階段可能投入 20 億美元取得約 20% 股權，另外 10 億美元的追加投資條件，直接包括電網接通進度。

這顯示 GPU 已經不是 AI 算力的唯一限制條件。

當資料中心規模持續擴大，土地、電力、電網接通與資料中心何時能正式投入營運，正愈來愈直接地決定可用算力。NVIDIA 與 Lancium 截至目前都尚未正式確認這項交易。IDIA 與 Lancium 尚未公開確認這項交易。

第二則是區域模型的控制權。Apple 已讓中國大陸符合條件的 Mac 使用者，可以自行把阿里巴巴 Qwen 連接至 Siri 與 Writing Tools。Apple 保留 Mac 作業系統與使用者介面，底層生成式 AI 服務則依中國市場採用當地模型。這提供了一個值得跨國企業觀察的架構訊號：全球產品不一定需要全球唯一模型。

第三則是知識工作入口的控制權。NextSlide 第一手公告確認團隊已加入 OpenAI，目前正在參與 ChatGPT 開發。NextSlide 原本的產品可以把提示詞、筆記、文件或研究資料轉換為完成度較高、可繼續編輯的簡報。創辦人 Ahmed Beshry 表示，實際收購在今年稍早已完成，這次公開消息晚了幾個月。

這三件事放在一起，企業真正需要重新檢查的已經不是哪一個模型最強。

更重要的是：

誰控制 AI 能不能運作的基礎條件、誰決定模型如何進入不同市場，以及員工最後在哪一個 AI 介面完成工作。

NVIDIA 把投資觸角伸向電力，AI 算力的瓶頸正在往電網延伸

第一階段預計投入 20 億美元，取得約 20% 股權；如果 Lancium 達成包括電網接通在內的特定條件，NVIDIA 還可能追加 10 億美元。

報導估計，Lancium 所持有的土地與電力連接資產企業價值約為 100 億美元。

NVIDIA 與 Lancium 尚未公開確認這項交易。

Lancium 擁有德州 Abilene 約 1,000 英畝的 Clean Campus，也是 Stargate 計畫第一個投入營運的據點。

這項報導值得注意的地方，在於 NVIDIA 的投資觸角可能再次往 GPU 之外延伸。

過去 AI 基礎建設的瓶頸主要集中在晶圓製造、先進封裝、高頻寬記憶體與 GPU 供應。

但當數萬甚至數十萬顆 GPU 同時部署後，電力供應、電網接通、土地與冷卻開始直接決定資料中心何時真正投入營運。

Lancium 的追加投資條件包含電網接通，本身就說明：

持有 GPU，與取得真正可以使用的算力，中間仍隔著一道大型基礎建設門檻。

這也會改變企業未來評估 AI 算力供應商的方式。

如果企業簽署多年期雲端容量、GPU 租賃或 AI 基礎建設合約，不能只確認供應商規劃部署多少運算設備。

還需要理解承諾容量背後的資料中心是否已完工、電力是否真正取得，以及上線時間是否仍依賴尚未完成的電網工程。

AI 算力採購正在逐漸具備大型基礎建設採購的風險特徵。

Apple 讓通義千問 (Qwen) 接進 Siri，全球產品開始出現區域模型架構

Apple 文件也顯示，Qwen 可以協助 Siri 處理部分較複雜的請求，包括分析照片與文件；Writing Tools 則可利用 Qwen 根據描述產生文字或圖片。

文件並規定，阿里巴巴不得把經由這項功能傳送的材料用來訓練或改善模型。

但這裡必須保留一項重要更新。

截至 8 月 9 日，原本的 Qwen 使用指引已被 Apple 移除或重新導向一般 Mac 手冊頁面。

因此，目前最精準的判斷不是「Apple 已正式全面開放 Qwen」，而是：

Apple 曾經把 Qwen 整合推進到公開使用指引的階段，但正式推出狀態仍需等待 Apple 進一步確認。

這並不改變另一項已確認的背景。

阿里巴巴先前已表示，Qwen 將整合至中國市場的 iPhone、iPad、Mac 與 Vision Pro；Apple Intelligence 相關服務也已完成中國監管登記。

