便宜商品給所有人？AI 降價的紅利，被誰吃掉了
史丹佛經濟學家 Susan Athey 與耶魯反壟斷學者莫頓合著分析：AI 驅動的效率提升不會自動惠及消費者。在壟斷市場結構下，成本降低的紅利可能被少數企業完整截留，非技術勞工甚至面臨「雙重傷害」。兩位前美國司法部首席經濟學家的一般均衡模型，拆解了便宜商品的幻覺。
AI 能把生產成本壓下多少？依產業不同，估計從三成到七成不等。但省下來的錢最後到哪裡去了？標準答案是「消費者受惠」：技術進步降低成本，企業之間的競爭把價格壓下來，所有人都得到更便宜的商品。經濟學入門課就是這麼教的。但如果你去問兩位曾經在美國司法部反壟斷司擔任首席經濟學家的學者，她們會告訴你，這個答案太天真了。Susan Athey（史丹佛大學經濟學教授、2007 年克拉克獎得主）和菲歐娜．史考特．莫頓（Fiona Scott Morton，耶魯大學經濟學教授、反壟斷權威）在「數位主義者文集」這篇文章的標題就放了一個問號：「便宜商品給所有人？」她們用一套完整的一般均衡模型證明：在缺乏有效競爭的市場結構下，AI 帶來的效率提升不但不會讓商品變便宜，反而可能讓勞工承受雙重打擊。
反壟斷界的最強雙人組
理解這篇文章的份量，得先看看作者的來頭。Athey 是 2007 年克拉克獎得主，這個獎項每兩年頒發一次，授予四十歲以下對經濟學做出最重要貢獻的美國學者，歷來約有四成得主後來拿到諾貝爾經濟學獎。Athey 是該獎六十年歷史上第一位女性得主，獲獎研究涵蓋拍賣理論與資訊模型。但讓她在 AI 壟斷議題上特別有發言權的，不只是學術成就。2008 到 2013 年，她擔任微軟的首席經濟學家，負責設計搜尋廣告拍賣機制，親眼見過科技巨頭如何透過市場設計攫取價值。2022 年，她出任美國司法部反壟斷司首席經濟學家，主導了 2023 年合併準則的起草，把平台競爭正式納入聯邦反壟斷審查框架。2023 年她當選美國經濟學會會長。能做理論、能設計市場機制、能推動聯邦政策，這種全方位的履歷在經濟學界極為罕見。
莫頓的路徑不同，但同樣硬底子。她是耶魯管理學院的 Theodore Nierenberg 講座教授，研究重心是反壟斷與產業組織。2011 到 2012 年，她同樣擔任美國司法部反壟斷司首席經濟學家，領導約五十人的經濟學家團隊，參與阻擋了 AT&T 與 T-Mobile 的合併案。但讓她登上國際新聞的，是 2023 年七月的一場風波：歐盟競爭事務專員 Vestager 提名她為歐盟競爭總署首席經濟學家，法國總統馬克宏隨即公開質疑，認為讓美國學者來監管美國公司不符合歐洲「戰略自主」的精神。加上批評者指出她曾為 Apple 和 Amazon 提供反壟斷顧問服務，八天之內，莫頓在壓力下撤回提名。這場爭議反而說明了一件事：她在全球反壟斷圈的份量，大到足以引發一場國際外交衝突。
兩人的合作早有脈絡。2021 年，Athey 和莫頓共同提出「平台併吞」（Platform Annexation）概念，分析科技平台如何收購多平台接入工具、切斷互操作性來排擠競爭者，以 Google 收購 DoubleClick 和 Facebook 收購 Giphy 為實例。這次在「數位主義者文集」的文章，是她們從案例分析走向系統理論的延伸：背後有一篇五十五頁的 NBER 工作論文（No. 34444）作為學術支撐，在開放經濟的一般均衡框架下，把 AI 視為一個有定價的進口生產要素，從根本上分析壟斷定價如何扭曲整個經濟體的福利分配。
AI 降了成本，錢去了哪裡？
