在5月15日由《香港01》主辦的「企業人工智能升級轉型交流日」中，AiX Society 創會會長蘇仲成先生深入對比了中美兩國在 AI 技術、成本結構及發展策略上的核心差異，指出國產模型如DeepSeek-V2憑藉長上下文處理及創新的MHA架構，正以僅為西方閉源模型十分之一的低成本優勢推動AI普及化。

技術封鎖成催化劑 中國AI專注算法優化實現突圍

蘇仲成回顧了中美 AI 的不同發展路徑。目前美國以 NVIDIA 的硬件算力與 OpenAI 的閉源生態為代表，而中國則在華為等本土硬件基礎上，專注於軟件和算法的深度優化。講者表示，雖然近年受到外部晶片封鎖的挑戰，但這種環境反而成為了中國 AI 發展的催化劑，逼使研發團隊在有限的硬件資源下，將算法效能發揮到極致。

以近期受到市場關注的國產模型 DeepSeek-V2 為例，該模型在硬件上已實現自主研發，更在技術層面取得了多項關鍵突破。它具備處理高達 100 萬 Token 的長上下文能力，能夠一次性分析整份年度報告或進行繁複的 KYC 背景審查，免去了分段處理的限制。此外，其創新的 MHA（Multi-Head Attention）架構 顯著降低了計算資源的消耗，為未來的通用人工智能（AGI）及全自動機械人等實體物理應用，奠定了高效率的基礎。

企業應用關鍵在於流程標準化（SOP）與數字化

講座中亦探討企業具體落地的關鍵，不在於購買了多少昂貴的軟件，而在於內部流程的標準化與數字化。如果企業自身缺乏清晰的工作流程，AI 將難以進行有效的學習與跟隨，最終只會造成無謂的 Token 成本消耗。因此，企業引進 AI 的首要步驟，反而是利用 AI 協助建立並完善內部的 SOP 手冊。當前的數據系統化門檻已大幅降低，只要將資料匯入系統，AI 便能自動完成結構化整理，為後續的深度應用提供肥沃的土壤。

對於大中華地區的企業而言，國產 AI 模型多採取開源（Open Source）策略，允許企業在自身的雲端伺服器上進行私有化部署。這不僅能徹底杜絕敏感業務資料外洩的隱私風險，更能實現「免 Token 費用」的長期成本控制，且更符合本地市場的網絡環境與業務運作需求。故此企業應從盲目追隨西方技術的思維中轉變過來，著眼於利用平價、高效的國產工具重塑內部流程，方能在智能時代真正提升營運效率。