生成式AI現階段仍處於「被補貼時代」，企業使用成本遠低於實際算力支出。但Appian(APPN)執行長警告，隨著OpenAI、Anthropic與xAI相關公司陸續IPO、雲端巨頭尋求回本，AI代幣與算力價格勢必上調，企業將被迫精算每一個AI呼叫，市場也將出現AI應用與「決策層」工具的勝負分野。

生成式AI這兩年火紅，不少企業以為自己撿到「科技便當」，高階模型隨叫隨到、費用看似可控。但來自企業軟體公司Appian (APPN) 的警告，正為這場AI狂歡潑下一盆冷水：現在的AI服務價格，其實是被大幅補貼過的「甜蜜期」，而這段好日子恐怕撐不了多久。

Appian共同創辦人兼執行長Matt Calkins直言：「我們正處於AI補貼時代。現在提供給用戶的價格，遠低於真正的建置成本，這不可能永遠持續。」他預期，當OpenAI與Anthropic這類前沿AI實驗室正式IPO、以及與xAI合併的SpaceX (SPCX) 也送件準備上市後，資本市場必然會要求這些公司展現獲利能力，其中最直接的槓桿，就是調高模型使用費與算力價格。

Calkins形容，今天的AI就像科技界的地鐵票：政府補貼之下，票價便宜、人人搭得起；但一旦補貼退場，乘客就會開始精算每一次進站的必要性。這對大量依賴雲端AI API的企業而言，意味著未來財務報表上的「AI成本」欄位，可能從目前的邊角支出，一躍成為必須嚴格控管的主科目。

從資本市場角度來看，這個轉折點也呼之欲出。OpenAI與Anthropic被預期將在今年內掛牌，與之相關的AI基礎建設投資，早已推助半導體與雲端巨頭股價狂飆。市場目前樂於為AI成長故事付出高估值，但真正的現金流，終究得從哪裡來。對模型供應商而言，提升每顆「token」的價格、或是收緊免費與低價使用層級，是最直接的選項。

在這個格局下，Appian定位自己不是砸大錢「自製」模型，而是作為一層決策與流程編排的「確定性框架」。Calkins強調，生成式AI本質上是機率型技術，無法保證每次輸出結果皆正確，企業要在關鍵流程中使用，必須外掛一套可控的工作流與規則引擎，決定何時該使用AI、何時不能交給AI處理。

Appian提供的正是這個「AI使用管理層」，協助客戶在不同任務中選擇成本較低的模型或替代方案，避免毫無節制地燒算力。Calkins甚至表示：「我們的客戶用的算力其實比別人少，因為我們會幫他們找到更便宜的替代品。我們是ROI導向的選擇。」在他眼中，未來真正的競爭，不只在模型本身誰比較強，更在於誰能幫企業把每一次API呼叫的投報率算清楚。

市場對AI的過度期待，也讓不少企業軟體股承受壓力。儘管Appian已連續三季維持逾20%的營收成長，股價今年以來卻下跌超過三成，反映投資人對「被AI顛覆」的疑慮。然而，實際上已有約四成Appian客戶為AI功能付費，且使用量呈現指數型成長，涵蓋全球十大藥廠中的七家、十大保險公司中的七家，以及十大非中資銀行中的八家。這些大型金融與藥廠客戶，本身就高度敏感於法規遵循與錯誤風險，更傾向使用有「保險桿」的AI方案。

從企業IT預算的角度，AI補貼退場將迫使CIO與財務長重新配置資源。一方面，高階模型與雲端GPU資源可能變得更昂貴；另一方面，能降低誤用風險、提高決策透明度的中介平台，反而有機會被拉高優先順位。這也呼應Calkins在投資人說明會上的說法：AI不是獨立存在的技術，而是一個需要被堅實流程包裹、才能變得可靠的工具。

當然，市場上也存在另一派聲音。部分觀點認為，隨著更多競爭者出現與開源模型進步，AI服務價格未必會全面走升，反而可能在硬體效能提升與演算法優化之下出現「性價比」提升。然而，即便單位算力成本長期下滑，短中期內從「補貼價」回調到「可持續價」的過程，仍難以避免。對企業來說，關鍵不在於價格終點，而是如何在波動期間維持AI專案的穩健回本。

綜合來看，生成式AI從燒錢補貼階段走向商業化收斂，已是大勢所趨。當OpenAI、Anthropic與xAI背後的資本開始要求實際獲利，AI將從「免費試吃」走向「按量計價」，企業客戶若仍停留在無上限試驗模式，勢必在未來幾年嚐到成本暴衝的苦果。相對地，能及早導入像Appian這類決策與流程編排層，為AI建立清楚的使用邊界與成本管控機制的企業，或許才有機會在下一輪AI洗牌中，真正把技術紅利變成財務成績。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。