大型 AI 廠商出售付費版科技 定價與成本成難題
Tokenomics: Why making AI pay is tricky
作者: https://www.facebook.com/bbcnews | 時間: Mon, 03 Aug 2026 23:21:10 GMT | 來源: BBC
f t
如果您曾使用過 ChatGPT 免費版或其人工智慧對手，那顯然您撿到大便宜了。
微軟、Google 以及 Anthropic 等公司投入數百億美元開發大型語言模型（LLM），也就是這些服務背後的技術。
所以請 ChatGPT、Claude 或 Gemini 協助安排對話或假期計畫，絕對是划算的交易。
但，自然，這些公司希望收回投資，因此提供付費版的人工智慧，針對編程或計費等任務提供額外功能。
同時，第三方公司正在構建並銷售基於 AI 代理的服務，通常基於 LLM，並訓練用於執行特定任務。
但要為這些服務定價卻令人驚訝地困難。
「誠實地說，試圖將某人鎖定在未來 12 個月、兩年或三年的成本模型中毫無意義，因為我們不知道。」Saviynt 身份管理公司的 Simon Gooch 如此說道，該公司正將代理型 AI 融入其服務中。
這是因為圍繞 LLM 和代理型 AI 基本構成元素「語元」的經濟狀況變化迅速。
當使用者向 LLM（如 ChatGPT 或 Anthropic 的 Claude）提出問題時，要求其回答、生成軟體代碼或自動化流程，該提示詞會被分解成稱為「語元」的數學片段，由模型處理。
LLM 的回答也以語元形式呈現，並被轉換回文字、軟體代碼或一組用於自動化流程的命令。
問題在於這個過程並非完全可預測。
提示詞的微妙變化會產生不同的答案。相同的提示詞並不一定總是產生相同的答案。不同的模型會產生不同的答案。
同時，在代理系統中，企業一起使用多個 AI 代理來做出決策和採取行動，進一步增加了語元使用和不可預測性。
雖然根據高盛分析，個人語元或用於支付它們的信用的成本近年來大幅下降，但企業和消費者消耗的語元數量卻飛漲。
該銀行預測，2026 年至 2030 年之間，外部語元消耗量將增加 24 倍，達每月 120 千萬億語元，因為公司轉向使用 AI 代理。
但使用 AI 系統的公司和個人往往難以掌握到底消耗了多少語元，直到用完或收到每月帳單為止。
即使微軟據報也限制了工程師使用某些第三方編程工具，而優步（Uber）在今年早些時候幾個月內似乎耗盡了用於一年的 AI 編程語元預算。
倫敦經濟學院數位創新與資訊系統副教授 Will Venters 表示，當公司在內部嘗試或實施 AI 時，員工可能會消耗大量語元，公司可能會受困於此。
「人們發現很難管理那項成本……因為這是非確定性輸出，所以這是非確定性價值，」他說。
公司正尋找變通方法。
smartR AI 軟體工程公司創辦人 Oliver King-Smith 表示，較小的組織可以「隱形」並使用「固定費用」個人帳戶，我敢肯定大供應商不喜歡這樣。
但他表示，「這在某個時間點必須結束，因為大傢伙正在這些帳戶上虧損。」
一旦大型 AI 平台開始面臨股東要求顯示利潤的壓力，他預測：「他們將開始加強管控。」
King-Smith 表示，公司也應該更謹慎地思考要使用哪些 AI 模型。
iplicit 英國會計軟體公司財務總監 Rob Steele 表示，公司也必須在提示詞方面更精確。
「你不會讓家裡的人出去買週期性的購物清單，而不提供任何關於預期購物籃內容的詳細指示，對吧？」
當公司將 AI 整合到可推向數千用戶的產品中時，情況可能會變得難以控制，Venters 指出。
AI 成本可能開始膨脹。例如，經理可能會發現他們需要的語元不僅限於核心軟體開發，還包括測試、安全或實施防護措施等其他任務。
「當你看著代理過程時特別難。」Venters 說。
雇用更多 AI 代理只需點擊一下按鈕，而擴大人力則涉及仔細討論人數和招聘，他說。
他指出，雖然語元成本可能不可預測，但公司最終可能會從其 AI 語元使用中獲得更多價值。
「這不完全像計算器，」他說。「你給得越多，它就越貴，但結果可能會更好。」
但公司仍需要將這些成本轉嫁給自己的客戶。
「還沒有人真正想出辦法，」Sumo Logic 產品營銷高級總監 Bill Peterson 表示。
他解釋說，該軟體公司正在預覽基於代理型 AI 的新安全服務，但正在與企業客戶討論如何收費。
「我們內部對此仍有一些有趣的討論，」他帶著幽默感地說。
選項可能包括簡單地全面提高價格，或按結果付款，或對「事件包」收費。
但無論選擇何種價格結構，如果且一旦大型語言模型提供商改變自己的定價策略，都可能被顛覆。
“你進入變量定價，每隔幾個月就改變一次，”他說。“客戶不喜歡這樣。那不是任何人建立預算的方式。”