Google對Anthropic的400億美元承諾與Amazon的250億美元後續投資,將一家前沿AI實驗室同時放入兩個競爭的基礎設施堆疊中,各自確保了比股權更有價值的東西:鎖定。不是Anthropic的鎖定 — 是你的鎖定。每一家透過Vertex AI或Bedrock在Claude之上建構的企業,都在將自己接入一條模型供應商並不完全掌控的依賴鏈。

這不是假設性的風險。這是650億美元雲端巨頭資本被明確設計來創造的結構性結果。本分析追蹤AI平台鎖定在哪裡被建構、為何持續存在,以及轉換的真實成本是什麼樣子。

鎖定的架構 — 四種疊加機制

運算糾纏、專屬API差異化、數據重力,以及組織嵌入相互疊加。Google的400億美元與Amazon的250億美元對Anthropic的投資都附帶了基礎設施條款 — 前沿模型的運算依賴,在每一次API呼叫中,不知不覺地變成了客戶的運算依賴。

雲端巨頭矩陣 — AWS、Google、Azure比較

無論底層執行的是哪個模型,AWS Bedrock都在工作流層(代理、防護欄、模型評估)進行鎖定。Google Vertex AI透過數據連接器與TPU優化檢查點進行垂直鎖定。Azure AI Foundry則透過Microsoft 365及其他地方無法取得的合規保證進行鎖定。

資本鎖定動態

Google與Amazon合計對Anthropic投入的650億美元並非財務出資 — 而是將未來模型訓練綁定於特定硬體路線圖的運算預留。模型屬於Anthropic;而基礎設施營收與客戶的依賴關係則屬於雲端業者。

中介軟體層 — 鎖定被製造出來的地方

10層框架中的第3層是鎖定被實際運作的地方:代理編排、微調管線、防護欄與向量儲存整合,即使抽象層宣稱與供應商無關,每一項都會隨部署深度增加而複利式疊加轉換成本。

開放權重的逃生門 — 真實選項還是行銷幻想?

自架開放權重模型是真實的逃生路徑,但並非免費 — 能可靠運行前沿規模推論的營運成熟度,遠比開源倡導者所言更為稀有,前沿能力差距也尚未縮小。

轉換成本剖析

重新整合工程、數據匯出、重新微調、營運中斷與組織再培訓加總起來,對於在單一雲端巨頭上運行三個生產級AI應用的中型企業而言,估計達200萬至500萬美元 — 這還不包括轉換期間的管理時間與競爭風險。

策略意涵

最具防禦力的立場是維持一份可移植性預算:每六個月檢視哪些生產部署是供應商專屬、哪些可移植,並在遷移變得經濟上不可行之前為該比例設定上限。

編輯觀點

鎖定是真實存在的,部分是刻意為之,且比產品行銷所暗示的更難逆轉 — 但並非無法逃脫。將可移植性視為常態預算項目、而非一次性遷移專案的組織,才能在2027年之後仍保有選擇權。