「你上一次為數位產品付費，是什麼時候？」
回想一下你最近一次在手機上安裝 App 的過程：你可能在商店裡看到了兩款功能類似的工具，一款免費、一款收費，你選了哪個？
先不論理由為何，但平心而論，哪怕付費版功能更完整、體驗更好，大多數人依然會先試免費的。不是因為付費版太貴，而是因為已經有免費選項可用。
這個看似理所當然的行為，背後其實藏著一個正重塑整個數位經濟的結構性現象：現代消費者的第一道決策關卡，不是「我需不需要這個東西」，而是「有沒有免費的替代品」。
為什麼多數人寧願使用免費版？
若進一步拆解消費者的付費行為，背後的決策流程其實很簡單：
一、我需要這個功能嗎？需要
二、有沒有免費的替代選項？有，直接選擇免費選項
三、如果沒有免費替代品，就進入二元選擇：付費，或是放棄這個需求
這個邏輯聽起來十分自然，但當你用這個框架去檢驗大規模的商業數據，它的解釋力卻意外強得驚人。
全球最大的 AI 公司 OpenAI，旗下的 ChatGPT 擁有超過 9 億週活躍使用者。但根據《歐洲商業雜誌》2026 年的報導，其使用者中只有 5.5% 是付費訂閱者。這樣的狀況也反映在 OpenAI 的財報中，資料顯示，該公司 2026 年將虧損 140 億美金，損益平衡要等到 2030 年之後。
若深入來看，這 94.5% 的使用者為什麼選擇不付費，背後原因並不是因為 ChatGPT 沒用，而是因為企業提供的免費版已足夠他們使用。9 億使用者的規模，說明使用需求完全真實，但當免費版就已足夠，甚至 Gemini、Copilot 等免費 AI 工具及各種開源模型提供替代選項，「付費」自然不是多數使用者的首選。
同一時期，Claude 開發商 Anthropic 的年化收入，從 2024 年底的 10 億美金飆升至 2026 年 4 月的 300 億美金。根據《SaaStr》報導，超過 500 家企業每年付費超過 100 萬美金，財星前 10 大企業中有 8 家是客戶。
Anthropic 的收入中有高達 8 成來自企業端，這些企業需要能處理敏感商業數據、有服務層級保證、能整合進內部系統的 AI 解決方案。對他們而言，真正等價的免費替代品幾乎不存在，最終，自然就選擇付費。
免費選項變少，人們才開始願意付費
如果說「有沒有免費替代品」是決定付費率的第一道關卡，那不同產業之間的付費率差異，應該可以用「免費替代品的供給量」來解釋。
根據 Spotify 向美國證券交易委員會（SEC）提交的財報，截至 2025 年 Q4，Spotify 每月活躍使用者為 7.51 億，其中付費訂閱者為 2.9 億，付費比例約 39%。這個數字遠高於 Freemium 模式（編按：指同時提供免費版、付費版的商業策略）的產業平均轉換率 2-5%，更是 OpenAI 數據的七倍。
為什麼同樣提供免費版的 Spotify，付費率可以這麼高？答案不在於其免費層設計得多巧妙，而在於整個音樂串流市場的結構──真正提供免費、合法且完整串流體驗的替代品，屈指可數。（延伸閱讀：Spotify 如何用「年度回顧」抓牢 Z 世代？揭開「串流王者」獨領風騷的行銷術）
《Digital Music News》的數據指出，在美國，Spotify、Apple Music、Amazon Music 和 YouTube Music 四家平台合計掌控了 97.3% 的訂閱者。其中 Apple Music 和 Tidal 完全沒有免費方案，Amazon Music 的免費版限制極大。可見，真正提供完整串流體驗的免費平台，屈指可數。
你可能會好奇，為什麼免費選項這麼少？原因在於音樂串流有一道其他數位產品沒有的壁壘：版權授權。你不能隨便架一個網站，就提供一億首歌的免費串流，你必須跟唱片公司簽授權、付版稅。這個結構性成本，直接阻止了免費替代品的大量出現。
反觀 AI 市場，不只 ChatGPT、Gemini、Copilot 及 Claude 免費，還有大量開源模型開放給所有人使用。內容幾乎沒有版權壁壘，免費替代品近乎可以無限生成。這時，OpenAI 的例子很明顯，有 94.5% 的用戶選擇不付費。
兩個市場、兩種結構、兩個截然不同的付費率──明明同樣是巨頭，差異不在產品品質、不在行銷策略，而在於一個根本的變數：免費替代品的生產和分發結構性成本有多高。如果成本高、免費替代品就少，相對付費率高；而成本低就容易促使免費替代品被推出，影響使用者付費率。
Netflix 優勢：難以被「免費品」取代
這裡，串流影音市場則提供了另一個動態驗證。
根據《The Measure》指出，Netflix 的月流失率持續低於 2%，遠低於串流產業平均流失率的 5%。背後原因不是 Netflix 最便宜，而是它獨佔的原創內容最多、免費替代品最少。
但當免費替代品出現後，使用者立刻轉向。2025 年，在串流平台間內容碎片化加劇、訂閱費不斷攀升下，盜版數量也大幅回升。尤其在 Netflix 開始打擊共享帳號後，網路上關於非法下載的討論瞬間暴增超過 1,000%。
