深度 深度專欄 #18 · 2026年8月2日
先說背景。今年 2 月 3 日，美股軟體股經歷了被券商交易員稱為「SaaS 末日」的歷史性單日崩跌，導火線是幾家 AI 實驗室在同一週把能自主完成長任務的 agent 產品推向市場。隔天，台灣投資播客股癌在 EP633 提出一個切法：別再問「軟體會不會被 AI 殺死」，要問「這家公司能不能把 token 成本轉嫁出去」。AI 讓軟體第一次有了真實的變動成本：每次呼叫模型都要付錢，這筆錢按 token 計量，而 token 是模型把文字切成的計費單位，不等於字數，同樣的文字換一種切法就會切出不同數量的 token。轉嫁得出去的公司毛利反而擴張，這種公司產品夠強，能在座位費之上加收用量費；轉嫁不出去的公司只能自己吞，這種公司產品弱到對手用 AI 隨手就能仿出替代品，被殺的正是他們。本報是在回填股癌積壓集數時，才首次把這個切法收為待驗證假說。距 EP633 播出六個月，本篇把這段期間的公開財報、官方價目、高管證詞逐條攤開對帳，得到三個結論：
>
- 「軟體會裂成兩群」這個方向，被市場用超乎預期的力度兌現了。同一個軟體指數裡，2026 年迄今最強與最弱的成分股相差約 140 個百分點（Datadog 漲逾八成、Atlassian 跌逾六成）；高盛乾脆開出一籃子「買這邊、放空那邊」的配對交易。指數半年幾乎走平，個股層面血流成河。分裂本身已經是事實。
- 但「能不能轉嫁」不是那條分裂線，因為轉嫁的管道在十八個月內變成了人人有貨的現成品。本篇追蹤的五家指標公司——Notion（筆記協作）、Canva（設計工具）、Zoom（視訊會議）、GitHub（程式碼託管）、Figma（介面設計）——從相反的起點出發，收斂到同一張計費架構：AI 打包進訂閱、設一個用量地板、超過的部分改按量計費。行業調查同向：一年之內，「AI 免費附送」的公司從 34% 掉到 15%，按用量計價的從 19% 升到 42%。當人人都會轉嫁，轉嫁就不再區分誰生誰死。真正把公司分開的是兩個更底層的變數：你的 AI 用量有沒有界（點一下生成一次，還是掛著 agent 跑一整夜），以及你的工作負載能不能降檔（從最貴的旗艦模型搬到夠用的便宜檔）。
- 假說裡最原創的那一半——轉嫁成功的公司毛利反向擴張——對了一半、錯了一半。毛利擴張的公司真的存在（Palantir 從 80% 擴到 87%、Salesforce 從 75.5% 到 77.7%、Duolingo 單季回升兩個百分點），但翻遍申報文件，沒有任何一家把擴張歸因於「把成本轉嫁給客戶」；唯一寫明因果的 Duolingo，歸因是「AI 單位成本持續下降與效率改善」。毛利的真實路徑是先吞（Notion 執行長被問毛利只說「你只能讓它變差」）、再優化（Zoom 免費送 AI、毛利先掉、兩年後收復到比 AI 之前更高）、才有收復。生死線不在「能不能把成本丟給客戶」，在「吞下去之後能不能優化出來」。
先把假說的原話講清楚。股癌的兩個劇本是這樣的：A 劇本，你本來賣座位（seat，企業軟體按使用人數收月費的傳統模式），一套軟體寫完賣十萬個客戶，幾乎沒有邊際成本；現在產品裡加了 AI，每次客戶用 AI 你就要付一次模型費，毛利被擠壓。B 劇本，同一件事反過來讀：AI 讓你的產品如虎添翼，你不只能收原來的座位費，還能在上面加收一層按用量計的 token 費；而你付給雲端商的模型成本，長期「就跟 cloud 的費用一樣……變成是某種 infrastructure、像水電費」一路下降。收的錢隨用量漲、付的錢隨時間降，毛利反而擴張。他的判斷是兩個劇本會同時成立於不同公司，分野是產品競爭力：「一定有些公司它可能只能夠走 A 劇本，因為它的產品競爭力本身沒有這麼強……有些人可以用 vibe coding 就做出一個相對也可以競爭的東西」（vibe coding：用 AI 對話式地把軟體寫出來，不需要傳統工程團隊）。
