你付錢的那個 AI 方案，被廠商片面降級了——而你簽的合約沒寫這條
雲端 AI 是一個沒有變更管制的供應商2026.10.05 · 閱讀約 9 分鐘
三月前你請人把報價的前置作業調順了。業務把客戶傳來的圖和規格丟進去，系統自動抓出料號、對到你們的材質對照表、把常用的加工工時代進去，最後吐一張初稿給你看。原本一張報價要花掉工程助理半天，現在二十分鐘，而且謄打錯誤少了很多。你還特地跟幾個同業講過這件事。
然後這個月，有人跟你說：怎麼最近它抓出來的工時怪怪的？
你調出來看，格式沒變、欄位沒變，但有幾筆料號的判讀變鬆了，以前會自動分開的兩種材質，現在被歸成同一類。沒有人動過設定。你們公司沒有任何人改過任何東西。
那是因為改的人不在你公司。
一則公告，和它翻成工廠的語言
Google 在十月初宣布調整 Gemini 各方案可用的模型。根據報導，從 2026 年 10 月 9 日起，免費帳號在網頁版和 App 上只能使用最輕量的 Flash-Lite，原本能用的 Flash 和 Pro 都收回去了；更值得注意的是，每月台幣 165 元的付費方案 Google AI Plus，也不再能使用 Pro 模型。這不是砍額度，是整個拿掉。而 AI Plus 的實際生效時間，Google 說會另外用 Email 通知，不同用戶可能不一樣。
把這段話翻成製造業聽得懂的版本：
你跟供應商簽了年約，每個月付固定的錢。有一天他寄了封信給你，說從下個月開始，同樣的價格，我出給你的是另一支料。不是比較少，是不一樣。至於是哪一天開始換，我再通知你。
如果今天真的有鋼捲供應商這樣做，你會怎麼反應？你會打電話過去罵人，會要求重新提交材質證明，會把這件事記進供應商評鑑，嚴重一點會要求對方做 4M 變更通知、附上首件檢驗。因為你很清楚，你下游的客戶不接受「我們換了料但沒跟你說」這種答案。
可是同樣的事發生在 AI 服務上，大部分人連知道都不知道。
雲端 AI 沒有料號
製造業的整套品質管理，建立在一個很基本的假設上：你用的東西，要能被指名。
指名靠的是料號、是版本、是批號。客戶稽核時問你「這批的材料從哪來」，你調得出進料檢驗紀錄；問你「這份作業指導書是第幾版」，你答得出 Rev. C，而且舊版在哪裡封存你也知道。整個 ISO 體系花那麼多力氣在做文件管制，就是為了回答一個問題：當結果出錯，我能不能回到當初那個狀態，看看到底哪裡變了。
雲端 AI 服務給不了你這個。
你今天透過某個服務跑報價輔助，你並不真的知道背後是哪一版模型在跑。它可能在上週被換掉了，可能被調整了回應風格，可能因為你的方案層級被下修而換成了比較輕量的版本。這些變動不會出現在任何你能稽核的地方。沒有版本號、沒有變更通知單、沒有舊版可以回去。
對很多用途來說這無所謂。寫封英文信、整理一下會議記錄，換個腦袋寫出來的東西差不多，你看過一遍就送出去了。
但你的報價邏輯不是這樣。檢驗判讀不是這樣。客戶稽核要你提供的文件更不是這樣。這些東西的價值，有一半來自「它每次都一樣」。一個每次都一樣的六十分，比一個時好時壞的八十分有用得多，這個道理你在產線上講了二十年。
成本在暴跌，但便宜不一定會落到你身上
同一週還有另一則消息，值得跟前面那則放在一起看。
根據科技新報引述 AI 研究機構 Epoch AI 的報告《The Plunging Price of Thought》，在相同的測試表現水準下，使用 AI 模型的成本自 2023 年起平均每季下跌約 47%，相當於一年便宜約 13 倍。報告舉的例子很誇張：OpenAI 在 2025 年 1 月推出的 o3 模型，在某項科學問答測試上每題平均花 0.3 美元；不到 18 個月後的模型達到同樣水準，每題成本約 0.0004 美元。報告用了一個比喻——相當於一輛五萬美元的新車跌到六十九美元。
看到這裡你可能會想：那我的月費應該要變便宜吧？