從免費替代品的角度來看，共享帳號本身就是其中一例。當這項功能被移除，使用者的反應分成兩種：不是乖乖付費，就是去尋找下一個免費選項。
不過，Netflix 的數據也展示了使用者回流的可能性。《Recurly》報導，2023 年取消訂閱的使用者中，有 50% 在六個月內回來、61% 在一年內回歸，遠高於產業平均的 34%。背後原因是，使用者離開後發現，替代品（盜版、其他平台）的體驗不如預期、獨佔內容找不到免費來源，最終還是回到了付費。
到目前為止，這套邏輯依然成立：有免費替代品，避免付費；替代品不如預期，回來付費。
為什麼數位內容總讓人覺得「不值得付費」？
這樣的付費習慣，其實在行為經濟學中並不陌生。
MIT 教授 Dan Ariely 的經典研究證明了「零價格效應」（Zero Price Effect）：當商品價格從 1 美分降到 0，需求的增幅遠超線性預測。「零元」不只是低價，在心理上又是完全不同的類別。
2013 年的研究定義了消費者心中的「免費心態」（Free Mentality），這種根深蒂固的信念，讓多數人認為數位內容本就應該免費取得。後續研究也在遊戲、音樂、影音串流與軟體等領域，反覆驗證了這個現象──大多數網路使用者不願意為內容進行額外付費。
Wharton 商學院的研究則從心理所有權的角度補充，數位商品被系統性賦予比實體商品更低的價值，因為人們更難對數位商品產生歸屬感，使用者將它們定位為短暫的、不穩定的、無法承載個人意義的服務。
經過三層心理機制共同作用下，零價格效應讓免費選項獲得不成比例的吸引力、免費心態讓用戶認為數位內容「本來就不該收費」、低心理所有權讓人覺得數位商品「不值得付錢」。
AI 正讓「免費替代品」大量出現
如果我們認真看待這個模型，那接下來的問題就變得嚴肅：AI 正在以前所未有的速度，為幾乎所有的數位產品生成免費替代品，而且生產這些替代品的結構性成本趨近於零。
寫作、設計、程式碼、翻譯、客服、音樂、影像，這些領域裡「沒有免費替代品」的空間正在快速萎縮。就像音樂串流的付費率靠版權壁壘維持在 39%，但當其他領域並沒有這道壁壘時，付費率的命運可想而知。
你可能認為，至少物理世界的需求是安全的──食物需要種植、房子需要人蓋、垃圾需要人搬，但事實上是農業機器人的進展正在改變這個前提。
除了我們熟悉的外送機器人、物流機器人、流水線機器人，2025 年底，馬來西亞農業科技公司 Agroz 已在垂直農場中部署人形機器人，自主執行種植、監控、收穫和品質控制。草莓採摘機器人可以在三天內收穫 25 英畝田地，替代約 30 名工人。這類農業級人形機器人的成本，預計在 2028-2030 年降至一萬到三萬美金，這樣的價格，已逐漸接近中小型農場可承受的水準，為之後的農業自動化打下基礎。
甚至連「人類情感連結」，這個我們直覺認為不可替代的領域，也正在被免費 AI 部分取代。2025 年調查顯示，在使用 AI 且自認有心理健康問題的受訪者中，48.7% 正在使用 ChatGPT、Claude 或 Gemini 作為心理治療支持工具。受訪者中有 9 成表示使用動機是因為工具的可及性（Accessibility），7 成則表示，相較於真人諮商，AI 工具的價格更容易負擔。
可見，當免費的替代品出現，即使品質不如真人治療師，人們依然選擇了免費但足夠的選項。（延伸閱讀：當越來越多年輕人找 ChatGPT「聊心事」：身為心理師的我，為何不怕被取代？）
免費 AI 越來越強，人類還能靠什麼「被需要」？
上一次投書中，我曾分析，當 AI 取代大量確定性工作後，人類的價值可能從「你能做什麼」轉向「你敢為什麼負責」。如今回頭看，這個轉移的底層邏輯或許比當時想得更簡單──不是因為「負責」本身多麼高尚，而是因為「替你承擔風險」這件事，目前還沒有免費的替代品。
當然，這篇文章的目的不是預測未來的商業模式。
只是當數據都指向同一件事時，一個結構性的轉變已經逐漸浮現：驅動消費者付費的第一道關卡──「有沒有免費替代品」──正被 AI 與機器人系統性瓦解。數位產品首當其衝，物理服務也正在被追趕，甚至連人類情感連結的不可替代性，都開始出現鬆動。
而一個產業能否繼續收到錢，最終取決於一個明確的結構性問題：免費替代品生產和分發的成本有多高。音樂串流有版權壁壘，所以還能收費；AI 服務沒有這道壁壘，所以 94.5% 的人不付錢。當越來越多領域的壁壘被技術進步抹平，「免費」將不再是額外，而是預設。
科技巨頭旗下開發的免費產品，對比路上不辭辛勞外送員的每日穩定進帳，這個比較回答的不是「誰比較努力」，而是一個更根本的問題：你提供的東西，有沒有免費的替代品。當未來有一天，機器人也能替店家搬貨、代替超商店員結帳，人類與「免費替代品」之間最後的距離，也可能逐漸消失。
這時，最關鍵的問題不是「取代會不會發生」，而是「我們準備好了嗎」。
執行編輯：洪翊芳
核稿編輯：羅思涵