這個假說值得認真對待，是因為它的前半段站在一條本報查驗過多次的堅實主線上。微軟 CEO Nadella 與財務長在財報裡正式把 Microsoft 365 的商模從「seats」改為「seats plus consumption」，Ben Thompson 點破這不是自願創新，是 agent 逼的。agent 做的事比任何一個人多、用的算力遠超過人、還會減少企業需要的座位數，per-seat 的地基被打掉了，而軟體第一次有了真實邊際成本，終將被轉嫁（price through）。這段判斷本報手上只有轉述，沒有可點入的一手出處，依單源處理。這條線在 2026 年上半年得到了跨產業的獨立驗證：晶片設計軟體大廠 Cadence 的執行長把自家 agent 定價講得更直白，傳統 license 照賣、新增「按一個人類工程師工作量」計價的 per-agent 層、再加一層像模型商一樣的純用量計價，客戶的態度是「寧可付這個錢也不願多僱人」(More Than Moore)。辦公軟體與晶片設計軟體，兩個互不引用的產業，長出了同一套三層結構。
還要先交代一個時序事實，這不影響假說的價值，但影響怎麼評它：EP633 錄製於軟體股崩盤的隔天，所以它是對已發生之事的歸因框架，不是事前預言。本篇要對帳的不是「他有沒有料中崩盤」，而是「他提出的分群機制，跟後來六個月實際發生的分群，是不是同一件事」。
假說的隱含前提是：轉嫁是一種稀缺能力，有的公司做得到、有的做不到。六個月後回頭看，這個前提最先陣亡。
先看行業面。對約三百家軟體公司的追蹤顯示，「AI 免費附送、不另收費」的公司佔比在一年內從 34% 掉到 15%，按用量計價（consumption）的從 19% 升到 42%，按結果計價的從 2% 升到 23%；被問到為什麼改定價，第二大理由（34%）就是毛利被侵蝕（(ICONIQ, State of AI 2026)，原始 PDF 本報逐頁核對過）。另一份 B2B 定價年度調查同向：純座位費的佔比一年內從 21% 掉到 15%，混合計價（座位費加用量費）從 27% 升到 41%（(Growth Unhinged)）。連計費的水管都有人鋪好了：Stripe 的 Token Billing 讓任何 AI 應用把終端售價即時掛鉤上游模型成本，公式就印在產品文件裡(Latent Space)。轉嫁需要的定價設計、計量系統、帳務基礎設施，全部是貨架上買得到的現成品。
更有說服力的是五家指標公司的收斂路徑。Notion 的 AI 從 2023 年的每人每月 10 美元附加費，到 2025 年 5 月打包進 Business 方案「無限使用」，再到 2026 年 5 月對自訂 agent 改收點數費（1,000 點 10 美元，官方定價頁可查）。Canva 反著走，從一開始就用點數計量，2026 年 4 月往上疊了一個月費 100 美元的「幾乎吃到飽」層（(Fortune)）。Zoom 把 AI Companion 免費送給所有付費用戶，另賣一個每人每月 12 美元的客製層。GitHub Copilot 走得最徹底：2026 年 6 月 1 日起整個產品線改為用量計費，方案月費不變、內含等值點數、超過按模型牌價扣。宣布這件事的 GitHub 產品副總裁自己把理由寫在官方部落格上：「今天，一個快速的聊天提問，和一場好幾個小時的自主寫程式任務，對用戶來說可能花一樣的錢」（(GitHub Blog)）。這句話等於官方承認：在 agent 時代，吃到飽定價蓋不住成本。第五家 Figma 的故事最完整，留到對帳二講。
