AI 創業熱潮只是創投 FOMO？消費級 AI 才剛走到起點，下一波是「意圖經濟」
當 AI 產業從聊天機器人（Chatbot）、Copilot 一路發展至能夠自主執行任務的 AI Agent，創業公司與創投資金不斷追逐下一個技術敘事，但 AI 真的已經走進大眾生活了嗎？Fovea 共同創辦人 Max Jiang 認為，市場可能過度高估 AI 在短期內的影響力，卻忽略了技術普及所需要的社會與商業模式轉型。
他認為，消費級 AI（Consumer AI）經歷數年的創業熱潮後，實際上才剛走到起點，而下一個值得關注的方向，可能是從網際網路的「注意力經濟」轉向由 AI Agent 驅動的「意圖經濟」（Intent Economy）。
AI 使用率仍低，創投市場與真實世界存在時間差
Max Jiang 在 X 貼文中回顧過去幾年的 AI 創業浪潮。大型語言模型出現後，市場認為所有內容都能透過 AI 重新生成，因此催生大量聊天機器人；Copilot 興起後，創業者開始試圖以 AI 重做各種生產力工具；當 AI Agent 展現自主執行能力，市場又開始期待 AI 取代所有可以被自動化的人類工作。
廣告 - 內文未完請往下捲動
然而，身處 AI 產業核心的人，往往容易高估這項技術的實際普及程度。根據創投機構 a16z 於 10 月 5 日發布的第七版《Top 100 Gen AI Consumer Apps》報告，儘管已有近半數美國消費者使用過 AI，每天使用 AI 的比例卻只有 25%；截至今年 8 月，僅 4.5% 的美國消費者擁有 ChatGPT、Gemini 或 Claude 的有效個人付費訂閱。
Max Jiang 認為，這反映出創投市場與真實世界並不處於同一個時間尺度。新技術出現時，資本市場往往迅速預期其長期潛力，並提前反映在新創企業的估值上，但技術真正進入大眾生活，仍需要更漫長的適應過程。
他以經濟學家凱因斯提出的「動物精神」（Animal Spirits）解釋這種現象：新創公司必須在資金耗盡前向投資人證明成長，創投基金需要在下一輪募資前展示投資布局，媒體也傾向強調新技術的發展前景。儘管每個參與者都在做出符合自身利益的理性決策，最終卻可能形成集體性的錯失恐懼症（FOMO）。
他形容，整個產業過度關注技術基礎建設，卻很少有人思考社會究竟需要花費多少時間重新組織，以適應這些新技術。原本需要十年才能實現的成長，被提前寫進一年的簡報之中。
從注意力經濟轉向意圖經濟，AI 需要新的商業模式
不過，Max Jiang 並不認為這意味著 AI 泡沫即將破裂。相反地，他相信市場正在接近一個重要轉折點。他以網際網路的商業發展歷史為例，指出今日人們熟悉的「注意力經濟」，並非網際網路誕生時就存在的商業模式。
早期網際網路服務主要依靠連線時間、流量與電子郵件等服務收費，即使技術逐漸成熟，真正使用網路的人口仍相對有限。直到搜尋引擎、社群網路與電子商務興起，一套由使用者、廣告主、商家與平台共同參與的經濟模式逐漸形成。使用者透過網路取得資訊、建立關係與消磨時間，廣告主為觸及使用者付費，商家則為交易與轉換付費。
這讓原本沒有直接關係的市場參與者開始為彼此創造價值，也使網際網路從技術服務轉變為大眾生活不可或缺的基礎設施。Max Jiang 認為，目前多數 AI 產品仍停留在類似網際網路早期的階段。他估計，超過 80% 的 AI 產品仍採取銷售 Token、使用席位或訂閱服務等商業模式。
他強調，這些模式並非沒有價值，但如果 AI 希望真正進入消費市場，可能還需要一套能夠讓不同參與者共同創造與交換價值的新型經濟關係。他將這套可能出現的模式稱為「意圖經濟」（Intent Economy）。
其核心概念在於，當網際網路降低資訊不對稱，稀缺的人類注意力便成為商業價值的載體；當 AI 進一步降低能力不對稱，讓更多人能透過 AI 執行原本無法完成的任務，使用者的「意圖」就可能成為下一個重要的價值分配入口。
例如，使用者不再需要自行搜尋商品、比較價格並完成結帳，而是直接向個人 AI Agent 表達購買需求。Agent 可以根據使用者偏好尋找商家、比較服務並完成交易，商家則可能透過交易佣金、導購分潤等方式，為成功滿足使用者需求付費。在這種模式下，AI 服務不一定需要直接向每位消費者收取訂閱費，而可能從協助完成交易的過程中取得收入。
值得注意的是，上述交易場景屬於意圖經濟的潛在應用方向，並非 Max Jiang 已提出完整運作機制或完成驗證的商業模式。
這也與 a16z 最新研究方向相呼應。a16z 在 10 月報告中指出，過去 AI 收入主要來自訂閱與使用量收費，但個人 AI Agent 有機會改採交易導向的變現模式，讓一般消費者不必支付固定訂閱費，也能享有持續性的 AI 服務。
AI 新創陷入同質化競爭，真正的需求端可能是 VC？
Owen Chen 則從創投市場的角度，提出更具爭議性的看法：大量 AI 應用程式真正服務的需求端，可能根本不是使用者，而是創投基金（VC）。
他表示，曾有一名任職於頂尖 AI 原生創投機構的朋友提出問題：市場上數以千計 AI Application 的供給端與需求端究竟是誰？直覺上，供給端應該是 AI 創業者，需求端則是使用者。但對方認為，真正持續驅動新創供給的需求端，其實是 VC。
Owen Chen 回顧自己曾嘗試過大量 AI 應用程式，但真正能夠穩定融入日常工作流程的產品屈指可數。他認為，不少 AI 新創即使成功募得數千萬美元、取得上億美元估值，仍可能因大型科技公司更新產品，或 OpenAI、Anthropic 推出新功能，而迅速失去原有的產品差異化與產品市場契合度（PMF）。
他指出，從通用型 Agent 轉向 Personal Agent，市場不斷出現新的產品敘事，但也不斷重複新創成立、迅速融資、失去競爭優勢的循環。
背後原因之一，可能是創投基金比創業者更害怕錯過下一個重要技術趨勢。對基金管理人而言，投資失敗固然會影響績效，但完全錯失一波足以改變產業格局的新技術，同樣可能削弱基金未來向有限合夥人（LP）募資的能力。因此，即使新產品尚未驗證真實市場需求，只要符合當前熱門的技術敘事，仍可能吸引資金投入。
這也呼應 Max Jiang 對 AI 創業市場的另一項觀察：當所有公司都依靠販售 AI 能力獲利，模型公司開始向下游提供應用服務，應用公司又嘗試自行訓練模型，原本的產業分工逐漸模糊，競爭也越來越激烈。最終，許多公司難以建立長期競爭壁壘，利潤與資本則可能更加集中於掌握核心模型能力的上游企業。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
