當免費替代品的生產失去煞車——從 AI 泡沫到付費經濟的骨牌式崩塌
徐郁哲／獨立開發者、HMEA 作者、現致力於 AI 協作架構暨人機互動領域
一、一個只會 Notion 的人，做出了自己的書架 App
最近在台灣的社群平台上，一位用戶分享了他用 Claude 製作的個人書架管理工具。他沒有任何程式背景，先前一直用 Notion 記錄讀書清單。但透過與 AI 對話，他做出了一個 UI 比 Notion 版更精緻、完全貼合自己使用習慣的書架應用。
這件事本身不起眼。但它揭示了一個正在發生的結構性轉變：以前書架管理工具是付費產品，因為使用者不會寫程式，需要有人幫他做好，所以付費。現在這個前提被打破了——任何人都可以用 AI 為自己生產一個免費的、量身定做的替代品。
書架只是冰山一角。記帳本、習慣追蹤、日記、食譜收藏、單字本、待辦清單——所有「個人使用、資料結構簡單、不需要多人協作」的工具型產品，正在被使用者自己生產的免費替代品從底部掏空。
AI 帶來的不是更多新產品，而是更多個人化的免費替代品。
二、免費的引力一直存在，但以前有煞車
趨向免費的壓力並非 AI 時代才出現。從網際網路誕生的第一天起，數位產品的邊際成本就趨近於零，免費的引力始終存在。
但在 AI 之前，這股引力被一個天然的機制約束住了：人類的生產力有限。
一個工程師要寫一個免費的 App，即使他願意無償投入，也需要數十小時的開發時間。一個設計師要做免費素材，一天能產出的量有物理上限。一個內容創作者要寫免費教學，得花時間研究、整理、寫作。這些人力成本構成了一道隱性壁壘——不是不能做免費替代品，而是做免費替代品的人力成本限制了供給量。
免費替代品的歷史演進經歷了三次生產成本的斷崖式下降。
第一次是網際網路，讓分發成本歸零。Google 免費搜尋、Yahoo 免費信箱、免費新聞網站——內容可以幾乎無成本地送到全世界，但生產內容仍然需要人力。
第二次是智慧型手機與 App Store，讓 freemium 成為標準商業模式。2008 年之後免費 App 爆炸式增長，加上 VC 補貼燒錢搶市場（Uber 免費搭車、外賣平台免運費），消費者被訓練成「數位服務本來就不用錢」。但開發 App 仍然需要工程師。
第三次是 AI，讓生產成本歸零。這是根本性的轉變。免費替代品的供給端從「少數有技能且願意免費貢獻的人」變成「所有有需求的人都能自己生產」。供給量不再被人力約束，而是只被需求量約束——有多少人需要，就會有多少免費替代品被生產出來。
AI 拆掉了煞車。免費的引力一直在拉，現在沒有摩擦力了。
三、3000 億美元的盲目加速
當免費替代品的生產已經失去煞車，全球資本市場卻在加速踩油門。
根據 Crunchbase 數據，2026 年第一季度，全球創投向新創公司投入了 3000 億美元，創下歷史紀錄，較前一季度成長 2.5 倍，甚至超過了 2019 年以前任何一個完整年度的投資總額。其中 AI 相關投資占了全球 VC 總額的 80%，達到 2420 億美元。
資金的集中程度令人震驚。OpenAI（1220 億美元）、Anthropic（300 億美元）、xAI（200 億美元）、Waymo（160 億美元）四家公司在三個月內合計吸收了 1880 億美元，占全球總投資的 65%。史上最大的五筆創投融資中，有四筆在這一季完成。
VC 圈並非完全沒有警覺。Menlo Ventures 合夥人 Deedy Das 指出，目前有近 20 家公司在零營收的狀態下估值超過 10 億美元。OpenAI 執行長 Sam Altman 自己也承認，當前的情況與網路泡沫時代存在相似之處。Fast Company 報導指出，投資輪的完成速度快到投資人連創辦人的商業計畫書都沒看就簽了支票。
