重點摘要
- 資料雲端巨頭 Snowflake 透過其 AI 授權平台 Cortex,成功協助新聞出版商與企業端達成多筆高達六位數美元的 AI 內容授權協議。
- 有別於過往平台壟斷模式,Snowflake 採取 “零抽成” 策略,將利潤完全留給出版商,自身則透過企業端在平台上的算力與儲存消耗來獲利。
- 企業端 AI 的應用正從被動對話機器人轉向 24 小時運作的自動化代理人 (AI Agents),這大幅推升了對高品質、具公信力外部資料源的自動化串接需求。
當市場還在爭論 AI 爬蟲是否會徹底摧毀內容產業的商業模式時,企業端 SaaS 領域已經悄悄啟動了一場基礎設施級別的革命。身為長期關注 B2B 解決方案與企業自動化的從業人員,我看到的不僅僅是出版商獲得了新的營收來源,而是一個全新 “企業知識供應鏈” 的誕生。許多企業在導入內部 AI 時面臨最大的痛點,並非模型不夠聰明,而是缺乏乾淨、可靠且具備即時性的外部上下文來輔助決策。Snowflake 這次的佈局,精準切入了這個 B2B 市場的巨大缺口,將新聞內容轉化為企業內部 AI 系統隨插即用的高價值 API,這不僅解決了版權爭議,更為企業自動化決策鋪平了道路。
打破資料孤島,RAG 成為企業級 AI 的剛需命脈
要理解 Snowflake 這次佈局的威力,必須先看懂 RAG (檢索增強生成) 在企業實務上的戰略意義。過去企業在導入 AI 時面臨兩難:一方面不敢將機密資料丟給公共 LLM 進行訓練,另一方面又苦於封閉系統內的資料缺乏對外部市場變動的認知。Snowflake 的 Cortex Knowledge Extensions 完美扮演了這個中介橋樑的角色。
對於出版商而言,這條 RAG 管道讓企業可以在 Snowflake 的安全環境內,直接查詢那些被付費牆保護的優質新聞內容。最關鍵的是,這些資料不會被拿去作為底層模型的訓練素材,也不會面臨原始資料庫被直接抓取的風險。華盛頓郵報、美聯社等 17 家指標性媒體願意買單,正是因為這種 “只供檢索、不供訓練” 的機制,完美保護了他們的數位資產。這在 B2B 軟體架構中是非常典型的權限隔離設計,有效解決了長久以來內容提供者與技術平台之間的信任危機。
零抽成商業模式,算力與儲存才是雲端巨頭的真戰場
在 B2B 商業談判中,降低採購摩擦力是促成交易的最高指導原則。Snowflake 這次最聰明的策略,就是宣布對媒體授權費 “零抽成”。比起 Google 或 Meta 過去那種居中剝削的姿態,Snowflake 清楚知道自己的主戰場在哪裡:他們是一間資料基礎設施公司,真正的獲利來源是企業客戶在雲端平台上消耗的儲存空間與運算資源 (Compute & Storage)。
這種商業模式在實務操作上展現了極高的效率。企業買家可以直接利用他們原本就已經承諾支付給 Snowflake 的年度預算額度 (Credits),來支付這些新聞內容的授權費。對於企業內部的 IT 或採購部門來說,這意味著他們不需要重新發起冗長的新供應商合約審查,直接在既有的預算池中扣款即可。這種將內容服務無縫融入既有雲端 SaaS 訂閱框架的做法,大幅縮短了 B2B 銷售週期,也難怪能迅速促成多筆六位數美元的交易。
迎戰代理人時代,外部高價值訊號的自動化串接
從自動化營運的角度來看,目前的企業 AI 應用正在經歷一次典範轉移。如同 Snowflake 產品經理 Ben Srour 所言,市場需求正快速從單純的聊天機器人 (Chatbots) 轉向具備自主執行能力的 AI 代理人 (Agents)。聊天機器人需要人類去觸發對話,但 AI 代理人卻是在背景 24 小時不間斷運作的自動化程序。
這些不知疲倦的數位員工,需要源源不絕的外部世界脈動來更新它們的決策背景。舉例來說,一間跨國製造業的供應鏈風險管理系統,可以設定 AI 代理人持續監控特定地區的地緣政治新聞或環保法規變動。透過 Cortex 這類 RAG 管道,企業可以將美聯社的即時高價值訊號,與內部的庫存數據進行疊加分析,從而建立起一套強大的 “早期預警系統”。這正是未來企業自動化佈局的核心:讓內部營運數據與外部權威資訊在安全的沙盒中自動化交匯,藉此驅動更精準的商業決策。
重新定義內容變現,企業端 API 訂閱將是下一波增長引擎
觀察台灣與亞洲市場的企業端實務,我們擁有極具競爭力的硬體製造、半導體與金融服務產業。這些高度仰賴即時情報以降低營運風險的企業,正是 RAG 資料授權模式的最佳潛在買家。台灣企業在導入 AI 時,往往受制於嚴格的資安合規要求 (Compliance),導致許多具備前瞻性的 AI 專案停滯在概念驗證階段 (POC)。
對於台灣的數位出版商或擁有獨家數據的研調機構而言,這是一個轉型為 “B2B 數據供應商” 的絕佳契機。將優質內容從傳統的 “網頁展示廣告” 變現模式,轉向 “API 級別的企業授權”。建議相關機構應開始盤點自身內部的知識庫,將非結構化的文章進行標籤化與向量化 (Vectorization) 準備,確保當企業客戶的 AI 代理人來敲門時,你們的資料庫已經準備好成為他們決策引擎的燃料。未來的內容戰場,不再只是爭奪人類讀者的眼球,而是爭奪企業 AI 模型的檢索優先權,誰能提供最乾淨、最易於 API 串接的知識源,誰就能在下一波自動化浪潮中掌握定價權。
延伸閱讀:Publishers quietly cut ‘six-figure’ deals via Snowflake’s AI licensing platform