豆包即將推出付費訂閱方案的消息，在科技圈引發了一場關于AI大模型商業模式的深度探討。自大模型技術取得突破后的四年間，市場始終在探索這一新興“產品”的商業邊界與盈利途徑，而日益攀升的算力投入，讓這種探索變得愈發迫切。

大模型究竟該如何實現盈利？它與互聯網經濟存在哪些差異？是否應采用互聯網式的“免費策略”來推動商業化進程？針對這些問題，經濟觀察報對美國未來產業研究院創始人喬·韋曼進行了專訪。喬·韋曼在2012年首次提出“云經濟學”概念，還曾在AT&T、惠普和貝爾實驗室等知名企業擔任高管，豐富的產業經歷使他更關注AI如何賦能產業、推動商業化以及傳統企業的AI轉型。

今年，喬·韋曼發布了《顛覆性與有趣的科技：人工智能》報告，其中提出了人工智能經濟學的幾個新范式。他指出，在AI時代，單位工作成本層面人力成本持續上升，而機器成本不斷下降；機器系統在能力、效率、可靠性等維度正逐漸超越人力；AI具備可規模化、低波動、零疲勞的優勢，且能通過持續學習實現自主優化。

喬·韋曼認為，目前AI主要有三種商業模式。第一種是直接付費模式，包括按Token計費或訂閱制付費，重要工作使用前沿模型，簡單任務則采用低成本模型；第二種是廣告支持模式，即優先展示廣告商贊助的結果；第三種是生態捆綁模式，例如谷歌通過提供免費（以及付費）的AI服務來留住用戶。

在探討數據規模與大模型性能的關系時，喬·韋曼以自動駕駛為例進行說明。AI雖聰明，但無法預見所有可能場景，目前尚不具備人類處理“邊緣情況”的通用能力。比如飛機突然故障迫降在高速公路上，這種極端情況的處理就依賴大量客戶的駕駛數據學習。客戶規模越大，越能覆蓋這類“1%”的極端情況。從商業角度看，客戶規模對企業同樣重要，使用者越多，越能發現問題、降低單位成本。大型AI公司還能通過在產業鏈上下游布局，實現垂直整合，進行“極致協同設計”，根據新的AI模型訓練算法專門設計芯片。

對于AI模型在C端的商業模式，喬·韋曼表示，所有商業模式本質上都是要賣出東西，“如果你不付費，那你就是產品”。目前主要有直接付費、廣告支持和生態捆綁三種模式。以谷歌為例，它從搜索廣告中獲取大量收入，因此愿意提供免費AI服務，讓客戶留在生態中。中國的“超級App”如微信，也可將AI服務打包進入生態，保持生態吸引力。

隨著AI智能體的出現，AI有可能成為最終執行人，這意味著大模型領域的廣告可能演變為真實的購買行為。喬·韋曼回顧商業歷史指出，從市集攤主介紹商品，到購物目錄、互聯網購物，最終決定權一直在消費者手中。如今出現兩個層次變化，一是AI賦能搜索，搜索結果經AI綜合處理；二是智能體可能幫消費者做決定。這就要求智能體非常可信，要足夠了解消費者，且能代表消費者利益。同時，智能體要通過技術協議與商家智能體進行博弈和溝通。但如果智能體受創建者影響，如開發者接受廣告商贊助或遭受網絡攻擊，就可能成為商家代理，損害消費者權益。

在如何形成智能體之間的博弈和制衡、保護消費者權益方面，喬·韋曼認為有兩個關鍵問題。一是能否信任智能體，二是智能體之間溝通與協商的動態機制。由于創造性與可預測性存在張力，智能體行為存在不可預測性，但可通過“駕馭工程”和文檔化規則等方法降低不良結果出現的可能性。最終，可信智能體與人類委托代理關系類似，若雙方利益偏離或智能體受影響，就會出現問題。獨立協商的智能體還會面臨博弈論困境。解決這些問題的方法復雜，第三方評測機構或社交媒體上的第三方評論有助于排除不良行為者。

關于AI與互聯網商業模式是否相同的問題，喬·韋曼認為兩者有相似之處。它們都有很高的固定成本，如互聯網建設有線和移動網絡、AI訓練建設千兆級數據中心；邊際成本都極低，發送比特和處理Token的邊際成本都接近于零；都受益于規模效應。但兩者也有差異，高端AI設備折舊、過時周期更短，每次AI推理往往獨特，而互聯網緩存內容有相同和不同之處。關鍵區別在于發展階段，特別是在發展可行且可持續的商業模式方面，企業最終都需要收入，無論是來自用戶、廣告商還是相關服務。

對于市場中的AI商業模型能否支撐龐大資本開支，以及成本開支如何反映在AI使用成本中并塑造使用場景和方式的問題，喬·韋曼表示，AI投資分布在多家公司，超大規模云服務商有能力進行大額投資且擁有強大相關業務。只要AI能為企業和用戶帶來好處，如增加收入或降低成本，就會有人愿意付費。目前已有大量消費者和企業為AI付費或使用廣告商“買單”的“免費”服務。而且隨著技術進步，AI公司能以更少投入做更多事情，推理成本呈指數級下降。

當被問及目前AI是否存在泡沫時，喬·韋曼稱，投資者操作可能與未來現金流理論模型有關也可能無關，鐵路和互聯網公司都曾出現泡沫，但如今我們擁有完善的通信基礎設施和互聯網。AI將越來越好且成本越來越低，會加速使用量增長，人們和企業會以某種方式為AI付費。不過，在AI上過度支出并非明智之舉，一些企業激勵員工“最大化”Token使用量的做法不可取，明智的企業應最小化資源使用、最大化利潤和產出。