但產業分析師注意到的「泡沫風險」集中在兩個面向：基礎設施過度投資（資料中心是否蓋太多），以及估值是否脫離營收基本面。GeekWire 在 2025 年底調查了數位西雅圖地區的 VC，這些投資人大致認同市場局部過熱，但幾乎一致認為 AI 技術本身正在創造真實價值。
這裡存在一個巨大的認知盲區。
四、沒有人在討論的問題
VC 投錢給 AI 應用層新創。這些新創做出產品，必須找到願意付費的用戶。但 AI 同時在讓每一個終端用戶都能為自己免費生產替代品。
這是一個自我毀滅的迴圈。
資本注入 AI 新創 → 新創燒錢產出免費或 freemium 工具 → 這些工具加上 AI 的生產力，進一步摧毀其他付費產品的基礎 → 新創自己也無法建立付費轉化率 → 新創失敗。
TechCrunch 在 2025 年底調查了 24 位企業級 VC，他們預測 2026 年企業會增加 AI 預算，但集中在更少的供應商身上。多位 VC 表示，擁有專有數據、無法被大型模型公司輕易複製的產品，才具有防禦性。
這聽起來很清醒，但他們的解方仍然是「做出有護城河的產品」——而沒有面對一個更根本的問題：當你的終端用戶可以用 AI 免費生產自己的替代品，護城河保護的是哪一邊？
在我先前的文章〈當「免費」成為預設〉中，我用跨產業數據驗證了一個模型：消費者的付費決策取決於一個前置問題——有沒有堪用的免費替代品。OpenAI 擁有 9 億用戶但只有 5.5% 付費，因為免費替代品（包括它自己的免費版）到處都是。Spotify 的付費率高達 39%，因為音樂串流有版權壁壘阻止免費替代品的大量出現。
付費率不取決於產品品質，不取決於行銷策略，取決於一個結構性變數：免費替代品的生產和分發成本有多高。而 AI 正在把這個成本推向零。
VC 還有大約 12 到 18 個月的緩衝期。因為目前 AI 應用層新創還在燒錢換用戶增長的階段，免費用戶數字看起來漂亮，投資人不會在增長期質疑轉化率。但當這些公司開始需要證明付費轉化——大約 2027 年中到 2028 年——他們將集體撞上那面 94.5% 不付費的牆。
五、骨牌不是線性的，而是迴圈的
這個問題的影響範圍，遠超過「一些 AI 新創會倒閉」。
第一張骨牌：AI 應用層新創大量死亡。 燒完錢、證明不了付費轉化率、無法進入下一輪融資。Crunchbase 的數據顯示，去掉四大巨頭的 1880 億美元，2026 年 Q1 仍有 1100 多億美元分散在各種 AI 應用新創裡。如果這些應用層公司有一半以上因為無法建立付費基礎而失敗，損失規模在數百億到上千億美元。
第二張骨牌：VC 基金虧損傳導至 LP。 VC 基金的資金來源是有限合夥人（LP）——退休基金、大學捐贈基金、主權基金、家族辦公室。這些 LP 同時也持有傳統產業的股票與債券。當 AI 基金虧損的同時，他們在傳統產業的持股也正在被免費替代品侵蝕，形成兩邊同時失血的局面。
第三張骨牌：死掉的新創留下的免費產品不會消失。 這是這次與網路泡沫最關鍵的差異。2000 年 .com 公司倒閉時，它們的產品跟服務一起蒸發了，市場可以重新開始。但這次不一樣——AI 新創在燒錢期間訓練好的模型、開源的程式碼、建立的免費使用習慣，全部留在市場上。公司死了，但它產出的免費替代品繼續存活，繼續侵蝕其他付費產品的基礎。這是一種「死了還在殺人」的效應。
第四張骨牌：傳統數位產業的營收被侵蝕。 被免費替代品打擊的不只是 AI 新創的競爭對手，還有整個 SaaS 生態系、數位內容產業、個人工具市場。這些公司很多是上市公司，營收下滑直接影響公開市場。
這四張骨牌不是依序倒下的線性結構，而是一個正回饋迴圈：資本投入 → 產出免費工具 → 摧毀付費市場 → 新創自己也收不到錢 → 死亡但免費工具留存 → 更多免費替代品 → 更多付費產品失去基礎 → 迴圈加速。
六、煞車已經壞了
也許有人會說，等泡沫破掉、資本退潮，這個迴圈就會自然停止。但這次有一個根本性的不可逆因素。
