30 秒看重點
- 事件：微軟考慮在 Copilot 服務中導入中國低成本 AI 模型 DeepSeek。
- 意義：科技巨頭不願再盲目砸錢買晶片，AI 戰場正式轉向「極致性價比」。
- 影響：台灣 AI 伺服器與半導體供應鏈需警惕客戶過度依賴高階 GPU 的紅利見頂。
微軟近期動作頻頻，一方面傳出考慮引入 DeepSeek 降低 Copilot 營運成本，另一方面與甲骨文的 30 億美元算力合約談判宣告破裂。這背後傳遞出強烈訊號：科技業對昂貴 AI 基礎建設的盲目軍備競賽已經結束，實用主義與控管成本成為新共識。
微軟為何自降身段？低成本 AI 浪潮真的來了嗎？
微軟之所以考慮將對手 DeepSeek 的模型導入自家的 Copilot Cowork 服務，最根本的原因在於「地主家也沒有餘糧了」。過去一年，微軟為了維持其 AI 帝國的運作，向輝達（Nvidia）採購了天文數字的 GPU，並投入巨資建設資料中心。然而，當前每月 20 美元的訂閱制商業模式，根本無法阻擋後台驚人的雲端算力消耗，這導致微軟面臨極大的獲利壓力。此時，以「省錢、好用」席捲全球的 DeepSeek，自然成為微軟精打細算下的秘密武器。
這與微軟和甲骨文（Oracle）高達 30 億美元的算力租賃談判破裂相互呼應。微軟發現，無限制地堆疊高階 GPU 晶片，其邊際效應正在遞減，市場要的不是最會燒錢的「科技巨獸」，而是能幫企業真正省錢的實用工具。DeepSeek 採用創新的「混合專家模型（MoE）」架構，讓運算時只動用必要的「大腦區域」，這種智慧分工大幅降低了對硬體算力的依賴，也狠狠打碎了「算力即一切」的迷思。
- 2024 年底：微軟與甲骨文積極接觸，試圖租賃價值 30 億美元的 AI 算力基礎設施，以擴充 Copilot 的後台能量。
- 2025 年初：DeepSeek 憑藉極低的推理成本震撼全球，證明不靠天價硬體也能做出頂尖 AI，引發科技巨頭對 ROI（投資報酬率）的重新評估。
- 近期：微軟與甲骨文談判正式破裂，同時傳出微軟正研擬在 Copilot 生態系中導入 DeepSeek，實施 AI 瘦身與降本計畫。
台灣怎麼看這件事？
這對台灣科技業而言是一個必須嚴肅對待的「繁榮警訊」。台灣靠著台積電的先進製程，以及廣達、緯創、英業達等 AI 伺服器代工廠，在過去兩年賺飽了「輝達紅利」。然而，一旦微軟等美系雲端巨頭（CSP）不再瘋狂採購最貴的 GPU，轉而採用對算力需求較低、效率更高的「輕量化模型」，台灣伺服器與晶片代工的訂單增速勢必面臨修正。台灣廠商必須加速從單純的「硬體代工」，轉型為提供「低能效、綠色算力」的系統整合商，否則當硬體溢價消失，利潤將面臨考驗。
編輯觀點
這不只是微軟的省錢計謀，更是全球 AI 商業化「硬著陸」的開端。過去市場盲信「規模定律」，認為只要晶片夠多、模型夠大就能通往通用人工智慧（AGI），但商業市場最終還是要看損益表。微軟願意放下身段考慮對手兼中資背景的模型，戳破了 AI 的估值泡沫。台灣科技業不能再抱著「晶片供不應求」的樂觀幻想，必須提早佈局邊緣運算（Edge AI）與低功耗晶片，因為「綠色與省錢」才是 AI 下半場的獲利關鍵。
常見問題
- 為什麼微軟要考慮導入 DeepSeek 模型？
- 主要是為了降低營運成本。DeepSeek 擁有極高的性價比，能幫助微軟在提供 Copilot 服務時，省下驚人的後端雲端算力與 GPU 耗損成本。
- 微軟與甲骨文算力談判破裂，釋放出什麼訊號？
- 這代表雲端巨頭對 AI 基礎建設的投資不再「無上限」，市場正從「瘋狂搶購晶片」過度到「追求投資報酬率與成本控管」的理性階段。
- 這會影響微軟與 OpenAI 的合作關係嗎？
- 不會。微軟仍會與 OpenAI 保持深度合作，但可能會採取「混合策略」：高階複雜任務交給 OpenAI，日常、重複性高且需要大量運算的功能則改用低成本模型。
- 對台灣 AI 供應鏈有何具體衝擊？
- 短期內可能使高階 AI 伺服器的出貨增速放緩，迫使台灣代工廠必須調整產線，往更具能源效率、支持混合架構的硬體方案轉型。
- 什麼是混合專家模型（MoE）？
- 這是一種 AI 架構。就像公司遇到問題時，只派特定專業的「專家小組」去解決，不需動員全公司加班，因此能大幅節省運算資源與成本。
名詞小教室
- 混合專家模型 (MoE)
- 就像一間大型公司，每次有客戶提問時，只派最懂該領域的「專案小組」出來回答，不用全體員工一起開會，因此可以省下大筆的人力與時間成本。