继三星之后，SK海力士CEO郭鲁正确认正在评估引入Microsoft 365、Copilot和ChatGPT等外部生成式AI服务，从非核心业务切入推动工作流转型。

SK海力士松口了：要把ChatGPT、Copilot请进公司

继三星电子之后，韩国半导体的另一极SK海力士也准备给外部生成式AI开门了。

6月12日，据韩联社援引业内人士消息，SK海力士CEO郭鲁正在前一天的内部会议上明确表态：公司正在评估引入Microsoft 365和Copilot，同时也在从安全性和系统架构的角度审视ChatGPT在公司内部部署的可行性。郭的原话是——"我们要在保护产业技术和扩大AI应用之间找到平衡"。

这话听起来像是外交辞令，但对于一家手握全球约58%HBM市场份额、刚和英伟达签下多年期深度战略合作的存储巨头来说，每一个用词都值得掰开看。

SK海力士总部大楼及其AI转型示意图

一家HBM龙头为什么现在才动？

问题不是它为什么动，而是为什么这么晚才动。

在过去两年里，韩国大企业对ChatGPT这类外部大模型的态度普遍偏保守。三星电子2023年那次内部代码泄露事件——工程师把芯片源码丢进ChatGPT做debug，结果数据被OpenAI回传训练——基本上给整个韩国半导体行业上了一课。从那以后，三星、SK、LG几乎都内部封杀了公共版ChatGPT，转而搭建基于开源模型的内部AI助手。

SK海力士也不例外。报道里特别提到，公司目前已经有一套基于开源方案的内部AI服务，覆盖一部分员工的日常文书、代码辅助和数据分析需求。但开源方案的天花板这几年越来越明显：模型迭代速度跟不上GPT-5、Claude 4.5这种节奏，多模态能力差一截，Office文档场景里Copilot的集成深度也不是自研工具能轻易复刻的。

说白了，员工想用更好用的工具，HR和法务部门拦不住趋势。

"非核心领域先上"是聪明做法

郭鲁正给的路径很清晰：先在与核心技术无关的领域引入外部AI服务，再随着时间推移逐步扩大应用范围。

这套打法其实就是过去两年大型制造企业引入生成式AI的标准模板，但SK海力士的特殊性在于它的"核心技术"边界非常敏感——HBM的堆叠工艺、TSV打孔、热管理方案，任何一个细节流到外面都可能让三星或美光的工程师省下半年研发时间。所以"非核心"这条线怎么划，才是真功夫。

从行业惯例看，可能率先落地的场景大概率是：

行政与HR：会议纪要、邮件起草、招聘JD撰写、内部培训材料生成
法务合规：合同初审、专利文献检索、法规对比
市场与对外沟通：英文/韩文/中文之间的商务翻译、新闻稿、IR材料
通用代码场景：与制造工艺无关的IT系统开发、内部工具脚本
数据可视化：财务报表、销售分析等已经脱敏的结构化数据处理

而真正的禁区——晶圆厂工艺参数、客户定制HBM的规格书、与英伟达Vera Rubin相关的联合研发资料——大概率会继续锁在内部模型里。

这事和英伟达那笔大单有关系吗？

时间点很微妙。

就在四天前，6月8日，黄仁勋飞到首尔，和SK集团董事长崔泰源、郭鲁正一起官宣了多年期深度技术战略合作。SK海力士不仅锁定了英伟达未来5年HBM4的优先产能，还宣布全面采用CUDA-X函数库、PhysicsNeMo物理仿真框架、Omniverse数字孪生库和cuOpt决策优化引擎，把晶圆厂从工艺仿真、计算光刻一路到厂区机器人调度全部接入英伟达的AI技术栈。

换句话说，SK海力士在生产端已经全面拥抱AI了，办公端再不跟上反而显得割裂。一家公司一边用Omniverse搞数字孪生晶圆厂，一边却让员工在Word里手敲会议纪要，这种内部体验落差迟早会成为管理上的麻烦。

从这个角度看，引入Microsoft 365 Copilot更像是"全员AI化"这盘大棋的最后一块拼图——生产侧绑英伟达，办公侧绑微软，模型侧保留ChatGPT作为通用兜底，再叠加自研的开源内部模型守住核心机密。这套四层架构如果落地，会比三星目前的"自研Gauss + 受限Copilot"组合更激进一些。

安全这道题怎么解

郭鲁正特别提了一句"从安全性和系统架构角度评估ChatGPT"——这句话信息量比表面看到的大。

对于半导体公司来说，引入ChatGPT根本不是"开个企业账号"那么简单，至少要解决三件事：

第一，数据驻留。OpenAI虽然提供了企业版ChatGPT Enterprise，承诺数据不用于训练，但物理上数据流向哪个数据中心，韩国本地是否有合规节点，这是法务必须卡死的红线。

第二，DLP集成。要把ChatGPT接进员工日常工作流，必须配套企业级的数据丢失防护系统，能够在Prompt发出去之前自动识别并拦截工艺参数、客户名单、未公开财务数据等敏感内容。三星当年的事故就是栽在没有这一层兜底上。

第三，审计可追溯。每个员工的每一次对话都得留痕，能够追溯到具体的人、具体的Prompt、具体的输出。这对系统架构提出了相当高的要求，也是为什么郭鲁正会把"系统架构"和"安全性"并列提出来。

这套基础设施搭建下来，时间表大概率不会很快。业内人估计，从评估到全员可用，至少12-18个月。

三星走在前面，但优势没那么大

外界容易把SK海力士看成是"跟随三星"。但实际情况是，三星电子在AI内部化上虽然起步早，路径并不算光鲜。

三星自研的Gauss大模型从2023年末就开始内测，2024年扩到全员，但员工反馈普遍认为代码生成质量明显落后于GitHub Copilot，文档处理也不如Microsoft 365 Copilot顺手。所以三星后来又开始有限度地引入外部工具，形成了"自研为主、外部为辅"的混合架构。

SK海力士现在的起手式更直接——既然自研追不上前沿，那就跳过"必须自研"的阶段，直接用开源模型守住底线、用外部商业模型拉高生产力上限。这种打法更务实，也更符合一家专注存储而非通用AI的公司的资源分配逻辑。

对开发者意味着什么

站在AI开发者和企业IT决策者的视角，SK海力士这次动作有几个值得关注的信号：

韩国大企业对ChatGPT的封锁正在松动。这意味着OpenAI、Anthropic、微软在韩国B2B市场的窗口期重新打开，过去一年憋着没法做的客户现在可以重新接触。
"多模型并存"成为大型制造业的标配架构。没有任何一家企业会把鸡蛋放在一个模型篮子里，开源兜底+商业模型拉高+特定场景定制，这三层会越来越普遍。
企业级AI的竞争点不再是模型本身，而是合规和集成。Copilot能赢下SK海力士这种客户，靠的不是底层GPT-4o多强，而是Microsoft 365全套办公栈里那些Word、Excel、Teams的深度绑定，以及Purview、Defender这种合规工具链。

对于国内开发者来说，如果要做企业级AI Agent或工作流集成，一个Key接入GPT、Claude、Gemini、DeepSeek等多家模型的能力会越来越重要——这也是 OpenAI Hub（openai-hub.com）在做的事情，国内直连、兼容OpenAI格式，省去多平台账号和合规接入的麻烦。当然这是另一个话题，这里不展开。