為什麼大家從相反起點收斂到同一張架構？因為 agent 把用量分佈拉成了極端偏態。OpenAI 財務長透露付費重度用戶的使用頻次是免費活躍用戶的 11 倍；一個人手動打字一天用不到 10 萬 token，掛上 agent 一天起步一億，極端用戶單月燒掉 1,300 億 token(Exponential View)。訂閱制的前提是用量有自然上限，agent 沒有生理極限，所以每一家最後都長出同一個形狀：打包（留住訂閱的可預算性）＋一個用量地板（擋住尾部）＋計量外溢（讓超額的人自己付）。Notion 和 Canva 都不公開那個地板設在哪裡，這不是巧合，是同一道算術的兩個解。
所以「能不能轉嫁」這個問句，在 2026 年 8 月已經問錯了。人人都在轉嫁，剩下的懸念只有一個：轉嫁之後客戶跑不跑。而那是產品力的老問題，繞了一圈回到差異化，不是一條新的分裂線。
B 劇本的成本端前提是 token 價格像水電費一樣長期下降。這件事本報在賣方（模型商）那一側反覆查驗過，這次為了對帳，把 2025 年底到現在的官方價目表逐張直核了一遍。結論是：「下降」和「上漲」都對，取決於你站在價目表的哪一層。
往下看，低價檔在崩跌。OpenAI 在 7 月 30 日把新旗艦家族的低階款降價八成（輸入價從每百萬 token 1 美元砍到 0.2 美元）。這正是《華爾街日報》6 月報導「OpenAI 考慮大幅降價」(Marcus on AI)的落地，但刀口全落在低價檔。Google 的輕量款一代之間降八成。學術端的系統性量測更徹底：把模型能力固定住（例如「達到 GPT-4 在博士級科學題上的表現」），這個固定能力的取得價格每年下降 9 倍到 900 倍、中位數 50 倍（(Epoch AI)）。在「同樣的事」這個口徑上，水電費論完全成立，而且降速驚人。
往上看，最高能力的入場價在上漲，而且用了四種不同的形式。第一，旗艦直接重定價：OpenAI 旗艦線一年內輸入價漲到原來的 4 倍（1.25 → 5 美元）。第二，在旗艦之上另開新層：Anthropic 的 Fable 5 開在 Opus 的兩倍價位，快速模式再收兩倍溢價。第三，促銷到期：Sonnet 5 目前的優惠價官方明文寫著 8 月 31 日截止，9 月 1 日起回到標準價，等於漲五成。第四，也是本次對帳裡最少人注意的一條：Anthropic 官方文件載明，新一代 tokenizer「對同樣的文字產生約 30% 更多的 token」（(Anthropic pricing docs)）。牌價一毛沒動，同一份文件的帳單卻多三成，任何價目表比較都看不到這筆。順帶把一條本報先前收錄的說法就地校正：Glean 執行長 7 月那句「過去六到九個月每一家模型商都調漲了 per-token 價格」(20VC)，在價目表直核下不成立，因為同一個窗口裡 Anthropic 把主力 Opus 線降了 67%；但他指著的東西是真的，只是名字叫錯了：漲的不是「每家的價格」，是「拿到當代最高能力的入場價」。
這張分層價目表對軟體公司的意義，比對模型商的意義大。它把 B 劇本的成本端前提改寫成一個條件句：你的成本會不會像水電費一樣下降，取決於你的工作負載能不能「降檔」，也就是從旗艦搬到夠用的便宜檔。能搬的人吃到每年 50 倍的通縮，搬不動的人面對的是漲價、新層、隱形膨脹三面夾擊。而能不能搬，是有一手證詞的。Notion 執行長 Ivan Zhao 在 5 月的訪談裡把這條線畫得很清楚：寫程式的產品得跑前沿模型、越聰明越好，但知識工作已經可以用第二梯隊的開源權重模型解決：「公司裡大量這種文書搬運性質的資訊處理，不需要 Opus 來開工單」（(Sequoia, Long Strange Trip)）。同一個判斷的企業端版本，來自 Glean 執行長：「今天九成以上的企業使用場景，已經不需要最強的模型」（轉述，單源）。
進行中 ?
