ChatGPT Enterprise 上架 AWS Marketplace：採購額度、私有報價與資料駐留怎麼看？
ChatGPT Enterprise 上架 AWS Marketplace，解析承諾額度、私有報價與 Bedrock 分工。市集採購工作區的推論駐留僅限美國，企業如何確認資料條件與試點成果？
ChatGPT Enterprise 上架 AWS Marketplace，讓已經透過 AWS 買軟體的企業，多了一個熟悉的採購入口。但採購帳單放在同一處，資料在哪裡保存、模型在哪裡運算，仍是不同問題。
OpenAI 在 2026 年 11 月 9 日宣布這項合作，AWS 商品頁也已列出由 OpenAI 銷售的企業服務，採用私有報價。這代表企業可以談自己的條件，公開頁面沒有一個適用所有公司的統一價格。
對已有 AWS 支出承諾的公司，符合資格的用量可以列入承諾額度。因為資格仍取決於合約，團隊應先核對報價涵蓋的項目，再計算是否減少原本需要另外採購的支出。
這次上架包含聊天、ChatGPT Work、Codex 與 dots 的企業服務，而 Amazon Bedrock 是讓工程師把模型接進自己應用程式的另一條路。兩者解決的使用需求不同，不能用其中一邊的額度推定另一邊也已取得。
資料條件尤其會影響採購選擇。OpenAI 說明文件指出，透過 AWS Marketplace 購買的工作區可以選擇支援的儲存地區，但這類工作區的推論駐留目前只在美國提供。
因此，這個入口適合已經有 AWS 採購流程、需要讓員工使用企業 AI 的團隊。若需求是把所有資料與運算都留在自己的雲端環境，先看清商品提供的是哪一種服務，才不會買對帳單卻選錯部署方式。
ChatGPT Enterprise AWS 上架改變了什麼？
這次改變集中在企業採購與帳務入口，產品仍由 OpenAI 管理。官方公告表示，透過新通路取得的模型、功能及更新時間，與直接向 OpenAI 購買相同。
所以，團隊選擇的核心問題是採購流程是否方便，無須先假設這是另一套功能較少的產品。相對地，上架也沒有承諾每個組織都能自行刷卡，立刻取得相同商務條件。
AWS Marketplace 可以理解為企業選購雲端軟體的通路。軟體供應商在此提供服務，企業則透過已有的雲端採購關係處理訂單與帳務，省去另建一條採購路徑的部分工作。
因為這項優勢發生在組織流程，能省多少時間仍與公司原有制度有關。若採購、資訊與使用部門本來就需要分別評估，改變付款入口也不會自動完成所有部門的確認。
對已有企業工作區的團隊，另一個問題是新報價如何銜接現有服務。公告提供的是新增採購選項，沒有說既有合約會自動搬到 AWS，也沒有交代所有客戶的移轉方式。
因此，現有客戶可先整理合約到期時間、工作區管理者和目前的使用範圍，交由雙方窗口確認銜接。這樣才能避免新舊合約各自成立，卻沒有釐清對應的是同一批使用者還是新增席位。
從商務端看，這次合作讓員工使用的 AI 服務進入既有雲端帳務。但採購入口確認後，是否符合承諾額度，才決定財務上的差異。
AWS 承諾額度與私有報價怎麼計算？
符合資格的支出可計入企業原有的 AWS 承諾，但私有報價沒有通用折扣。商品頁明列，價格取決於需求與資格，需取得個別報價。
計入支出承諾，和免費使用有何不同？
支出承諾是企業與雲端供應商約定的採購安排。若某筆支出符合條件，計入承諾可以影響企業如何完成原有的採購目標，卻不代表這筆服務不需要付款。
例如，一家公司原本就打算購買企業 AI，又有尚待完成的雲端採購承諾，合併通路可能比較方便。但如果新服務超過實際需要，為了湊支出而增加訂閱，仍可能提高整體成本。
這也是財務團隊需要區分「原本就要支出」與「因通路而新增支出」的原因。比較時應把原合約、實際新報價及使用需求放在一起，才看得出是否改善原有預算安排。
AWS 商品頁提到 EDP 或 PPA 等承諾，並保留依合約辦理的條件。企業不宜只看商品存在於市集，就把整張報價都算成可抵扣項目，而應請窗口確認符合資格的範圍。
報價要與使用方式一起比較
私有報價的好處是能討論個別需求，但也讓外部讀者無法用一個公開月費推算所有公司成本。若不知道席位、期限與適用項目，單看總價很容易把不同服務當成同一筆交易。
比較報價時，也要確認哪些工作是員工日常使用，哪些是另行開發的系統。把支出算清楚後，還要確認買的是員工使用的服務，還是工程師呼叫的模型。
ChatGPT Enterprise 和 Amazon Bedrock 差在哪裡？
Enterprise 把工作介面交給員工，Bedrock 則讓開發者把模型能力放進自己設計的系統。OpenAI 把這兩條路描述為互補，企業可以依工作負載與治理需求選擇。
在 Enterprise 這邊，聊天適合討論和撰寫，ChatGPT Work 面向多步研究與交付，Codex 處理軟體開發，dots 則承接持續性的工作。它們共同出現在商品內容中，卻仍有不同的用途。
例如，業務希望直接整理客戶研究，通常需要能開啟文件、檢查結果和修正內容的介面。工程團隊若想把模型放進自家客服系統，還需要自己設計輸入、輸出與工具執行的流程。
