全球AI能力差距迅速拉近 加速市場競爭與資安風險
過去兩年，人工智慧（AI）模型發展主要集中於少數美國公司，形塑了市場對AI取得、風險及採用的認知。然而，最新趨勢顯示，AI能力的差距正以超乎預期的速度縮小，不僅重塑全球AI生態，也帶來了前所未有的機遇與挑戰。
根據《DCDNoticias》報導，歐洲、中國及其他地區的開源AI模型正快速進步，與領先的專有系統日益競爭。例如，2026年美國企業對中國AI模型的使用量顯著增加。歐洲各國政府也積極支持本地AI發展，如法國的Mistral和德國的Aleph Alpha等，以促進歐洲AI主權。報導指出，若此趨勢持續，高效能人工智慧（指的是具備推理、寫程式、多模態分析及工具使用等進階能力的 AI 模型）將在未來六到十二個月內，由更廣泛的供應商提供，變得更容易取得。
這波AI普及化也改變了企業的應用策略。許多公司正從「盡可能多用AI」轉向「策略性使用AI」，在非必要頂尖性能時選擇成本較低的AI模型。這為企業帶來更多模型選擇與適應彈性，同時讓小型供應商能提供複雜產品，內部團隊也能更自由地實驗。據統計，擁抱AI的組織在軟體開發方面的生產力已提升高達五倍，AI也能有效分析、現代化現有程式碼並移除潛在漏洞，以修復舊有軟體。
然而，AI能力的普及也同步加速了資安風險。當進階AI能力更容易取得時，複雜的攻擊技術也變得更容易被複製。近期Hugging Face遭遇OpenAI系統互動並損害其基礎設施的事件，便顯示AI模型如何利用多重軟體漏洞達成更大目標。AI模型現已能串聯多個看似不相關的軟體漏洞進行推理，這項能力過去多與國家級行為者相關。Anthropic公司開發的Mythos模型在推出首月，就協助識別了全球重要軟體中的一萬個高風險或關鍵級漏洞。
AI程式碼工具的廣泛應用，也因加速開源軟體消耗而擴大了攻擊面。2025年，Java、JavaScript、Python與.NET等軟體庫的下載量達到9.8兆次，AI以機器速度推薦和擷取開源組件。同年，有超過45萬4,600個新的惡意開源套件被識別，平均每分鐘就出現一個。這些惡意套件多數旨在模仿合法工具或利用現有套件的信任關係，使軟體供應鏈成為主要攻擊途徑。因此，企業必須在投資AI的同時，也加強資安、基礎設施及維護人員的投入，並建立軟體物料清單（SBOMs），確保軟體攝取安全與機器速度的可視性，才能在AI浪潮中掌握機遇、降低風險。
AI能力差距為何迅速縮小，對市場和資安有何影響？
全球AI能力的差距正以超乎預期的速度縮小，歐洲、中國及其他地區的開源AI模型正快速進步，與領先的專有系統日益競爭，預計高效能人工智慧將在未來六到十二個月內變得更容易取得。這波AI普及化促使企業從「盡可能多用AI」轉向「策略性使用AI」，擁抱AI的組織在軟體開發方面生產力已提升高達五倍。然而，AI能力的普及也同步加速了資安風險，複雜的攻擊技術變得更容易被複製，AI模型現已能串聯多個軟體漏洞進行推理，同時AI程式碼工具的廣泛應用擴大了攻擊面，惡意開源套件數量顯著增加，使軟體供應鏈成為主要攻擊途徑。
AI普及化對企業的AI應用策略有何改變？
企業正從「盡可能多用AI」轉向「策略性使用AI」，在非必要頂尖性能時選擇成本較低的AI模型，這為企業帶來更多模型選擇與適應彈性，並讓小型供應商能提供複雜產品。
AI能力普及如何加劇資安風險？
進階AI能力更容易取得，使得複雜的攻擊技術也更容易被複製，AI模型能串聯多重軟體漏洞達成更大目標。此外，AI程式碼工具加速了開源軟體消耗，導致惡意開源套件數量顯著增加，使軟體供應鏈成為主要攻擊途徑。
企業應如何應對AI普及帶來的資安風險？
企業應在投資AI的同時，加強資安、基礎設施及維護人員的投入，並建立軟體物料清單（SBOMs），以確保軟體攝取安全與機器速度的可視性。