多數人對 AI 降低成本的想像很直線：效率提升，成本下降，企業競爭壓低價格，消費者得利。這套邏輯在一個前提下成立：市場上確實有競爭。如果 AI 供應商之間價格戰激烈，開源模型提供低價替代方案，被取代的勞工也順利轉入其他行業，那成本下降確實會傳導到終端價格。但 Athey 和莫頓逐一檢視了這些條件，發現每一個都值得懷疑。當前 AI 產業的結構是：晶片端由 NVIDIA 主導，雲端算力集中在 AWS、Azure、Google Cloud 三家手上（合計約占全球市場 66%），基礎模型的前沿競爭者不超過五家。在這種結構下，AI 堆疊的每一層都可能形成瓶頸，而瓶頸就是壟斷租金的來源。
她們最尖銳的發現叫做「雙重傷害」（double harm）。在傳統經濟模型裡，如果一項新技術取代了非技術勞工，提高這項技術的價格反而會「幫助」那些勞工，因為企業用技術替代人力的動機降低了。這個邏輯直覺上說得通。但 Athey 和莫頓用數學證明，在 AI 這種大規模技術轉型中，這個直覺會翻轉。原因在於部門的技能密集度不是單調變化的，它會隨著技術價格跨過一個臨界點。結果就是：非技術勞工先因 AI 導入而被推入低薪部門（第一重傷害），然後當壟斷者抬高 AI 價格時，這些勞工又再次受損（第二重傷害）。白話來說，不管 AI 價格高或低，在壟斷結構下，非技術勞工都是輸家。
她們的模型還拆解了 AI 供應商的定價策略。目前主流的 AI 服務採取「兩部定價」：一個是使用費（按 token 計算的 API 調用費），一個是准入費（雲端平台訂閱費、企業版授權費）。在標準的產業組織理論中，使用費會扭曲資源配置，但准入費通常被認為不影響效率。Athey 和莫頓的一般均衡分析推翻了這個假設。在她們的模型裡，准入費同樣會造成扭曲：它減少下游企業的進入數量和產品多樣性，推高整體價格水準，同時把所得轉移到海外。更棘手的是，監管機構如果只管制其中一種費用，壟斷者會把租金轉移到另一種。壓低使用費，准入費就漲；管住准入費，使用費就上調。有效的監管必須同時處理兩種定價，實務上的難度遠高於只管一頭。
這套邏輯有歷史前例。Walmart 在 1990 年代靠供應鏈數位化取得巨大的成本優勢，消費者確實享受到「每日低價」。但研究也發現，Walmart 同時用買方壟斷力量壓榨供應商，迫使供應商對其他零售商提高售價以彌補差額，最終小型競爭者被擠出市場。Amazon 從 2010 年代起複製並放大了這個模式，FTC 在 2023 年提起的反壟斷訴訟至今仍在進行。Athey 和莫頓把這個歷史模式拉進 AI 語境時，強調了一個關鍵差異：AI 是所有產業的通用投入，經濟學術語叫「高 Domar 權重」。壟斷者掌握了 AI 的定價權，影響的不是某一個零售市場，而是整個經濟體的成本結構。這讓 AI 壟斷的危害等級遠超過零售或電商領域的壟斷。
三場觀點碰撞
我們在導讀史迪格里茲（Joseph Stiglitz）那篇文章時談過，這位諾貝爾獎得主從「資訊面」診斷 AI 時代的市場失靈：AI 讓真相生產成本升高、謊言生產成本趨近於零，資訊不對稱將惡化到前所未有的程度。Athey 和莫頓的分析則從「競爭面」切入同一個問題：即使資訊完全透明、消費者知道自己要什麼，只要市場結構是壟斷的，消費者還是拿不到好處。兩組診斷互為補充。史迪格里茲說的是「你看不見真相，所以做不出好選擇」；Athey 和莫頓說的是「就算你看得見，你也沒有別的選項」。雙方的結論交匯在同一處：市場不會自動產生對所有人都好的結果。
