開放權重模型的使用增長有多快？

  • 在模型呼叫平台 OpenRouter 上，開放權重模型占平台前 50 個熱門模型處理的 Token 比例，從一年前約 22% 升至約 72%；這 50 個模型涵蓋平台追蹤 Token 的約 90%。
  • 應用與代理平台 Vercel 的數據也顯示，開放權重模型的 Token 使用占比從 2025年12月 的 7% 升至 63%。較低的單 Token 成本使更多日常任務具有經濟可行性。
  • 兩個平台的數據反映各自用戶的使用情況。OpenRouter 用戶可能偏向注重成本、技術能力較強的開發者及較小的工作負載，因此這些比例不能直接視為全產業占比。

成本下降為何不一定轉化為軟體商的利潤？

  • 開放權重模型讓廠商減少對昂貴專有模型介面的依賴，並可針對工作流程微調模型、將簡單任務分配給較便宜的模型。先前成本過高的自動化流程和免費試用，也可能因此更具可行性。
  • 但競爭對手和企業內部自建團隊同樣可以使用這些模型。客戶若要求分享成本節省，或轉向替代方案，軟體商的定價和毛利率就可能承壓。
  • 摩根士丹利整體預計開放權重模型有助於穩定軟體毛利率；不過，分析型數據基礎設施歷來會將部分技術效率收益讓給客戶，短期營收和毛利額可能承壓，之後用量增長和工作流程擴展有望抵消影響。
  • 該行認為，擁有獨有數據、企業背景資訊和複雜工作流程的廠商更有能力維持定價；依賴簡單流程或單點功能的廠商則較難獲得同樣的毛利率改善。

企業採用還取決於什麼？

  • 非西方開放權重模型目前占多數用量，但歐洲和北美企業可能因地緣政治、聲譽或安全顧慮而猶豫。摩根士丹利預計，未來一年更多美國模型可供選擇，將促進企業採用。
  • 該行認為，模型的開發地與託管、治理方式需要區分：大型雲端平台可透過區域託管、私人連線、加密、存取控制和持續監控，協助應對企業顧慮；西方模型能力提升也有助於擴大選擇。

哪些軟體環節更有機會，限制又在哪裡？

  • 基礎設施方面，更多 AI 應用需要企業數據、檢索、監控和治理。數據平台可能受益於查詢量和受控數據存取需求，監控廠商則可服務代理新增的呼叫、錯誤和成本管理需求。
  • 但客戶也可能將開放權重模型與開源基礎設施結合，自建較便宜的替代品；自動最佳化若減少重複查詢或數據處理，按用量收費的廠商在相同工作負載下的消費量也可能下降。
  • 安全方面，代理存取企業數據、身分憑證和應用程式會擴大防護範圍，同時低成本模型也能協助處理警報和自動回應。客戶或競爭對手也可能藉此替代部分原本收費的進階安全功能。
  • 應用軟體方面，摩根士丹利看好掌握複雜工作流程的橫向及垂直軟體商，例如 ServiceNow、Atlassian 和 Shopify。垂直廠商可用產業數據調整模型，自動化原先依靠人工的流程；但行動過慢也可能讓 AI 新進業者奪走執行工作流程的入口。