事情沒有這樣走。Google 那邊發生的是：免費版拿到的東西變少了，165 元的方案拿到的東西也變少了，而 650 元的 AI Pro 方案反而多拿到一個更高階的功能。成本在跌，但跌出來的空間被拿去重新切分層級，而不是降價。
這其實不難理解，你自己也這樣報價。模具攤提完了之後，你不會主動去跟客戶說「我的成本下來了，我們降價吧」。你會把那個空間留著，應付明年的調薪和漲價。供應商也是人。
Epoch AI 的報告自己也很保守，它說衡量的是達到特定測試表現所需的最低成本，不是企業實際付的價格，也沒有斷言訂閱制會撐不下去。報告還提醒，廠商可能針對特定測試去調整模型，分數變高不等於實際做事變強——這句話對你特別重要：你不該靠別人公布的分數來決定要不要用，你該拿你自己那三十張報價單去測。
把流程分兩堆
所以結論不是「雲端不能用」。雲端很好用，而且會越來越便宜。結論是你得先把流程分成兩堆。
可以接受規格浮動的，共同特徵是：有人會再看過一遍，而且出錯的代價是浪費十分鐘。會議記錄整理、產品說明初稿、英文往來信件、把一疊雜亂的客訴內容做初步分類、幫新人把老文件讀成白話摘要。這些用雲端訂閱最划算，便宜、不用自己養，而且三個月後它偷偷變強了你只會開心。
不能接受規格浮動的，共同特徵是：輸出會變成對外的承諾，或會被存檔成紀錄。報價計算、材質與料號的判讀、檢驗結果的判定、客戶稽核表的回覆、ISO 相關文件的產出。這些東西出錯不是浪費十分鐘，是賠錢、是客戶扣分、是明年訂單沒了。
分完之後你會發現一件事：第二堆通常才是你最想交給 AI 的，因為那些事最吃老師傅的腦袋，也最難找人接。偏偏那堆也是最不能讓供應商隨時換腦袋的。
這就是地端私有 AI 真正在解的問題。不是省錢，是模型檔案就放在你自己的機櫃裡，誰都不能遠端把它換掉。你驗收的那一版，三年後還是那一版。需要升級的時候，是你排時間、你做測試、你決定要不要換——跟你更新一版作業指導書的流程一模一樣。客戶稽核問你這份判讀是怎麼來的，你答得出來。
硬體門檻也確實在降。輝達在 2026 年 10 月下旬上市的桌上型 AI 電腦 DGX Spark，64GB 版本官方建議起售價 4,999 美元，台灣終端含稅價預估約 16 至 18 萬元，華碩、技嘉也推出了各自的機種。這個價位跟一台中古 CNC 比，已經不是什麼大數字。
但有三種情況，你現在先別做
這段是要講老實話的。
第一，流程本身還沒穩定的時候別做。 如果你的報價邏輯還是「看客戶是誰再說」，三個業務三種算法，那不管用雲端還是地端，做出來的都是把混亂自動化。先把規則寫下來，哪怕只是一張 A4。寫不出來，就代表這件事還不到自動化的時候。
第二，沒有人能接手維護的時候別做。 前面提到的那篇評估文章講了一個很現實的風險：客製化平台往往要兩年以上才成熟，但當初設計的人可能早就不在了，留下一套沒人看得懂的系統。你們廠裡如果沒有任何一個人願意長期管這件事，就算做起來，兩年後也會變成角落那台沒人會開的設備。
第三，只有一兩個人會用的流程別做。 文章也提到，依企業複雜度不同，自建 LLM 方案的總成本可能比直接買現成的自動化平台高出五到十倍，而且初期開發費只是冰山一角，真正貴的是後續維運。一個月只跑三次的流程，買現成的、甚至繼續手工做，都比自建划算。
還有一件我們自己也沒把握的事，順便講。如果推論成本真的照 Epoch AI 估的速度繼續跌，三年後雲端跟地端的價差會變成多少，說實話沒人算得準。我們不會跟你保證地端一定比較便宜，那不是誠實的講法。我們確定的只有一件事：價格會變，但「誰能改你的系統」這件事不會因為價格變便宜而改變。那是結構問題，不是成本問題。
回到那張報價單
開頭那個場景，真正麻煩的地方不是判讀變鬆了。是你調查了兩天才搞清楚原因，而且你發現自己什麼都做不了——你沒有舊版可以回去，沒有變更紀錄可以查，甚至不確定下個月會不會再變一次。
你對你的供應商從來不接受這種狀況。沒有道理對 AI 供應商就接受。
