ChatGPT、Claude不用選 企業AI多模型成新趨勢

(中央社財經訊息服務20261001 14:39:28)公司準備導入AI時，現在很容易遇到一個問題：到底該選 ChatGPT、Microsoft Copilot、Claude 還是 Gemini？這幾個市面上常見的AI大家都已經很熟悉，這幾個市面上常見的AI大家都已經很熟悉，不同產品的功能、使用情境與特色也不太一樣。有人習慣用 ChatGPT 整理資料，有人因為公司原本就使用Microsoft 365而選擇Copilot，也有人偏好 Claude 處理長文件，或直接使用 Google 的 Gemini。乍看之下，就像過去挑選軟體一樣，公司選定其中一套，接下來大家就使用同一家的AI。

不過，現在企業其實不一定只能在這些AI之間選一家。Microsoft Copilot 就是很直接的例子，因為使用者即使待在Copilot裡，也已經可以依照需求選擇不同的AI模型。

Microsoft 目前在 Copilot 中提供模型選擇功能，以Copilot Chat為例，使用者可以透過介面上的模型選擇器切換不同模式與模型；如果維持預設的「Auto」，Copilot 則會依照使用者的問題，自動調整背後使用的模型。至於Copilot Cowork，模型選擇又更進一步，依照企業開放的設定，選項可以同時包括OpenAI的GPT系列，以及 Anthropic 的 Claude 系列模型。Microsoft 近期也持續擴大這項做法，將OpenAI的GPT-6 Sol與Anthropic的Claude Opus 5.5加入Copilot的模型選擇。Claude也已經進入部分Word、Excel、PowerPoint、Copilot Studio等Microsoft 365 Copilot使用情境。也就是說，雖然企業購買的是Microsoft Copilot授權，但使用者可以依照這次工作的目的與需求，選擇使用GPT 或 Claude等不同模型。

這也讓「使用哪一套AI產品」和「背後使用哪一個AI模型」開始變成兩件不同的事。過去我們很容易把它們連在一起：使用 ChatGPT 就是使用OpenAI，使用 Claude 就是Anthropic，使用 Gemini 就是 Google；但現在，同一個AI工作平台裡，也可能同時提供不同公司的模型。

對使用者來說，最直接的改變是，以後不一定每次都要想著「這份資料到底要丟給GPT還是Claude？」他可能只是在Copilot裡整理報告、分析Excel或準備簡報，至於背後由哪一個模型處理，有時可以自己選，有時則交給系統依照任務決定。

除了 Microsoft 提供這樣的服務模式外，Amazon Web Services（AWS）的 Amazon Bedrock 目前提供來自不同AI公司的基礎模型，除了 Amazon 自己的模型，也包括 Anthropic、OpenAI、DeepSeek、xAI等，企業可以在同一個雲端平台中使用不同模型，再依照工作需求、效能與成本選擇。AWS 甚至直接把「Model Choice」當成 Bedrock 的重要特色，讓企業從效能、成本與準確度等面向比較模型，而不是預設所有工作都必須交給同一個AI。

Google 也有類似情況。雖然 Google 有自己的 Gemini，但在Google Cloud的AI平台上，企業同樣可以使用Anthropic的Claude系列模型。換句話說，公司使用哪一家雲端平台，和實際使用哪一家AI模型，已經不一定需要綁在一起。因此，企業導入AI時要考慮的問題，開始從「到底要選哪一家」，變成「什麼工作適合交給哪一個模型」。

有些工作只是整理大量固定格式的資料，公司可能更在意速度與成本；有些工作需要分析複雜文件、撰寫程式或進行較深入的推理，就可能選擇更適合這類任務的模型。如果只是每天大量執行簡單工作，也不一定每一次都需要動用能力最強、成本最高的AI。甚至同一個工作流程，也可能不只使用一個模型；例如公司每天收到大量客戶問題，可以先用速度快、成本較低的模型分類，再把複雜問題交給另一個模型處理；製作一份報告時，也可能由一個模型整理資料，再由另一個模型負責分析。對最後使用的人來說，這些工作甚至可能都發生在同一個介面裡。

當同一個平台就能使用不同模型，公司更該重視的，是決定哪些工作可以使用哪些模型、哪些模型可以接觸公司資料、員工能不能自行切換，以及不同模型的使用成本怎麼計算。尤其當AI開始接觸 Email、文件、會議紀錄、客戶資料與公司內部系統，甚至進一步由AI代理人執行工作，企業需要管理的就不只是模型本身，帳號權限、資料存放、雲端環境、安全設定與使用成本，也會一起成為AI導入的一部分。

從個人使用者與企業使用的角度來看，個人使用者今天覺得ChatGPT回答得不理想，可以把同一個問題複製到Claude再問一次；但企業如果要讓數十、數百名員工使用不同AI，就不能完全靠每個人自己決定。哪些資料可以交給AI、哪些模型可以使用、費用怎麼計算，以及出了問題能不能追查，都需要一起考慮。這時，從「我們希望AI幫公司做哪些事情？」來思考，對公司的決策就有更明顯的幫助，先知道工作是什麼，再決定適合使用哪些模型、資料放在哪裡、需要開放哪些權限，以及透過什麼平台管理。

企業導入AI的思考，正在從「公司要選哪一個AI」，逐漸轉向「什麼工作該交給哪一個AI」。當選擇愈來愈多，真正要處理的也不只是挑出一個最強的模型，而是如何讓不同AI在適合的位置工作，更有效率地建立企業的AI工作場景，同時把資料、權限、成本與安全管好。

【匯智生活觀察室】 從生活出發，觀察科技與數位時代的大小事，分享實用資訊，讓科技更貼近日常。 由 Cloudmax 匯智資訊策劃，持續關注科技、資安與數位生活議題。 官方網站：www.cloudmax.com.tw

圖片來源：Cloudmax 匯智／AI生成

企業導入AI，正在從「選哪一家AI」走向「什麼工作適合用哪一個模型」。Microsoft Copilot已開始提供不同AI模型的選擇，AWS、Google Cloud等雲端平台也走向多模型服務。當企業能依工作需求選擇不同模型，接下來要考慮的就不只是AI能力，還包括公司資料、使用權限、成本與安全如何管理。