智慧交易市場: 企業如何買賣 AI 能力

本世紀初，當人們談論人工智慧時，重心還在演算法和論文上。十幾年過去，AI 已經變成一門生意。不僅雲廠商在賣模型介面，諮詢公司在賣落地方案，甚至一些傳統企業也開始將內部訓練的模型授權給同行。這個新興的智慧交易市場引起了經濟學家的注意。

最近，頂級經濟學期刊《Journal of Economic Perspectives》發表了名為 "The Emerging Market for Intelligence: How Firms Buy and Sell AI" 的研究文章。它試圖把 AI 產業放進經濟學的分析框架裡，回答一個看似簡單實則複雜的問題: 企業到底是怎麼買 AI 和賣 AI 的？

從技術競賽到商品交易

過去幾年，AI 領域的焦點往往是最新模型的效能排行榜。但論文指出，真正的商業變革發生在交易層：越來越多的公司不是自己訓練基礎模型，而是從市場上購買呼叫許可權；同時，擁有算力和資料的公司，也在把智慧打包成標準化產品對外出售。這種買賣關係裡，出現了模型批發商、細分行業中間商、以及專門做資料標註和微調的服務商。

論文中討論了一個很有意思的現象: 同一類智慧服務在市場上的價格差異可能非常大。有的按 token 計費，有的按呼叫次數，還有的按訂閱席位。這在傳統軟體行業裡也有，但 AI 模型的邊際成本結構讓定價變得異常複雜——訓練成本是沉沒的，推理成本卻不是。這種經濟特性使得賣方有天然的規模優勢，而買方則需要對供應商鎖定保持警惕。

對不同角色的實際影響

如果你是技術決策者，這篇研究能幫你跳出"選哪個模型"這種短期問題，轉而思考長期的採購策略和成本結構。如果你在投資領域工作，它提供了評估 AI 公司商業模式的分析工具——比如判斷一家 AI 初創企業到底有護城河，還是隻是個中間商。

• 對於甲方企業：明確需求邊界，別為不必要的"通用智慧"買單，按量付費的 API 和私有化部署的成本差異極大。
• 對於乙方供應商：理解自己究竟在賣模型、賣服務還是賣結果，定價邏輯會完全不同。
• 對於行業觀察者：AI 交易市場的成熟度，是衡量整個行業是否健康的關鍵指標。

值得關注的幾個訊號

論文提到，AI 交易市場中競爭和壟斷並存，頭部玩家控制著底層算力，而應用層則高度分散。上游集中、下游分散的格局，和十年前的雲端計算市場有些相似。

另一個看點是資料的地位。模型可以複製，資料卻很難。許多企業出售的其實不是模型本身，而是經過清洗和標註的行業資料。這種資產的價值評估，目前並沒有公認的標準。

當智慧成為一種可交易的商品，市場需要的不僅是有多少程式設計師能調 API，而是更成熟的商業規則。

作為一個長期關注 AI 行業的人，我認為這類經濟學研究的出現本身就是個訊號：AI 已經從實驗室走進市場，並且市場開始自己產生規則。無論你是在採購 AI 服務的甲方，還是在提供 AI 能力的乙方，都值得花點時間讀完這篇論文。它會讓你對"智慧買賣"這件事建立更紮實的座標系。