後者涉及應用程式介面，也就是讓軟體呼叫模型的連接方式。員工能使用聊天服務，不代表企業自己的程式就已經取得另一平台的模型用量，開發預算應另外確認。
若把兩種用途混在一起，採購容易回答錯問題。業務期待能直接操作的工具，收到模型開發服務並不會自動得到工作介面；工程師需要可整合的服務，也不能只用員工席位數估算呼叫需求。
站內曾整理 OpenAI 模型進入 AWS 的背景，可用來理解這次為何是另一種企業採購入口。
延伸閱讀：OpenAI 多雲化改寫 AI 雲端戰：AWS 上架 OpenAI 模型與 Codex
工作介面與開發服務分清之後，資料的儲存和運算位置也要分開確認，因為同一個 AWS 帳單不足以回答這兩個問題。
資料駐留與推論駐留，為何不能只看 AWS 標籤？
購買通路不保證所有客戶資料都留在 AWS 或企業自己的環境。AWS 商品頁直接保留這項界線，因此評估時需要看實際啟用的設定與功能範圍。
資料駐留是指定內容在靜止保存時放在哪個地區，例如儲存的對話與文件。推論駐留則管模型在產生回答時，使用哪個地區的運算設備，兩個位置不能互相推定。
截至台灣時間 2026 年 11 月 10 日，OpenAI 說明文件列出市集採購工作區的特殊條件：可選支援的儲存地區，但推論駐留僅在美國提供。
因此，一家公司即使選擇支援的亞洲儲存地區，也不能直接認為生成回答的運算就在同一地區。若內部要求儲存與推論都留在特定區域，這個差別會直接改變採購是否合用。
台灣也沒有列在該頁當次提供的儲存地區名單中。對台灣團隊而言，應先確認可接受的內容流向，再比較實際可選地區，不能把距離較近當成服務已提供台灣在地保存。
選好地區之後，還要看涵蓋哪些功能
地區設定只適用文件列出的內容與功能，外部整合另有自己的處理方式。假如使用者把文件傳給另一個外掛服務，仍要看該服務的資料安排，原工作區設定不會自動替對方作出保證。
公司也需要區分員工上傳的內容與系統營運資料。帳務、登入等資訊不一定適用相同範圍，所以「有資料駐留」應被讀成具體的設定能力，而非所有處理都不離開某地的總括承諾。
AWS 商品頁同時說明企業資料預設不用於模型訓練。這回答的是用途，資料駐留回答的是位置，兩項條件各自重要，卻不能用其中一項取代另一項的確認。
當內容流向符合內部需求後，下一步才是安排實際導入的責任與驗收，讓採購條件對得上員工每天會做的事情。
企業應如何安排試點與驗收？
試點應挑一個能量出交付品質的工作，而不是一次替全公司打開所有功能。這是依服務分工提出的導入建議，並非本次公告已證實的效率成果。
例如，研究團隊可以選一份本來就需要產出的產業簡報，先固定資料範圍與完成標準，再記錄 AI 協助到哪一步、人工改了哪些內容。結果才有辦法與原流程比較。
如果只統計登入人數，可能看得到工具被打開，卻看不到最後交付是否可用。相反地，把初稿、引用依據與人工修改留下來，就能找到省時發生在蒐集、整理，還是後續校對。
代理能接觸的資料也應配合這個任務設定。先接入試點需要的資料來源，觀察是否得到足夠成果，再決定擴大範圍，較容易追查某份輸出使用了什麼內容。
對持續工作的 dots，則需要明確的完成條件與接手人。持續運作可以降低反覆交代任務的成本，但沒有定義什麼情況要通知、什麼決定要交回人，團隊仍可能累積一批無人檢查的結果。
資訊部門還可以替試點列出責任分工，誰管理帳號、誰決定可連接的工具、誰檢查輸出。因為帳單集中不會自動合併這些責任，先指明負責人，後續遇到問題才有清楚的處理入口。
若試點同時使用聊天與程式開發功能，也應各自記錄採用情況。文件研究的交付標準可能是來源可查，程式修改則需要驗證行為，兩者合併成一個使用次數，會掩蓋實際品質差異。
財務驗收也應對上相同任務。把採購支出與實際被採用的交付物放在一起，比起只比較模型清單，更能說明這筆企業訂閱是否產生工作價值。
延伸閱讀：Nadella 談企業 AI 評估：模型可以租，判斷好壞的標準為何要自己留？
這些驗收結果會讓採購討論從功能清單，走向可以追蹤的工作成果。若試點無法達到既有品質要求，就應先修正流程，再決定擴大席位或續約。
ChatGPT Enterprise AWS 常見問題
AWS 帳號都能直接購買嗎？
公開上架代表新增採購選擇，個別企業的價格與資格仍須以實際報價確認。OpenAI 要求聯絡 OpenAI 或 AWS 窗口，因此不能把商品頁可開啟當成所有帳號已符合購買條件。
會比直接向 OpenAI 購買便宜嗎？
目前公開頁面沒有足以作出這種結論的統一價格。新通路可能符合既有採購安排，但是否省錢，需要比較同範圍的實際報價與承諾條件。
透過 AWS 買，資料就完全放在自己的 AWS 帳號嗎？
商品頁沒有提供這項保證。服務仍由 OpenAI 管理，工作區的內容範圍、外部整合及儲存與推論設定都需要各自確認。
醫療與金融版本也適用嗎？
OpenAI 公告表示，符合資格的客戶可透過此通路取得 ChatGPT for Healthcare 與 ChatGPT for Financial Services。但一般企業商品上架，不會讓每家公司自動取得產業版本的資格或條件。
現在最值得先做哪一步？
先用一個具體任務整理需求，連同工作區地區、既有合約及承諾額度交給採購窗口。保留報價、設定與交付成果的紀錄，才能在續約時比較導入是否值得。
