AI 時代的聚合理論：廣告、SaaS 與晶片的權力重組

當聚合理論遇上 AI

Stratechery 創辦人 Ben Thompson 與 Stripe CEO Patrick Collison 近期的對談，核心不在預測未來，而在釐清一個根本性問題：當生成式 AI 改變了資訊的生產與分配方式，過去二十年建構的互聯網經濟底層邏輯將如何重構？

以下從聚合理論的演變、廣告模式的分歧、SaaS 定價的崩解，到地緣政治的暗流，逐一拆解這場對話的核心論點。

Thompson 的聚合理論（Aggregation Theory）描述了一個簡潔的權力結構：掌握用戶需求端並提供最佳體驗的平台，能反向控制供給端。Google 和 Facebook 是經典案例。

AI 正在將這個理論推向新階段。過去 Google 提供十個藍色連結，讓用戶自行篩選——這是「連結的聚合」。生成式 AI 改變了這個環節：不再提供選項，而是直接給出答案。

"If on October 1st, AI knows you need a winter coat and simply presents the perfect one, that is a fundamentally better user experience than search."

傳統搜尋引擎的價值建立在搜尋結果頁面（SERP）之上——廣告主競價排名，用戶在連結間來回點擊。當 AI 直接回答問題、推薦商品，SERP 的廣告欄位就失去了存在基礎。對 Google 而言，這不只是產品形態的挑戰，更是商業模式的結構性威脅。

對談中最反直覺的論點在於廣告模式的重新評估。矽谷長期視廣告為次等商業模式，但 Thompson 指出一個關鍵區分：Google 做的是「意圖捕捉」（Intent Capture），Meta 做的是「需求創造」（Demand Generation）。兩者在 AI 時代的命運截然不同。

"Instagram ads are effectively AI agents. They anticipate what you want before you know it. This is discovery, not interruption."

這也解釋了 Meta 股價從低谷反彈的深層原因——市場逐漸意識到，「發現式廣告」在 AI 時代可能比「搜尋式廣告」更具結構性優勢。

SaaS 的討論則直接衝擊了 B2B 軟體產業的定價基礎。

過去十年 SaaS 的黃金標準是按人頭計費（Per-seat pricing）——Salesforce 按業務員數量收費，Slack 按活躍用戶計費。但當 AI Agent 開始承擔實際工作，一個根本問題浮現：當「席位」的使用者不再是人類，定價模型還成立嗎？

Collison 和 Thompson 指出了兩個同時發生的趨勢：

傳統 SaaS 估值框架——基於 ARR 和席位擴張的成長邏輯——可能需要根本性修正。問題已不是「如何增加席位數」，而是「當用戶變成 AI Agent，你的產品價值如何重新定義」。

Thompson 作為「一人媒體公司」的實踐者，對媒體兩極化的觀察同樣值得關注：

處境最危險的是中間層——試圖服務廣泛受眾但缺乏鮮明定位的傳統中型媒體。TikTok 的演算法已經證明了一個殘酷的現實：「你是誰」不再重要，重要的是內容能否在最初幾秒留住觀眾。權力已不可逆轉地從發行者轉移到演算法手中。

關於 TikTok，Thompson 提出了一個常被忽略的觀點：核心問題不在數據隱私，而在演算法控制權。數據可以買賣，但演算法決定了數億用戶每天看到什麼、思考什麼——這才是字節跳動不會放手的核心資產，也是美中科技博弈的深層結構。

硬體層面，AI 的爆發使台積電的戰略地位更加關鍵，但也暴露了產能瓶頸。Amazon、Google、Microsoft 積極研發自有 AI 晶片，目的不只是降低成本，更是在台積電有限產能中爭取主動權，同時降低對 Nvidia 的依賴。

Thompson 在對談尾聲給出了一個值得玩味的建議：

"Don't try to fix your weaknesses. Double down on your strengths and pay someone else to handle your weaknesses."

在 AI 時代，平庸的技能將被自動化取代，唯有在特定領域擁有深度洞察的人與企業，才能在新一輪聚合競爭中站穩位置。

Google 能否完成搜尋模式的世代轉型？SaaS 定價範式將如何重構？個人與企業的核心競爭力該如何重新定義？這些問題沒有現成答案，但 Thompson 和 Collison 的對話提供了一個有價值的思考框架——而答案的輪廓，正在每一次 AI 模型的迭代中逐漸浮現。