這不是要你把所有東西搬回機房。是要你先認清一件事：你交給雲端的每一個流程，都等於把那個流程的規格決定權交了出去。有些流程交出去沒關係，有些交出去會在某個你最忙的早上反咬你一口。分清楚，比選哪一家重要得多。
如果你現在心裡已經浮出一兩個流程，不確定它屬於哪一堆，可以把它講給我們聽。我們有免費的可行性評估，看的就是這件事：這個流程值不值得做、該放雲端還是放你自己機房、現在做還是等半年。如果我們評估完覺得不值得做，我們會直接跟你說不值得做——這種答案不收錢，也省得你花了錢才知道。
本文參考來源
關於這個主題，常被問到的問題
雲端 AI 服務可以隨便改規格嗎？合約有保障嗎？
多數消費級與中小企業方案的服務條款，都保留了供應商調整可用功能與模型的權利，而且不一定需要事前個別通知。像 Google 在 2026 年 10 月的調整，就是在說明中心新增頁面公告，付費的 AI Plus 用戶則另外以 Email 通知生效時間，不同人的時間還可能不一樣。如果某個流程的輸出穩定度對你很重要，建議在採購前就白紙黑字確認：模型版本變更如何通知、舊版本保留多久、能不能指定版本。談不到這些條件，就代表這個流程不適合完全押在雲端訂閱上。
AI 推論成本一年便宜 13 倍，那我的月費為什麼沒變便宜？
因為成本下降和售價下降是兩件事。Epoch AI 在《The Plunging Price of Thought》報告中估計，相同表現水準下，AI 推論成本自 2023 年起平均每季下跌約 47%，約等於一年便宜 13 倍。但那衡量的是達到特定測試表現所需的最低成本，不是你實際付的價格。供應商更常見的做法是重新切分方案層級，把省下來的成本留在自己這邊，再用更高階的分層去賣新的功能。對使用者來說，帳單不變、拿到的東西變少，也是一種漲價。
哪些工廠流程不適合用雲端訂閱 AI？
判斷標準是：這份輸出會不會變成對外的承諾或留存的紀錄。報價計算、檢驗結果判讀、客戶往來正式文件、ISO 與稽核相關文件，這些都不適合，因為它們要能回溯、要能解釋「這個數字當初是怎麼算出來的」，而模型被供應商換掉時你無法還原。相對地，內部會議記錄整理、產品說明的初稿、英文信件草稿、資料初步分類這類有人會再看過一遍的工作，規格浮動的影響小很多，用雲端訂閱很划算。
地端 AI 大概要準備多少預算？買一台機器就夠了嗎？
硬體門檻確實在降。以輝達 2026 年 10 月下旬上市的桌上型 AI 電腦 DGX Spark 為例，64GB 版本官方建議起售價 4,999 美元，台灣終端含稅價預估約 16 至 18 萬元，台系品牌如華碩、技嘉也推出對應機種。但機器只是入場券。真正要編的預算包括：流程盤點、資料整理、上線後的調整，以及長期有人維護。有分析指出，自建 LLM 方案的總成本可能比直接用現成自動化平台高出五到十倍，初期開發費只是冰山一角。先算總成本，不要只看機器報價。
舊機台沒連網、資料都在紙本和 Excel，還有辦法做嗎？
可以，但順序要對。地端 AI 多數時候處理的不是機台訊號，而是文件與知識：報價單、料號對照、驗收單、作業指導書、客戶稽核回覆、老師傅的經驗筆記。這些東西就算躺在 Excel 和掃描檔裡，也能整理成可以問答、可以比對的形式。真正會卡住的不是機台有沒有連網，而是這些文件有沒有一個固定的存放位置、命名有沒有規則。如果現在連「最新版報價邏輯在誰電腦裡」都講不清楚，先花兩週把檔案歸位，比先買機器有效。
我已經簽了兩年的 AI 服務年約，現在該怎麼辦？
不用急著解約，但要做一件事：把目前靠它跑的流程列出來，標記哪幾個的輸出會變成對外承諾。先針對那幾個流程，把現在的判斷邏輯、常用指令、幾組標準範例存成自己的文件，存在你自己的硬碟裡。這份東西才是你真正的資產，換供應商時它能跟著走。同時在架構上保留彈性，不要讓某個流程只剩下一條路可走。等年約到期前三個月，再用這份清單重新評估：哪些續約、哪些搬回自己機房。
先從一次免費的可行性評估開始
告訴我們你最想解決的那一個流程。我們會誠實回答做不做得到、大概多少預算， 以及如果現在還不該做，為什麼不該做。