一句話讀這張樹：它是本報追蹤「模型商賣 token 的毛利留不留得住」的主戰場，過去都從賣方讀；本篇補上買方側的鏡像：賣方的分層定價，落到買方身上就是「降檔自由」的貧富差距，而這個差距，正在取代「能不能轉嫁」成為軟體公司成本端的真分裂線。
現在對最關鍵的一半：B 劇本說產品強的公司「毛利不但沒被擠壓，反而擴張」。本篇動用了三路蒐證：美國證交會申報文件裡的毛利率原始數字（自行計算，非轉述）、財報全文與法說會逐字稿、加上私有公司的高管訪談。結論分四層講。
第一層：吞成本是普遍過渡態，跟產品強弱無關。兩位「產品力毫無爭議」的私有公司創辦人先開口。Notion 的 Zhao 被 HubSpot 共同創辦人當面問「你的毛利現在怎麼樣、最後會落在哪」，他的回答是「我沒有答案」；追問「你願意讓毛利惡化到什麼程度」，回答是「喔，你只能讓它變差」（Oh, you have to）。Canva 共同創辦人 Obrecht 更早就給了數字：被問 AI 成本是否已達營收一成，他說「百分之百是，已經是了。你看 Lovable，他們付給模型商的錢佔比遠超過一成」（(SaaStr 轉述 20VC 訪談)；共同主持人一手記述，未經原始音檔核對）。規模最大的公司也一樣：微軟最新年報裡全公司毛利率連續兩年下滑（69.8% → 68.8% → 67.9%），歸因寫明「持續投資 AI 基礎設施與成長中的 AI 產品用量」，並首次把「推理成本若不下降」寫進風險因子（(Microsoft FY2026 10-K)）。
第二層：Figma 把假說的機制完整演了一遍，包括寫進法定文件。Figma 起初連免費用戶都送 AI，代價全吞：毛利率從 2024 年的 88.3% 崩到 2025 年的 82.4%，申報文件寫明營收成本暴增主因是 AI 推理與代管（2026 年第一季再增 253%，其中 AI 佔大宗）。然後它轉身：2026 年 3 月開賣 AI 點數（每點 0.03 美元）、全面強制每席點數上限，財務長在準備講稿裡說「席次點數上限全面生效後，成長中的 AI 用量現在轉化成營收了——這是關鍵的貨幣化里程碑」，並列出成本端的槓桿：按任務複雜度在多個模型之間路由、模型無關的架構、自訓第一方模型（(Figma Q1 2026)，10-Q 與講稿原文見文末附註）。最值得記下的是它 10-Q 裡的風險因子，等於把股癌的 A 劇本寫進了法律文件：「定價壓力可能要求我們降價、吸收額外成本、或讓某些 AI 功能以更低甚至負毛利長期運營以維持競爭力……競爭態勢可能使客戶預期完整 AI 功能包含在基礎訂閱價內」。一家公司、十二個月，從 A 劇本走到 B 劇本，轉折點在於它把計量的閘門裝上了。
第三層：毛利擴張的公司存在，但沒有一家歸因於轉嫁。這是對 B 劇本最誠實的裁決。擴張案例是真的：Palantir 的毛利率從 2024 年的 80.2% 走到 2025 年的 82.4%、再到 2026 年第一季的 86.8%，AI 時代連年擴張且加速；Salesforce 橫跨整個 Agentforce 導入期從 75.5% 走到 77.7%；Atlassian 一邊免費送 AI 點數一邊從 82.8% 升到 84.2%；Zoom 免費送 AI Companion，毛利先掉（年報明寫「下滑主因 AI 功能的使用成本」）再收復，最新一季 77.9% 創 2022 年以來新高，財務長把機制講白：「隨著 AI 成本因用量上升（這是好事），我們有對沖措施」。而全場唯一在申報文件裡寫出毛利上升因果句的是 Duolingo：2026 年第一季毛利從 71.1% 回升到 73.0%，公司寫明原因是「AI 單位成本持續下降與各功能效率改善」，同一家公司一年前才寫過「毛利下滑反映 Video Call 等功能的 AI 成本上升」，執行長對成本曲線的描述是「成本一直在降，我們什麼都沒做它就自己降了」。把這些擺在一起，擴張的引擎清清楚楚：不是把成本丟給客戶，是上一節那條「同能力價格年降 50 倍」的通縮曲線流到了買方，加上模型路由和把 AI 關在付費層裡的紀律（Duolingo 的原則：AI 功能鎖在 Max 訂閱層，「AI 的使用本來就是有利可圖的」）。行業級數據同向：AI 產品的平均毛利從 2024 年的 41% 走到 2025 年的 45%，最新一期報告寫「正走向 2027 年的約 59%」，三分之二的公司回報單次查詢成本在改善（ICONIQ，同前；未來值是預測不是實測）。第一線分析師的贏家條件因此與股癌相反，Altimeter 的 Jamin Ball 在 3 月寫道：「想通這層抽象的公司：按價值定價，把 token 成本當內部優化問題、而不是丟給客戶的問題，會建成最耐久的生意」（(Clouded Judgement)）。
