这笔费用说明,AI已经被深度嵌入大型企业的研发、分析和内部自动化流程。但即便企业拥有可观的AI预算,也不代表员工在所有办公地点或出差目的地都能使用某一个前沿模型。
OKX将受影响请求转给其他模型服务商的安排,也说明“多模型”正在从技术偏好变成运营保障。企业可能更偏爱某个模型来编程、分析数据或运行内部AI代理,但如果供应商的地域政策、合同条款或账户控制发生变化,就必须有经过测试的替代方案。
高盛也曾在香港限制员工使用Claude,但过程并不相同。
对员工而言,两起事件的结果可能很相似:原本在公司内部获准使用的模型突然从平台上消失。但背后的风险来源并不相同:
两起事件共同表明,企业AI治理不能只关注网络安全和数据保护,还必须审查模型供应商的服务地域和合同限制。
先进AI的竞争已经不再局限于芯片、出口管制或国家战略层面。它正在影响员工在日常工作中究竟能使用哪些工具。
对跨国公司而言,AI访问政策至少需要考虑以下几个维度:
这会使跨境AI部署更加碎片化。企业或许能在一个市场围绕首选模型搭建工作流,但到了另一个地区,就必须切换供应商,甚至重新设计系统架构。
香港一方面在推动企业扩大AI应用,另一方面也在建设本地AI生态。香港政府已将AI列为重点产业,并强调在各行业扩大AI应用。
但与此同时,主要美国模型供应商的访问限制,可能减少跨国企业在香港能够使用的工具。这样的矛盾,可能促使企业在不同供应商之间分散部署,或评估本地及非美国替代方案。不过,现有报道并未证明这些选择会在香港普遍扩散。
因此,香港的企业AI市场可能变得更加复杂:政府可以继续推动AI普及,但企业仍须根据不同模型开发商的服务可用性来设计自己的技术和合规方案。
OKX的做法并不只是“封禁一个热门聊天机器人”。它实际上是在应对一种运营风险:企业深度依赖的模型,其可用性会随地理位置变化,而服务条款同时约束公司和公司用户。
对于跨境部署AI的企业,更稳妥的做法包括:在上线前核实支持地区,模拟员工出差和跨境工作的场景,禁止非正式的绕过方式,让法务与合规团队审查合同地域条款,并为关键流程保留经过测试的替代模型。
OKX企业账户后来恢复,说明访问权限并非永远不会回来;但公司仍维持区域性限制,则说明账户恢复并没有消除潜在的地域合规风险。