這個由 Delphi Labs 的 Kevin Simback 提出的術語,描述了後 ChatGPT 時代的商業劇本:AI 公司為了搶占市占率,將價格設定在不可持續的低點——有時甚至趨近於零——而實際的鉅額基礎設施成本則由創投與科技巨頭的資產負債表來吸收 。對企業來說,這創造了一種廉價、無限智慧的幻覺。如今補貼即將到期,企業支付的費用與實際獲取的價值之間的鴻溝,正擴大成一場危機。
在定價的美好幻想中做出的承諾,正面臨來自多方面的擠壓,迫使財務長與技術領導者重新評估這一切。
麥肯錫(McKinsey)發現,雖然截至 2025 年底約有九成企業已在至少一個職能部門部署了 AI,但多數企業仍在追逐小型試驗的漸進式生產力提升,而非變革性的回報 。這個試驗階段已經結束。Forrester 預測,隨著財務長在 2026 年加強監管,整整 25% 的 AI 預算將被擱置或推遲到 2027 年,首先被砍掉的就是那些缺乏明確可衡量價值路徑的專案 。
承諾的 10 倍生產力提升對多數企業而言並未實現。相反地,隨著推論成本急劇上升,資訊科技(IT)帳單卻如吹氣球般膨脹 。數字相當驚人:
技術領導者並未放棄 AI,但他們確實碰壁了。KPMG 的 2026 年第一季調查顯示,即便面臨經濟不確定性,仍有 96% 的技術領導者將 AI 列為首要投資重點,預計未來 12 個月的平均支出為 2.94 億美元 。然而,圍繞著技能落差、成本治理、安全性以及將分散的試驗整合到可獲利營運中的種種障礙,持續阻礙著大規模的成功部署 。
支出的規模正觸發估值重置。摩根士丹利(Morgan Stanley)指出,目前有 21% 的標準普爾 500(S&P 500)企業提到了直接的 AI 效益,但市場不再僅為「提及 AI」而買單 。投資者正在從純 AI 基礎設施公司,轉向那些能在資本支出與營收成長之間建立明確且可驗證連結的企業 。
「補貼智慧」的概念解釋了為何 AI 採用如此迅速且廣泛,同時也說明了為何當前的財務痛苦如此劇烈。
圈地策略。 過去三年,AI 服務的定價遠低其實際交付成本。這就像是過往的平台競爭劇本重演,例如 Uber 早期和雲端運算的免費層級策略:燃燒大量創投資金來獲取用戶並創造行為鎖定,之後再收割變現 。這次 AI 補貼的規模非同小可。單次 ChatGPT 查詢雖僅花費用戶幾美分,但其背後消耗的能源卻大約是傳統 Google 搜尋的十倍 。
95% 的錯覺。 自 2023 年初以來,調用 AI 應用程式介面(API)的成本已下降約 95% 。這種劇烈的跌幅讓外界誤以為 AI 正處於類似摩爾定律的軌道上,會呈指數級地變得更便宜。但現實是,每一代新模型的價格都更低,不是因為運算成本以同樣幅度下降,而是因為公司為了建立用戶基礎,刻意選擇賺取極低的利潤(甚至承受巨額虧損) 。正如一項分析所言,消費者所支付的費用其實是「偽裝成產品定價的客戶獲取經濟學」 。
補貼到期日來臨。 這場圈地運動實際上已經結束了。投資巨頭正開始要求回報,而華爾街分析師對超大規模雲端服務商的 2026 年資本支出共識,已達到 5,270 億美元 。那個幾乎不需要成本監管就能運行程式輔助工具或企業級 AI 代理的補貼時代,正在步入尾聲 。對於那些在這些定價模型上建構關鍵工作流程的企業來說,這筆帳單現在正以技術債、監管審查和投資者不耐煩的形式降臨 。
隨著補貼退場,AI 供應商被迫改變遊戲規則。機制很簡單:要麼提高訂閱價格,要麼降低使用上限,或者將重度使用者轉移到基於用量的定價模式,並對如運行 AI 代理這類高強度任務收取附加費 。這對買家而言,後果極為嚴重。
最有望勝出的企業,是那些立即以實際定價對其 AI 預算進行壓力測試的企業。業界分析師提出了一個極其直白的練習:如果明天 API 成本立刻暴漲三倍,哪些工作流程仍能產出可驗證的正向回報 ?答案將揭露哪些 AI 投資真正具有價值,而哪些只是人工廉價運算下的產物。
對話的重點已決定性地從「我們該如何部署更多 AI?」轉變為「我們該如何證明每一分花在推論上的錢,都能獲取並捕捉到企業價值?」。對於那 85% 尚未看到稅前息前折舊攤銷前利潤(EBITDA)提升的企業而言,免費 AI 時代的終結不是一個未來的威脅——它就是一場當下的生存考驗 。