第四層：真正把公司劈成兩半的成本變數，是用量有沒有界。同一個時期、同樣的模型價格，兩組公司的毛利差了 100 個百分點：有界的一組——點一下生成一次、每次呼叫的量可預算（Zoom 的會議摘要、Duolingo 的關卡、Adobe 的圖像點數）——毛利在 70% 到 89% 之間，Adobe 的整體毛利甚至紋風不動（89% 上下；細看訂閱線內部有極輕微的壓縮：訂閱成本增速比訂閱營收快兩個多百分點、最高毛利的 Digital Media 部門從 96% 滑到 95%，量級是零點幾個百分點，成本定義裡明列「AI 推理成本」）；無界的一組——掛著 agent 跑長任務的寫程式工具——毛利據轉述在負值到四成之間浮動（Cursor 約負二到三成、Replit 在 36% 與負 14% 之間擺盪、Windsurf「非常負」；均為媒體轉述、未經審計，本報標單源處理），Cursor 自己的道歉文寫「最難的請求比簡單的貴一個數量級」。要提醒的是，這組樣本集中在掛著 agent 跑的寫程式工具；不過非寫程式的 Figma，在免費層無界的那段時間同樣崩了毛利，所以起作用的看來是「有沒有界」這個變數，而不是「是不是寫程式工具」這個行業。注意這組公司的產品力是全行業公認最強的。用產品力預測毛利，在這組資料上直接失效；用「消耗有界性」預測，一次全中。轉嫁行為本身也被這個變數解釋：消耗無界的公司被迫最早轉嫁（GitHub、Cursor、Replit 全在 2025-2026 改用量計費），有界的公司甚至可以免費送。轉嫁不是原因，是結果。
最後把「毛利根本沒動」這一側也放進來，因為它同時為真：對 342 家公司的基準研究顯示，軟體業毛利中位數四年穩在 79% 到 81%，結論明寫「AI 基礎設施成本尚未壓縮中位數軟體毛利」（(Benchmarkit × Aleph)）。這跟上面所有證據並不矛盾：目前的壓縮與分化發生在「AI 產品線」這一層（毛利 45% 上下），還沒傳導到「公司」這一層（80% 上下）。但 AI 產品佔軟體公司營收的比重，同一份追蹤預測 2027 年過半。兩條線正在對撞，撞點就在 2026 到 2027 年。同一份研究還有一個橫斷面警告：純用量計價公司的毛利中位數只有 62%，遠低於整體的 80%，也就是說「轉成計量計費」與「高毛利」在橫斷面上是負相關的（因為現階段轉計量的多半正是成本最重的 AI 原生公司）；「轉計量後毛利改善」只在同一家公司的縱向敘事裡成立（Figma、Duolingo）。把橫斷面當縱向讀，是這個題目最容易犯的統計錯誤。
最後對市場那一半：假說預言軟體股會按轉嫁能力分成兩群。分群兌現了，力度驚人。軟體指數 2026 年走了一個 V 型再回吐（1 月創 2008 年以來最差單月、4 月最深跌到年初以來負三成、6 月一度翻正、7 月底又回落到約負 12%），指數半年幾乎白走，但成分股之間裂出了約 140 個百分點的天地：Datadog 漲逾八成、Snowflake 財報單日漲 35%，另一頭 Atlassian 跌逾六成、Salesforce 與 Workday 各跌三成上下。這與本報 7 月收錄的板塊離散完全同向：五大軟體板塊成長率相近、報酬天差地遠，市場獎勵「AI 時代 CIO 認為必需」的類別、懲罰按席計價的水平應用(Tomasz Tunguz)。
但看分群的判準，市場用的不是轉嫁能力。高盛開出的軟體多空配對交易，買方名單的入選理由是「需要實體基礎設施、有深度法規壁壘、或需要人類問責」，放空名單的理由是「以座位計價或工作流自動化為核心價值主張」（經轉述，單源）。通篇沒有出現成本轉嫁。把兩把刀擺在一起看：股癌的刀問「成本端你扛不扛得住」，市場的刀問「需求端你會不會被 AI 整個做掉」。兩把刀相關但不重合，而兩個具名案例顯示它們的預測會打架，且市場那把贏了：
