Anthropic 與蓋茲基金會攜手投入 2 億美元，以 AI 解決全球健康與教育落差

5 月 19 日，Anthropic 與比爾及梅琳達·蓋茲基金會宣布一項為期四年、總額 2 億美元的戰略合作，在 AI 產業引發高度關注。這份合作的特殊之處，不在於資金規模，而在於它的目標對象：全球 46 億缺乏基本醫療服務的人口——這些人幾乎不可能是矽谷 AI 熱潮的受益者。

這 2 億美元將以補助金、API 使用點數與技術支援的形式，投入醫療、教育和農業三大領域，開發可公開取用的 AI 工具與基礎設施。對 Anthropic 而言，此舉代表一次具體的戰略轉向：從過去三年專注打造企業級 AI 平台的路線，走向創辦人長期強調、卻少有實際承諾的使命導向。

醫療：從疫苗篩選到疾病資料現代化

醫療是此次合作最具企圖心的面向。全球公衛研究長期面臨兩大困境：緩慢的藥物研發流程，以及破碎的疾病監測資料。這項計畫嘗試同步解決這兩個問題。

在藥物研發端，Claude 將協助科學家在進入實驗室前，就以計算方式篩選潛在的疫苗候選化合物。傳統上，研究人員必須手動對照免疫學標準評估數千個候選分子，光是縮小候選名單就可能耗費數年。AI 篩選無法取代後續的臨床實驗，但能大幅壓縮候選範圍，讓科學家將有限資源集中在最有潛力的方向。

計畫也特別點名 HPV（人類乳突病毒）與子癲前症（preeclampsia）——這兩種疾病每年在中低收入國家奪去或傷害數百萬名女性，卻長期未獲足夠的研究關注。Claude 將針對這兩種疾病系統性地篩選新療法，以 AI 的可擴展性彌補傳統研究資源分配失衡的問題。

資料基礎建設同樣是重點。健康資料的缺口在許多地區仍是嚴峻問題：數據破碎、更新延遲，甚至完全付之闕如。計畫包含與全球疾病負擔研究重鎮——健康指標和評估研究所（IHME）合作，現代化其全球疾病負擔研究資料庫，並直接與各國政府合作升級醫療資訊系統，為未來 AI 應用奠定資料基礎。

教育：讓 AI 成為教師的早期預警系統

教育面向的目標相對務實：建立共享基礎設施，協助教師更早識別需要額外支援的學生。這一設計反映了一個重要的教育學哲學——AI 不是要取代教師，而是增強教師的有效性。

在一名教師可能同時管理 60 名以上學生、缺乏任何診斷工具的課堂環境中，這樣的 AI 早期預警系統可能帶來巨大的實際效益。計畫承諾將這些工具作為「公共財」免費開放，避免資源豐富的學校獨享 AI 紅利、弱勢教育環境卻繼續落後的雙速現象。

農業：以在地語言服務小農

農業面向在技術層面或許是最具挑戰性的。計畫將支援工具，協助農民以在地相關數據做出即時農業決策——且關鍵在於：這些工具必須以當地語言提供服務。

非洲撒哈拉以南、南亞和東南亞的小農，往往說著在 AI 訓練資料中嚴重缺乏代表性的語言或方言。一個只能服務北美大豆農場主的 AI，對迦納的木薯農或孟加拉的稻米農幾乎毫無用處。計畫特別強調在地語言服務，意味著 Anthropic 必須在多語言能力上投入真實的技術工作，並與當地合作夥伴緊密協作以確保工具的實際適用性。

Anthropic 的戰略考量

從商業角度解讀這份合作並不難。Anthropic 正處於史上最強勁的商業擴張週期——公司於 2026 年第二季創下首個盈利季度，營收 109 億美元，營業利潤達 5.59 億美元——高調的公益計畫有助於在全球 AI 監管壓力升溫之際，強化公司在政府與民眾眼中的正面形象。

但蓋茲基金會不是一個好說話的合作夥伴。它在全球公衛領域深耕 25 年，擁有慈善界最嚴格的方案評估體系。不會輕易拿出 2 億美元只為幫 AI 公司做公關。基金會的參與，意味著它真正相信 Claude 的能力——特別是處理科學文獻、跨複雜資料集推理，以及多語言互動的能力——已足夠成熟，能在高風險的現實環境中創造價值。

對 Anthropic 而言，這份合作還有更深的技術紅利。在數十個國家的公衛系統、農業推廣計畫中大規模運行 Claude，所產生的真實世界反饋多樣性，是任何企業客戶組合都無法複製的。這些操作層面的學習——模型如何處理臨床資料、如何應對語言差異、在資料稀缺條件下哪裡會失敗——將以頂尖基準測試所無法捕捉的方式推動未來研發。

更大的格局：AI 紅利的地理不均

這份合作的宣布，正值各界對 AI 利益分配高度集中的憂慮與日俱增之際。IMF、世界銀行與 WHO 相繼在 2025 至 2026 年發表分析報告，警示若缺乏主動介入，AI 可能拉大而非縮小全球不平等——讓先進經濟體取得另一輪生產力優勢，同時讓低收入國家進一步落後。

一項 2 億美元、四年期的計畫是否足以改變這個趨勢，仍是未知數。但可以確定的是，這些工具所針對的需求——疫苗篩選平台、疾病追蹤基礎設施、教師輔助系統、農民決策工具——都是純粹的市場邏輯不會自行供給的公共品。

如果這項計畫能兌現哪怕一半的承諾，它將成為大型語言模型迄今最具影響力的應用之一，也將是一個有力的證明：AI 安全與 AI 社會影響力，並非魚與熊掌的抉擇。

首批計畫預計在 2026 年底前啟動，並在 2030 年前全面展開。