即使西方的 AI 商業模式全面崩潰——即使 OpenAI 倒閉、Anthropic 停止運營——免費替代品的生產能力已經被永久釋放到野外了。
Meta 已經將 Llama 系列模型開源。中國的 DeepSeek、阿里巴巴的 Qwen 持續提供開源模型。任何人都可以在自己的硬體上運行一個堪用的大型語言模型。更重要的是，中國的 AI 公司不需要靠消費者付費來驗證商業模式——它們可以靠國家戰略補貼存活，持續向全世界供給免費的模型和工具。
核武器可以簽條約限制擴散。但開源模型沒有這個機制。Llama 被開源的那一刻，這件事就不可逆了。
即使全球 VC 今天同時踩下煞車、停止所有 AI 投資，已經在市場上的免費模型和工具仍然會繼續運作，繼續讓每一個使用者都能為自己生產免費替代品，繼續侵蝕付費產品的基礎。
列車的煞車已經壞了。不是因為沒有人想踩，而是因為煞車機構本身已經不存在。
七、對比網路泡沫的危與機
2000 年的網路泡沫與今天的 AI 投資狂潮，表面上有許多相似之處：天價估值、零營收公司獲得巨額融資、投資人的從眾恐慌、「這次不一樣」的集體信仰。
但結構性差異決定了這次的後果可能更深遠。
網路泡沫破掉後，倖存的公司（Google、Amazon、eBay）在廢墟上建立了真正的商業帝國。那次崩潰是痛苦的，但它清除了市場的泡沫，讓有真實商業模式的公司存活下來，並為接下來二十年的數位經濟奠定了基礎。
這次的情況不同。因為 AI 泡沫破掉後留下的不是空白的市場——而是一個充滿免費替代品的市場。倖存的公司面對的不是「競爭對手消失了，市場歸我」的局面，而是「競爭對手死了，但他們生產的免費工具還在，用戶已經習慣不付費了」的局面。
這意味著泡沫後的復甦會比網路泡沫更慢、更困難。因為你不只需要重建投資人信心，你還需要重建消費者的付費意願——而後者可能已經被永久改變了。
八、產品概念驗證的第零步
對於現在正在考慮做產品的人——無論是獨立開發者、創業者、還是企業內部的產品團隊——這個結構性現實指向一個極其簡潔的概念驗證框架。
在你花任何時間和資源做 MVP、寫商業計畫書、找投資人之前，先問一個問題：
我要做的這個東西，有沒有堪用的免費替代品？
如果有，絕大多數人不會付費。你要嘛找到免費替代品覆蓋不到的需求角度，要嘛換方向。
如果沒有，再問第二個問題：為什麼沒有？ 是因為有結構性壁壘（版權、合規、物理限制），還是只因為還沒有人做？如果是後者，你的窗口期可能很短，因為 AI 時代任何人都可能隨時做出一個免費版本。
這個前置過濾器花不到十分鐘，卻能直接過濾掉大量注定失敗的方向。傳統驗證方法可能花費數週到數月才能得出同樣的結論，而且往往不會觸碰「免費替代品」這個根本問題——因為傳統的競品分析只看付費競品，很少將免費選項視為真正的威脅。
在數位世界裡，除非有人為設置的壁壘強行維持稀缺性，否則所有東西的自然均衡價格都是零。不是因為這些東西沒有價值，而是因為生產它們的成本已經被 AI 推到了零。
九、準備好了嗎？
我們正站在一個特殊的歷史位置上。
3000 億美元的季度投資紀錄。80% 的資金流向 AI。近 20 家零營收的獨角獸。同時，一個只會 Notion 的普通人在客廳裡用 AI 做出了付費 App 的免費替代品。
這兩件事不是平行發生的——它們是同一個結構性轉變的兩面。資本在加速生產免費替代品的工具，而這些工具正在消解資本所投資的產品的付費基礎。
問題不是 AI 泡沫會不會破。問題是，泡沫破了之後，留下來的免費替代品會繼續做完泡沫沒做完的事。
而這輛列車的煞車，已經壞了。
作者簡介：徐郁哲（rj0217），致力於 AI 協作架構暨人機互動領域，現居新北市淡水。著有 HMEA（Human-Machine Epistemology Architecture），曾獲國立教育廣播電臺專訪討論 AI 時代的職涯發展。 前作：〈當「免費」成為預設——面對消費者的第一道關卡是，有沒有免費替代品〉
個人網站：covia.io