Salesforce，照轉嫁論該活得好，市場照砍。它是轉嫁的優等生：Agentforce 按用量收費，年化營收一年從 8 億衝過 12 億美元、毛利率橫跨導入期還在擴張、本業營收增速從 8–9% 加速到 13%（官方財報）。轉嫁成功、基本面加速，股價照樣年跌三四成。市場砍的是它的終局敘事：按席計價的核心業務會不會被 agent 釜底抽薪。Palantir，照轉嫁論該是 B 群旗手，也在跌。股癌在原始論述裡點名它是「B 群提早被定價」的例子，而它的基本面把 B 群劇本演到了極致——毛利率擴到 86.8%、營收指引年增七成——股價卻落後大盤、年跌約兩成。「屬於贏家群」在這個窗口不保證報酬，估值消化主導一切。這兩個案例合起來說明：分群框架能解釋損益表的方向，不能拿來選股。而找可交易的分群，恰恰是原始論述的目的。
Palantir 還要多說兩句，因為它常被當「轉嫁範例」引用，而證據比流傳說法複雜。它的計價其實查得到，而且不是席位制：英國政府採購價目文件寫明組織年費「含等額用量」、「無需額外用戶授權」，所有運算折算成 compute-seconds 計量，模型 token「按底層模型商的價格」折算進預付池（(Palantir docs)）。白話講，企業付的是一筆年費，裡面已含一定額度的運算量；各種運算都換算成統一的「運算秒數」來計價，用到模型時再按模型商自己的牌價，從這筆預付款裡扣。形式上這確實是用量計價。但把它的毛利擴張讀成「轉嫁勝利」有一個可驗證的漏洞：它的營收成本裡排第一位的是人力、第三方雲代管排第五，軟體與服務的毛利從不拆分揭露，Q1 營收暴增 85% 而成本只增 25%，擴張的大宗更像服務組織的營運槓桿加上客群混合位移。最誠實的讀法是一個不對稱：有把 AI 成本寫進毛利歸因的公司（微軟、Adobe 的訂閱線）都在壓縮，毛利大幅擴張的這家恰好不拆分毛利來源。（Palantir 第二季財報 8 月 3 日盤後發布，是本篇付印後最近的一個對答案窗。）
至於「A 群會被 vibe coding 複製而殺」，六個月的證據把它收窄成一個層別現象。在中小企業層它是真的：20 到 70 人的公司具名退掉 Salesforce、HubSpot 合約、用 AI 工具自建替代品、軟體成本砍四到八成的案例已成批出現（(PYMNTS 轉述 The Information)），Retool 對 817 個團隊的調查說 35% 已經用自建取代過至少一個 SaaS 工具（(Retool)）。但往上走證據就薄了：大企業層目前只有賽諾菲一例，而且是把 ServiceNow 用量砍八成、不是解約（(Fortune)）；最常被引用的旗艦案例 Klarna「用 AI 自建取代 Salesforce 和 Workday」已被證偽。它換的是另一批 SaaS，還繼續當 Salesforce 的合作夥伴（(CX Today)）。複雜業務邏輯仍是天花板：連賣 vibe coding 的 Wix 都自證兩隊專業工程師用自家工具建不出一套理髮店管理系統(20VC)。Gartner 給的官方刻度是：到 2030 年，約 2,340 億美元、佔兩成的企業應用軟體支出「有風險」（(Gartner)）。這是侵蝕的量級，而且給了四年。
軟體業的分裂是真的，但分裂線不是「能不能把 token 成本轉嫁出去」。轉嫁的管道在十八個月內商品化了——五家指標公司從相反起點收斂到同一張「打包＋用量地板＋計量外溢」的計費架構，「AI 免費附送」的公司一年內從 34% 縮到 15%——人人都會轉嫁之後，轉嫁不再分生死。六個月的證據指向三個真正有預測力的變數：成本端是消耗有界性（點一下生成一次，還是掛著 agent 跑一整夜；同期毛利差 100 個百分點的唯一解釋變數，產品力在這組資料上直接失效）與降檔自由（工作負載能不能從旗艦模型搬到夠用的便宜檔，搬得動的吃每年 50 倍的同能力通縮，搬不動的面對入場價四面上漲）；需求端是可複製性（業務邏輯扛不扛得住客戶用 AI 自建；市場的刀，高盛配對交易用的判準）。毛利的真實路徑是「先吞、再優化、才有收復」：吞是普遍過渡態（Zhao「你只能讓它變差」、微軟連兩年下滑），收復的引擎是單位成本通縮與模型路由（Duolingo 是唯一寫進申報文件的因果句），「因轉嫁而擴張」至今查無一例。原始假說「會裂成兩群」的方向判斷保留，證據強度還往上走；「以轉嫁劃線、毛利因轉嫁反向」的機制判斷做了修正。
