若想將 AI 模型轉化為商業化的產品，需要克服以下幾點：
1. 成本問題：首先，比起模型的運算能力，在商業上，導入的 AI 模型是否能為公司帶來效益，才是首要考量。
2. 可靠性：若想將 AI 作為一種商業應用，其穩定性應該要達到 100%，正如我們使用其他軟體一樣，不能有過多的 bug。
3. 隱私疑慮：延續上點，若想提升 AI 的穩定性，勢必樣要讓 AI 能存取使用者的各項資料，如信件內容、聊天記錄等，隱私將成為一大隱憂。
4. 安全性：而 AI 的生成內容至今仍飽受質疑，包含仇視言論、偏見內容等，還有近期興起的深偽詐騙，也是一大問題。
https://www.aisnakeoil.com/p/ai-companies-are-pivoting-from-creating
1. 成本問題：首先，比起模型的運算能力，在商業上，導入的 AI 模型是否能為公司帶來效益，才是首要考量。
2. 可靠性：若想將 AI 作為一種商業應用，其穩定性應該要達到 100%，正如我們使用其他軟體一樣，不能有過多的 bug。
3. 隱私疑慮：延續上點，若想提升 AI 的穩定性，勢必樣要讓 AI 能存取使用者的各項資料，如信件內容、聊天記錄等，隱私將成為一大隱憂。
4. 安全性：而 AI 的生成內容至今仍飽受質疑，包含仇視言論、偏見內容等，還有近期興起的深偽詐騙，也是一大問題。
https://www.aisnakeoil.com/p/ai-companies-are-pivoting-from-creating
www.normaltech.ai
AI companies are pivoting from creating gods to building products. Good.
Turning models into products runs into five challenges
