看《AI 趨勢－蔡博探路》，常有特別吸引我注意的「小事」，這次是 Meta 內部的事。
今年 2 月，Meta 技術長 Andrew Bosworth 公開說，一位頂尖工程師如果把相當於自己年薪的金額花在 token 上，生產力最多可以提升 10 倍，「應該持續投入，而且沒有上限」。
言猶在耳，卻因為員工在 30 天內消耗掉超過 73 兆個 token，因此開始以 AI Gateway 集中追蹤各團隊與個人的花費。而 Bosworth 自己後來也改口，大意是 token 用量本身不是有意義的影響力指標。
這則消息不算大新聞，但可以看到，就算是 Meta 這樣的科技巨擘，也開始思考「完成一件工作，要花多少 token 才划算」。
顯然，這將是企業應用 AI 的基本需求，就像每家企業都有電錶、水錶一樣，算力的成本同樣需要管理。台灣新創未來智慧推出一項產品，讓企業的 AI 用量「可歸屬、可預算、可稽核」的一套機制。關鍵不在把帳單壓到最低，而是讓每一筆花費都能對應到專案、團隊或決策，並能夠算出價值。
最近政府大力倡議資服業者產品化政策，但應該怎麼做？這段時間 AIF 也注意到，已經有幾家新創業者從客戶的剛性需求，萃取出可以重複使用的模型，再進一步推出產品。接下來《知勢》也會陸續介紹台灣團隊如何藉由獨特的產品與服務，成為各行各業深化 AI 應用的合作夥伴。
而在技術與監管都加速往前奔跑的同時，除了新創之外，也千萬別忽略在自己的領域裡耕耘多年，看見那些還沒被滿足需求的專業工作者。
上週我們介紹零售業詠鑠生活自行開發的多種 AI 工具，本週，台灣德國北德技術監護永續長黃國寶分享，如何借助 AI，做出一套 CBAM（碳邊境調整機制，俗稱碳邊境稅）的快速估算工具，解決中小企業出口歐盟最常卡關的三件事。
AI 對不同專業領域的衝擊深淺不一，但機會或許有其共通之處：離問題最近的人，往往也最懂如何借力使力。本週電子報與你分享這三篇文章，希望能幫忙把一件事看得更清楚些：你的算力，還有你的專業，各自花在哪裡、能創造出什麼價值。