這也直接挑戰了 John Cochrane 在第一卷「Just Relax」中的核心立場。Cochrane 主張沒有人能預測新技術的社會影響，因此預防性監管必然徒勞甚至有害。他最有力的論據是「監管俘獲」：大型科技公司利用 AI 安全修辭來設立只有自己負擔得起的合規門檻，把開源和新創擠出去。這個擔憂不假。但 Athey 和莫頓的研究從另一面回應：不監管的結果同樣是壟斷。當 AI 堆疊每一層都只有少數玩家時，Cochrane 信任的「市場競爭」根本不存在。她們不是從書齋裡推演「市場可能失靈」，而是在 DOJ 辦過的案件中，看過太多市場確實失靈的實例。Cochrane 把監管風險講得很透澈，她們則把不監管的風險量化了出來。兩邊都對，但 Cochrane 的開藥方是少做事，她們的開藥方是做對的事。
如果她們的診斷成立，那伯格魯恩（Nicolas Berggruen）和 Nathan Gardels 在另一篇文章中提出的「全民基本資本」就更顯緊迫。我們在導讀那篇時介紹過這個構想：與其在利潤集中之後透過稅收重新分配，不如一開始就讓公民透過主權財富基金持有 AI 企業的股權，直接分享壟斷利潤。Athey 和莫頓的分析為這個構想補上了理論依據：如果 AI 效率紅利不會自動流向消費者，而是停留在少數企業的帳上，讓公民成為部分所有者，可能比反壟斷執法更直接有效。但她們也點出一個弔詭：當資本份額急劇膨脹，少數 AI 企業主的政治影響力也隨之增長，要對這些企業課稅或要求共享所有權，在政治上只會愈來愈困難。紅利愈集中，重新分配愈困難，這本身就是壟斷的自我強化機制。
晶片大國的反壟斷盲區
台灣的處境讓這篇文章讀起來格外扎眼。台積電掌握全球九成以上先進 AI 晶片的製造，台灣在硬體端的地位無可替代。但在 Athey 和莫頓分析的軟體與服務端，台灣幾乎完全是消費者。企業和政府使用的雲端 AI 服務來自 AWS、Azure、Google Cloud，基礎模型來自 OpenAI、Anthropic、Google，定價權全部掌握在美國企業手中。按照她們的模型，這正是「所得外流」的典型場景：台灣企業採用 AI 省下的人力成本，有很大一部分會以訂閱費和 API 調用費的形式流回美國，而不是轉化為台灣消費者的低價商品或勞工的薪資成長。
更讓人擔心的是台灣反壟斷能力的落差。公平交易委員會至今沒有針對 AI 平台壟斷採取任何執法行動，相關工作仍停留在白皮書和委託研究階段。相較之下，美國 DOJ 對 Google 搜尋壟斷訴訟已經進入救濟裁定和上訴；歐盟在 2025 年四月開出 DMA 首批罰單（Apple 五億歐元、Meta 兩億歐元）；英國 CMA 對 Google 搜尋啟動「戰略市場地位」調查；日本公平交易委員會在 2025 年底直接對 Google、OpenAI 等公司的 AI 搜尋服務發動反壟斷調查。台灣 2025 年八月通過的「人工智慧基本法」聚焦於產業發展推廣，競爭監管幾乎不在討論範圍內。當全球主要經濟體都在建立 AI 時代的反壟斷工具時，台灣的腳步明顯落後。
台灣 2025 年 GDP 成長 8.6%，表面亮眼，但成長幾乎全靠半導體和 AI 硬體出口拉動，傳統出口產業並未共享紅利，形成了科技業薪資飆漲與其他產業停滯的雙層結構。Athey 和莫頓在論文中特別警告一種風險：如果一個國家失去國內的生產能力，就失去了與 AI 供應商談判的籌碼。台灣在晶片製造端的談判力量無庸置疑，但在 AI 軟體和服務端，幾乎沒有國內替代方案可以作為議價的支點。硬體上的不可替代性，並不能自動轉化為軟體端的談判籌碼。
Athey 和莫頓在論文結尾冷靜地拆解了一個看似直覺的對策：對 AI 服務課關稅能保護國內勞工嗎？不行。關稅只會推高 AI 使用成本、減少產出和就業，被取代的工作不會因此回來。傳統保護主義在 AI 時代失效了，但放任不管同樣不行。她們的分析留下一個沒有回答的問題：如果反壟斷執法只能在事後追趕壟斷者，而壟斷者的市場力量每一天都因為資料累積和網路效應自我強化，那麼政策介入的有效時間窗口，到底還剩多久？
📚 「數位主義者文集」導讀系列