AI入侵律師樓到K時尚工廠：產業垂直化革命，誰賺到錢、誰被淘汰？

・ 2026 年 09 月 18 日

生成式AI正從通用工具走向「產業專用武器」：法律科技業者Intapp與OpenAI合作，把律所獨家知識接上ChatGPT Enterprise；XMax則與韓國apM Group聯手打造K-Fashion專用模型。從Anthropic呼籲放緩研發，到HPE、Moderna藉AI題材大起大落，AI產業正進入「垂直化競賽」新階段，機會與風險並存。

生成式AI熱潮從寫信、寫程式，走向「懂行業」的新戰場。從美國律師樓到韓國東大門批發市場，新一波趨勢不是再做一個通用大模型，而是把AI變成每個產業的專用武器。隨著法遵風險、商業機密與產業 know-how 被數位化封裝進模型，誰掌握垂直場景，誰就有機會在下一輪AI浪潮勝出。

在法律產業，軟體公司 Intapp (INTA) 與 OpenAI (OPENAI) 宣布合作，讓其 AI 法務助手「Celeste」成為 ChatGPT Enterprise 的外掛，成為近期業界關注焦點。Intapp 長期服務法律、會計與投資銀行等高度監管產業，這次合作的關鍵，不是再教 AI 多背幾條法律條文，而是把律所多年累積的案件經驗、內部流程與判斷邏輯，安全地帶進律師日常使用的 ChatGPT 介面。正如 Intapp 共同創辦人兼產品長 Thad Jampol 所說，「法律條文各家律所都一樣，但真正的價值在於這家公司對客戶、案件與處理方式的累積理解。」換句話說，Celeste 外掛是在把「律所的獨家招牌」封裝成 AI 服務。

OpenAI 法律產業總經理 Jason Boehmig 也點出這波變革的核心：下一代法律 AI 不會只比「誰懂更多法條」，而是比「誰更懂某一家律所的工作方式與專業判斷」。透過與 Intapp 共同開發，OpenAI 嘗試把每間律所的專業轉化成可日用的 AI 工具，讓律師在 ChatGPT Enterprise 內就能調用專屬知識。這不只是提高撰寫草稿、整理文件的效率，更可能改變律所收費模式與人力配置。然而，這也帶來新一輪擔憂：當律所知識被「模型化」，知識產權、責任歸屬與錯誤判斷的風險該由誰承擔，仍有待監管與業界共識。

與法律圈平行，AI 垂直化也快速滲入時尚產業。XMax (XMAX) 旗下的 XMax AI 與總部位於首爾的 apM Group 簽署合作意向書，準備打造專門服務 K-Fashion 與成衣產業的大型語言與多模態模型，主打韓國與全球市場。XMax AI 提供運算基礎建設與模型部署能力，apM 則拿出多年累積的時尚專業、資料集與商業生態系，雙方更考慮在韓國成立合資公司，涵蓋 AI 基礎設施、模型研發、商業化到應用落地。

這項合作凸顯一個明顯方向：單純提供「通用模型 API」已不夠吸引企業客戶，XMax 正從一般用途服務，往「產業專用解決方案」轉型。對 K-Fashion 供應鏈而言，若能用 AI 分析潮流、預測需求、縮短設計到生產的周期，將直接影響庫存風險與毛利率。不過，高度依賴特定產業資料也意味著模型更難複製，一旦合作關係或資料來源有變，可能使專用模型失去優勢，這也是此類垂直 AI 須長期經營的風險。

在垂直應用加速的同時，AI 實驗室內部也開始思考「應該踩煞車到什麼程度」。Anthropic 執行長 Dario Amodei 近日公開呼籲業界協調放緩前沿模型開發，並提出三步驟減速方案，引發 Google DeepMind 主席 Demis Hassabis、OpenAI 執行長 Sam Altman 與 Elon Musk 等業界領袖響應。在外界質疑「放緩」是否只是口號之際，Anthropic 罕見地公開三項內部指標，試圖讓外界更透明了解研發進度與資源配置。

根據公司部落格說明，Anthropic 首先評估自家 Claude 模型在研究與開發工作中的使用情況，結論是目前尚未有任何一部分研發完全由 AI 自主運作。第二項指標是建立一套監督系統，可隨時介入 AI 代理（AI agents）的行為；公司指出，在其最常用的內部平台上，隨時約有三萬個代理正在執行研發與工程任務。第三項則是對 7 月 13 日至 20 日期間整體運算資源使用情形做「快照」，結果顯示，投入 AI 研發的運算量中，約 6% 用於安全相關工作；若只看由 AI 主導的研發，約有 12% 的運算資源配置在安全上。Anthropic 強調，這些指標應與既有的能力測試搭配使用，讓外界不只知道模型「能做什麼」，也能理解模型「是如何被打造與監管」。

從 Intapp、XMax 到 Anthropic，可以看到一條清晰的發展路徑：AI 不再只是單一產品，而是一整套產業級基礎設施與治理機制。一端是律所與時尚企業把自身 know-how 封裝進模型，另一端則是實驗室量化研發節奏與安全投資比例，試圖在商業競賽與風險控管間取得平衡。支持者認為，這種「公開指標」的做法可以降低社會對黑箱 AI 的疑慮，讓政府與公民社會有更充分資訊參與治理；批評者則擔心，當標準由少數前沿實驗室自行制定，可能反而鞏固其市場與話語權。

資本市場已經在用真金白銀投票。Hewlett Packard Enterprise (HPE) 股價隨 AI 基礎設施題材一度大漲，近期雖受評等下調影響劇烈波動，分析師仍看好其 AI 伺服器與網路設備需求；Moderna (MRNA) 則因 mRNA 腫瘤療法關鍵三期試驗結果，引發投資人重新評價其長期管線價值，股價自 8 月起劇烈震盪。這些個案顯示，市場願意為「AI 與前沿科技的垂直應用」付出溢價，但也會毫不手軟地放大執行風險與估值泡沫。

展望後市，AI 垂直化幾乎可以確定會持續加速，尤其是在法律、醫療、金融與製造等對專業與數據敏感度極高的產業。關鍵問題已不再是「要不要用 AI」，而是「用誰的 AI、接在誰的基礎建設上、由誰來監管」。對企業而言，如何在利用通用大模型的規模優勢與保留自身獨特 know-how 之間取得平衡，將決定其在下一波競爭中的位置。對監管機關與社會大眾而言，則必須思考：當越來越多決策被封裝在看不見的模型參數裡，我們有沒有足夠的指標、透明度與問責機制，確保這場 AI 垂直革命不會變成少數技術與資本玩家的「黑箱遊戲」。