長久以來，世界對AI有幾個共同的認知：訓練尖端模型至少需要十億美元與數千個先進的晶片；AI必須閉源開發；只有少數公司擁有打造AI模型的人才，因此嚴守技術機密是最重要的事。
DeepSeek顛覆了這個傳統認知：報載它僅用兩千片NVIDIA的晶片、大約六百萬美元遠低於預期的成本就訓練出最新模型。此外，DeepSeek也證明IBM先前提出論點的正確性：無需仰賴封閉、龐大的系統，也能打造出精簡高效的模型。
這項技術創新還引發了另一個深遠的議題：AI的未來由誰主導？除了封鎖或禁用，IBM建議應該讓AI「民主化」，放棄掌控它的念頭，允許價值觀或優先級各自不同的人參與AI創新，讓AI在各行各業與社會各角落自由流動，讓創新與進步「遍地開花」。另一個解決之道是組成一個由企業、大學、研發實驗室以及政府共同參與的開發生態系；開放與協作才能確保AI的未來繼續光明燦爛。
DeepSeek在2025年開春問世，代表AI技術「獨佔」時代的結束；IBM樂觀地預測，2026年將從單純地使用AI，快進到發展「為我所用」的AI能力。實現上述未來的關鍵在於採用小型開源模型。數十年來，AI被視為「規模化」的競賽—模型規模越大，效果越好。然而，除了規模，效率指標對於評定AI的突破與成就同等重要。根據IBM自身的AI應用經驗發現，使用針對特定用途（Fit-for-Purpose）的AI模型例如IBM Granite基礎模型，可以降低訓練AI模型與AI推理所需成本達30倍，有效地提升訓練模型的效率與可用性。
對於「通用型AI（Artificial General Intelligence）已經來臨」或「AI的未來由資料中心的規模決定」等這一類的論述，IBM認為那只是刺激了更多錯誤的選擇。目前沒有任何物理法則判定AI必須是昂貴的，訓練AI模型與AI推理的成本也並非固定不變。無論是科技大廠或是新創公司，如今都有能力降低應用AI的成本，讓AI更加實用與普及。
這對世界的進步與發展將是一個利好消息。無論哪一種科技，唯有它經濟實惠且唾手可得，才能產生變革性的影響力。
＜本文作者：李正屹現為台灣IBM公司總經理＞