>
什麼會推翻它（除註明者外為本報自設的觀察窗，到期對答案）：一，任何一家上市軟體公司在申報文件或法說會把毛利率上升明確歸因於 AI 用量計費的轉嫁（而非成本優化），那麼「轉嫁→擴張」復活，本篇「查無」的裁決作廢。二，Zoom 或 Duolingo 的毛利率跌回並停在各自的谷底以下（Zoom 低於 75.8%、Duolingo 低於 71%，以年度口徑計），「吞得起、優化得出來」的代表弧線就翻車了。三，旗艦檔真的開打價格戰（OpenAI 或 Anthropic 現役旗艦降價五成以上、且無新開更貴層或 tokenizer 式隱性回收），「最高能力入場價上行」這條腿就斷掉，降檔自由的價值縮小，原始的水電費論復活。四，任何一家財星五百大企業公開「解約」（不是削用量）核心 SaaS 改為 AI 自建，大企業層的可複製性就從一例升級為趨勢，A 劇本「殺」的範圍要上修。五，公司層毛利中位數（Benchmarkit 口徑，現值 79-81%）在下一年度跌破 78%，「壓縮還關在 AI 產品線層」的分層解就失效，齊頭壓縮論升權；反之若 AI 營收佔比如預測過半而中位數仍穩，「吞是過渡態」升格為結論。
軟體公司的 CEO 與 CFO。這篇對帳把該做的事從「設計轉嫁」改成三件。第一，計費架構直接抄行業收斂解，也就是打包＋用量地板＋計量外溢，五家指標公司已經替你試過錯了。但這五家都是賣給企業或專業工作者的工具；消費端訂閱的慣性更強，計量外溢容易直接觸發流失，本篇唯一的 toC 案例 Duolingo 走的是把 AI 鎖進 Max 付費層，而不是超額另計費，兩種模板不能互抄。Figma 的教訓是閘門裝得越晚、先吞的越多。第二，把消耗設計成有界的：能點一下生成一次的就別做成掛著跑的 agent，要做 agent 就配點數上限。Duolingo 的「AI 鎖在付費層」與 Figma 的「每席點數上限」是兩個可直接抄的模板；你的毛利不是由產品力決定的，是由消耗形狀決定的。第三，建立降檔能力：把工作負載拆開，分清哪些必須旗艦、哪些第二梯隊模型就夠（Notion 的判準可直接借用：文書搬運不需要 Opus），沒有模型路由能力的公司等於放棄每年 50 倍的成本通縮；同時把 9 月 1 日這類促銷到期日與 tokenizer 換代寫進成本預測，因為你的模型帳單會在牌價不動的情況下上漲。
模型商與雲端商的商務主管。你的客戶正在學會降檔和路由，這解釋了為什麼低價檔要打到見骨而旗艦可以漲價：低價檔的對手是「客戶自己路由到開源模型」，旗艦的對手只有彼此。定價分層的真正戰場在中間檔，那裡住著大量「想降檔但還沒建好路由能力」的客戶。該做的是把「幫客戶降檔」本身變成可賣的東西，例如路由中介層、降檔顧問服務、按節省額分潤的中間檔方案，而不是等這群客戶自己學會路由之後再來承接他們。
投資人。三個具名教訓：Salesforce 證明「轉嫁成功＋基本面加速」擋不住終局敘事的殺估值；Palantir 證明「毛利擴到 87%」不保證報酬；Cursor 這組證明「產品力最強」可以和「毛利為負」並存。把分群框架當損益表工具用——判斷誰的毛利會先修復，看消耗有界性和降檔能力，不是看定價頁——別當選股工具用。追蹤名單上最誠實的訊號是法說會裡的毛利歸因用語：從「投入 AI」（investment in AI）轉成「效率提升」（efficiency gains）或「每單位 AI 成本下降」（per-unit AI costs 下降）的那一季，就是弧線觸底的那一季（Zoom 判例在 2025 年中，Duolingo 在 2026 年第一季）。
企業軟體採購。你手上的槓桿比十八個月前大得多：中小企業自建案例給了你談判籌碼，賽諾菲給了你「削用量不解約」的模板。但 Klarna 的教訓同樣要記：「用 AI 取代 SaaS」的宣稱，落地時常常是「換一家更便宜的 SaaS」。決策前把自建的維護、合規、資安成本算全，Wix 的理髮店實驗是複雜度天花板的誠實刻度。