公司們不想再租 AI 了——Hugging Face CEO 說的這句話，點出了 SaaS 時代的終局
有朋友最近在做公司的 AI 工具評估，跟我說了一句話：「我們每個月付那麼多訂閱費，但模型要改版、定價要調整、API 要限流——這些我們根本控制不了。」
這不是個案。這幾乎是 2026 年每家認真在跑 AI 的公司都在面對的同一個問題。
「租 AI」這件事，到底哪裡出問題了
Hugging Face CEO Clem Delangue 在一篇訪談裡說得很直白：企業正在逐漸放棄「租用 AI」的模式。他的意思不是說 ChatGPT 或 Claude 沒用，而是當 AI 開始深入到公司的核心流程，繼續依賴第三方 SaaS 訂閱就會產生根本性的風險。
白話講就是：你的客服、你的內部搜尋、你的合規審核——如果這些都跑在別人的 API 上，有一天對方調價、改條款、或者直接把某個功能砍掉，你能怎麼辦？
這個問題在 2024、2025 年已經有苗頭了。OpenAI 的定價調整、各家模型的版本迭代速度、還有對企業數據的隱私條款爭議，每一件事都在提醒公司：這條供應鏈比你想的還脆弱。
開源不是省錢的備案，是架構選擇
Clem 的論點裡有一個很關鍵的轉變——他不是在說「開源模型比閉源便宜」，他是在說開源模型已經夠強了，強到你有理由選它不是因為省錢，而是因為你真的需要控制權。
這個說法在 2026 年中段其實站得住腳。你看 Meta 的 Llama 系列、Mistral 的持續更新、還有各種針對特定領域 fine-tune 的開源變體，在不少任務上跑出來的結果已經不輸閉源模型。更重要的是，你可以把它跑在自己的基礎設施上，資料不出去，行為可調整，版本你說了算。
這跟以前談「開源 vs 閉源」的框架完全不同。以前討論的是能力差距，現在討論的是主權。
企業端的實際信號
有意思的是，這個趨勢不只是 Hugging Face 的立場，它有具體的市場行為在支撐。
Hugging Face 平台上的模型下載量、企業私有部署的詢問量，在 2026 年都明顯在漲。很多公司的路徑是這樣的：先從 ChatGPT 或 Claude API 開始測試 POC，跑通之後發現要真的上線規模化，成本和控制問題就浮出來了，然後才開始評估自建或混合架構。
你可以把它想成雲端運算的那條路——2010 年代初期大家先都往公有雲衝，跑了幾年之後大型企業又開始搞混合雲、私有雲，因為發現有些東西真的不能完全交給別人管。AI 現在走的像是同一條路，只是時間壓縮了很多。
順帶一提，如果你還在想自己公司的 AI 工具要怎麼配置，2026 年 AI 工具選擇指南裡有按職業別拆分的建議，不同角色需要的其實差很多。
SaaS 訂閱模式的根本矛盾
我覺得 Clem 這番話點到了一個更深的東西：AI 能力如果是公司的核心競爭力，那它就不應該是一個可以被訂閱、也可以被取消訂閱的外部服務。
傳統 SaaS 的邏輯是：你訂閱一個工具，它幫你做你不擅長的事。CRM、會計軟體、HR 系統——這些你租著用沒問題，因為它們處理的是通用流程。
但 AI 不一樣。當你的 AI 開始學習你公司的語言、你的客戶行為模式、你的產品知識，它累積的東西就開始有了獨特性。這個時候如果底層模型換掉、API 行為改變，你之前投入的 fine-tuning 和 prompt engineering 就可能整個要重來。
這就是為什麼「公司不想再租 AI」這個說法，不是在批評 OpenAI 或 Anthropic，而是在說整個商業模式的邏輯在 AI 這件事上可能就是走不通的。
當然，我也不是說所有公司現在就應該馬上跑去自建模型。ChatGPT Agent 在工作流程的應用這類工具還是有它的使用場景，特別是對沒有 ML 工程師的小團隊來說，API 接入仍然是最低阻力的起點。問題是你要清楚知道，這是一個過渡狀態，不是終點。
接下來會怎麼走
幾個值得觀察的訊號：
- 企業級開源部署工具會變成下一個競爭焦點——不只是模型本身，而是讓公司更容易自己跑模型的基礎設施層
- 垂直領域的開源模型會加速出現——醫療、法律、金融，這些高合規要求的行業更沒辦法把資料丟給第三方
- 閉源 AI 廠商會被迫推出更強的企業主權方案——類似「模型跑在你自己的 VPC 裡」這種，不然大客戶會流失
還有一件事我覺得很有趣：這個趨勢對 AI 泡沫的討論也有意思的影響。Jersey Mike's IPO 文件裡蹭 AI 的操作讓人看到一種 AI，那是包裝用的。而 Hugging Face 說的這種 AI 主權化趨勢，則是另一種——真的要把 AI 能力內建進公司的底層架構。兩件事同時在發生，只是走的是完全不同的邏輯。
如果你現在正在評估公司的 AI 策略，這個問題值得認真想一次：你用的 AI，是你的工具，還是你租來的服務？ 這個答案，現在比以前重要很多。
參考來源
分享這篇
