下一位付錢的顧客,可能不是人:一人公司如何把資料與工具賣給 AI Agent
當 Agent 開始替人類研究、比較與採購,網站除了服務真人,也要提供機器可讀的資料、價格、授權與工具。
謝銘元(艾克斯)整理的AI商業模式研究、數據與實務文章。
index,follow
當 Agent 開始替人類研究、比較與採購,網站除了服務真人,也要提供機器可讀的資料、價格、授權與工具。
AI 工具越多,越要把訂閱、API、人工修改、錯誤成本與商業結果算在一起。真正該比較的是每項成功任務的完整成本。
當二十小時的工作被 AI 壓成四小時,繼續按工時計價等於懲罰效率。新的商業模式要從投入、產出走向結果。
一人公司要用燈塔客戶跨過商業化死亡谷:先找到昂貴且重複的問題,用最小流程交付一次付費結果,再產品化。
FDE 最昂貴的部分是人,最值錢的部分卻是人帶回來的模式。只有把解法抽象、標準化、回到平台,服務才會轉成可規模化收入。
模型是原料,Ontology 是企業語境,FDE 是把兩者接進決策與行動的人。真正的收入,不在呼叫模型,而在縮短從問題到成果的距離。
資料、ERP、權限與流程各不相同;企業需要更深整合,但自動化開發同時壓低了客製成本。
DXC 計畫培訓數萬名 Claude 認證 FDE;執行框架則持續刪除已被更強模型吸收的舊元件。
單 Agent 約20分鐘、9美元;完整 Harness 約6小時、200美元。更貴可能更好,但每個元件都要證明值得。
FDE 解讀真實業務,Harness 編碼執行規則,生產環境再產生失敗資料,形成持續學習閉環。
以產業知識、FDE、生產 Runtime、資產複用與單位經濟五項指標,重新檢查企業 AI 廠商。
把客戶腦中的隱性經驗轉成流程,再把標竿專案的共通模式轉成平台資產,才有非線性成長。
首單的價值不只是一筆收入,而是取得流程入口、真實資料、內部信任與後續擴張權。
約150名部署人才、19家合作夥伴與逾40億美元投入,顯示模型公司正在補上企業生產系統的中間層。
Ontology 不只是資料模型,而是包含資料、邏輯、動作與安全的企業作業層,讓一次交付變成平台能力。
FDE 同時定義問題、完成工程交付、驗證業務成果,並把一次專案的經驗帶回產品。
報告的結論是「短期盈利無憂」:目前市場算力租賃均價遠高於專案盈虧平衡價。但會計口徑的平衡價排除了稅、融資成本與殘值——把這些加回去,緩衝比表面數字薄。
拆開報告的成本測算:IT 設備占資本支出近六成,年度成本三分之二是設備折舊。AI 工廠不是電費生意,是折舊生意——這個認知會改變你對算力定價的全部直覺。
報告指出輝達可能從平台取得三類收益:設備銷售、與算力使用量掛鉤的長期收入分成、共同投資的回報。這不只是多賺三筆錢,而是一座自我強化的需求飛輪。
GPU 不是商業模式。只有當算力被模型、企業合約與五億月活用戶持續使用,昂貴機房才會變成可回收資產。