因此，真正值得企業觀察的不是單一設定頁面是否仍存在，而是 Apple 所採用的產品架構。

Apple 可以保留作業系統、身分、權限、使用者介面與產品體驗，同時依不同市場接入不同 AI 模型。

這提供了一個值得跨國企業思考的方向：

全球一致的不一定要是模型。

企業真正需要保持一致的，可能是品牌介面、身分權限、資料治理與工作流程。

底層模型則可以依不同國家的法規、語言、成本與模型生態調整。

這是根據 Apple 中國市場架構所提出的 InfoAI 編輯判斷，並不是 Apple 已正式宣布的全球產品策略。

如果這種模式逐漸擴大，模型可替換性就不只是降低供應商綁定的技術能力，也可能成為跨國企業進入不同市場的重要營運能力。

NextSlide 團隊加入 OpenAI，ChatGPT 開始往工作成果的最後一公里延伸

NextSlide 創辦人 Ahmed Beshry 也公開確認，OpenAI 在今年稍早已完成收購，只是這項消息晚了幾個月才正式對外公布。

交易金額沒有公開。

NextSlide 原本處理的是知識工作中非常接近「交付」的一段。

它可以把提示詞、筆記、文件或研究資料，轉換成完成度較高、仍可繼續編輯的簡報。

生成式 AI 已經可以搜尋、整理、分析與撰寫。

但使用者完成研究之後，通常還需要進入 PowerPoint、Google Slides、Canva、Gamma 或其他工具，把資訊重新組織成正式成果。

NextSlide 所處理的，正是從資料、研究與想法走向可編輯簡報的這個步驟。

因此，我們可以提出一個判斷：

NextSlide 團隊加入 ChatGPT，增加了 ChatGPT 從提供資訊與內容，進一步往正式工作成果延伸的可能性。

目前還不能據此宣稱 OpenAI 已決定全面進軍企業簡報市場。

也不能確認 NextSlide 原有的產品能力，會以什麼形式、什麼時間出現在 ChatGPT。

但這項收購值得持續追蹤。

因為當 AI 平台能從研究、撰寫一路延伸到簡報、文件或其他正式交付成果，企業生產力工具的競爭焦點就可能逐漸改變。

競爭可能從：

「誰提供最好用的 AI 功能」

進一步轉向：

「員工最後在哪一個工作介面完成任務。」

真正形成長期黏著的，也可能不再只是檔案格式。

還包括企業逐漸累積在某個 AI 工作環境中的脈絡、資料、模板、工具連接與作業習慣。

Today Decision Insight

今天三項事件分別發生在 AI 價值鏈的不同位置。

NVIDIA 位於底層。

它面對的是 GPU 如何取得足夠電力，並真正成為可用算力。

Apple 位於產品與市場配置層。

它在中國市場展現出一種可能的架構：Apple 保留自己的作業系統與產品介面，底層生成式 AI 能力則可以依當地市場條件採用不同模型。

NextSlide 團隊加入 OpenAI，則發生在更接近使用者的一端。

這支團隊原本處理如何把研究、文件與想法轉成簡報，而現在正在參與 ChatGPT 開發。

把三件事放在一起，可以提出一個值得持續驗證的判斷：

當模型能力愈來愈容易取得，競爭價值正在往模型上下游延伸。

往下，是電力、土地、資料中心與真正能投入營運的算力容量。

往外，是不同國家的法規、模型供應與市場進入條件。

往上，是員工實際完成研究、文件、簡報與其他工作的產品介面。

三項企業常見判斷因此值得重新檢查。

第一個判斷是：

買到模型或 GPU，就等於取得 AI 能力。

這已經不夠完整。

GPU 需要電力與資料中心才能成為算力；模型也需要企業資料、權限、工具與流程，才能轉化為實際生產能力。

第二個判斷是：

企業最好選定一個標準模型，再統一部署。

Apple 的中國市場安排提供了另一種可能的架構。

企業可以保留自己的產品、資料與治理控制層，底層模型則依地區條件調整。

目前還需要更多案例驗證，但跨國企業已值得把這種架構納入設計選項。

第三個判斷是：

AI 生產力工具只是現有軟體旁邊新增的助手。

NextSlide 加入 OpenAI 提供了一個新的觀察點。

如果 ChatGPT、Microsoft 365 Copilot、Gemini 或其他平台逐漸從回答與撰寫，延伸到完成正式工作成果，企業軟體競爭的核心就可能逐漸轉向工作入口。

目前還不能宣告這項趨勢已經確立。

但管理層已經值得提前問三個問題：

我們依賴的 AI 算力，是否真的具有可用的實體容量？

當不同市場需要不同模型，我們是否能更換底層供應商，而不必重建資料、權限與整個應用？

如果某個 AI 平台逐漸成為員工完成研究、文件與簡報的主要入口，企業的知識與工作制度最後掌握在哪裡？

今天真正值得留下的判斷是：

AI 競爭正在從模型能力延伸到基礎建設與工作入口的控制權。

模型仍然重要。

但模型愈容易被替換，模型之外的資產就愈值得企業關注。

未來真正具有韌性的企業 AI 架構，不會建立在「押對一家模型公司」之上。

它應該建立在另一種能力上：

即使模型更換、算力供應改變、不同市場採用不同模型，或員工使用的 AI 介面重新洗牌，企業仍能保留自己的資料、工作流程、客戶關係，以及更換供應商的選擇權。

作者＝InfoAI 編輯部

你不需要讀完所有 AI 新聞。你需要掌握的是：哪些變化值得關注、哪些應用值得理解、哪些風險不能忽略，以及這些訊號可能如何影響企業決策。

訂閱 InfoAI 電子報，把全球 AI 訊號，轉化為更清楚的商業判斷。

InfoAI Line 群提供最新文章發佈通知，讓你不用每天上網查看，也能快速掌握新上線的 AI 產業解讀、應用案例與知識內容。

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

AI 協作與人工編輯聲明

本文由 InfoAI 編輯部進行主題判斷、內容策劃、事實查核與文字編輯，並使用 AI 工具協助資料整理與內容製作。最終觀點、內容取捨與發佈版本均由人工編輯確認。

你不需要讀完所有 AI 新聞，你需要知道的是：

有哪些變化值得注意，可能會如何影響你的產業、工作與決策。