.svg){kind=small}
.svg){kind=small}
.svg){kind=small}
當大科技公司動用數十億美元來說服我們人工智能將改變一切的時候，一群新創公司卻發現了一個令人不安的事實：消費者為改善過去而付出的代價，遠遠高於為想像未來而付出的代價。
MyHeritage 在 2023 年第三季的營收為 5,500 萬美元，同比成長 12%。主要驅動力為何？Deep Nostalgia，這是一款能將家庭老照片動畫化的工具。同期，OpenAI 為了開發 GPT-4 燒掉了 7 億美元，其商業模式仍不明朗。
這並非個別案例。它是人工智能市場根本性戰略轉型的一個跡象：人工懷舊的經濟價值超過了激進創新的經濟價值。
情感價值經濟學
根據Mordor Intelligence 的研究，「AI 記憶服務」市場價值已達 28 億美元，並將在 2028 年前以每年 34% 的速度成長。但這些數字只說明了事情的一半。
真正的革命在於單位經濟學。
FaceApp 的 ARPU（每用戶平均收入）為 12.99 美元，6 個月後的留存率為 78%。相比之下，大多數 B2C AI 應用程式的 ARPU 都難以超過 3 美元，留存率僅為 40%。
為什麼會有差異？
情感運算的價格彈性與生產力工具截然不同。使用者願意為能啟動記憶與懷舊神經回路的內容支付高價，但他們卻抗拒訂閱「理性」工具。
IBM 的研究指出，懷舊內容比前瞻性內容所產生的參與度高出 2.3 倍。這不是感性，而是神經科學：懷舊能比新奇更有效地啟動多巴胺獎勵系統。
最低可行度過去策略
懷舊的公司已發展出一套獨特的策略方法：他們並非探索新的使用個案，而是提昇既有使用個案的情感體驗。
Prisma Labs(Lensa AI) 就是一個完美的例子。它沒有在功能上與 Midjourney 競爭，而是專注於特定的工作流程：將自拍照變成「魔幻頭像」。結果：2022 年營收 1 億美元，利潤率達到 60%。
策略是刻意限制的：
- 不嘗試解決新問題
- 它無法教育市場未開發的可能性
- 專注於已有的慾望 (改善照片、重溫回憶)
這與矽谷的「10 倍創新」哲學正好相反。它是1x 的情感，10x 的執行。
舒適區競爭優勢
在此出現了最有趣的策略悖論：懷舊比創新造成更強的競爭障礙。
一旦使用者對應用程式所「增強」的記憶儲存投入情感，轉換成本就會變成心理上的，而不只是經濟上的。微軟研究記錄了這些「依附效應」如何產生比任何技術平台更強大的鎖定效果。
ReminiAI完全了解這一點：每張增強的照片都會成為使用者數位身分的一部分。這不僅是客戶保留，更是身份整合。
價值創造陷阱
但這其中隱藏著結構性問題。自然》雜誌的研究顯示，懷舊的人工智慧在零和市場中運作：它不會創造新價值，而是重新分配現有價值。
當 MyHeritage 為您祖父的照片製作動畫時，您支付的不是新的創意。您支付的是以卓越技術重新處理現有創意的費用。
這就等同於藝術修復的數位化：一個有利可圖的市場，但卻不會產生新的作品。
其戰略意義微妙但至關重要：
- 市場規模上限：市場受到現有懷舊內容數量的限制
- 商品化風險：一旦技術完善，就不可能再有差異化。
- 創新債務：對突破性研發的投資減少，造成長期的脆弱性
人工稀缺的商業模式
最有趣的見解與時機市場有關。懷舊的公司正在利用一個獨特的時間窗口：我們是擁有大量數位檔案但品質過時的第一代人。
1990-2000 年代的照片存在，但已模糊不清。熟悉的視訊存在但閃爍。這是「增強」服務的完美風暴。
Topaz Labs(AI 照片增強) 聰明地將其利潤化：透過銷售增強舊照片的軟體，獲得 5,000 萬美元的 ARR。利潤率高達 80%，因為核心演算法現在是商品，但執行卻是專業的。
20 年之後，當所有東西都已經是 8K HDR 時，這個市場就會消失。各家公司都知道這一點，並積極地趁機收割。
AI 作為情感奢華服務
這些公司真正的商業創新不在於技術：而是將人工智慧從公用事業轉變為奢侈品。
沒有人需要為1950 年代的照片製作動畫。但每個人看到後都會想要。一個原本不存在的需求市場被創造出來了。
HereAfter AI銷售模擬與已故親人對話的聊天機器人。價格：99 美元設定費 + 9.99 美元/月。客戶群：50K+ 付費使用者。
這不是革命性的技術（GPT 在會話上微調），而是革命性的定位：從「聊天 AI」到「數位不朽」。
對產業的策略性影響
這種向人工懷舊的轉變正在重新定義人工智能的整個競爭格局：
對於大型科技公司：
- Google 推出「Google Photos Magic Eraser」（移除相片中的元素）
- Meta 大量投資於「現實化身」，而非前瞻性的 metaverse
- 蘋果正在開發「記憶電影」AI，以重新處理舊內容
適用於新創企業：
- 2023 年，用於「AI 創造工具」的資金下降了 23
- AI 記憶/懷舊」的資金增加了 156%。
- 從「建立新事物」轉變為「改善舊事物
競爭力倒退的風險
但業界低估了系統風險。
如果每個人都為了懷舊而優化，誰還會投資於真正的創新？ArXiv 的研究指出，根據懷舊偏好訓練的推薦系統「會在隨後的週期中放大保守偏見」。
就產業規模而言，這意味著
- 基礎研究的獎勵較少
- 人才從長期專案流失至短期專案
- 突破性創新能力逐漸減弱
我們有可能為了獲利但有限的局部最大值而優化 AI，犧牲了未來的全局最大值。
AI 公司的策略建議
對於已經進入懷舊市場的人來說：
- 在市場飽和之前實現多樣化（時間表：3-5 年）
- 投資於資料護城河 (特定歷史檔案的專屬權)
- 開發可轉移至未來應用的技能
給考慮參加的人：
- 專注於未提供服務的利基市場（企業懷舊、運動紀念品）
- 針對較近期數位化的地區
- 不要在功能上競爭，而要在特定的工作流程上競爭
適合所有人：
- 平衡「舒適收入」（懷舊）與「成長賭注」（創新）之間的投資組合
- 監控市場飽和信號
- 為後現代化時代準備過渡策略
結論：懷舊的未來
AI 懷舊並非過眼雲煙。它是一個永恆的類別，揭示了數位時代情感經濟價值的深刻真理。
但是，如果公司只是苟延殘喘，而不進一步創新，那就是在玩時間遊戲。真正的競爭優勢將會屬於那些能夠在不失去發明未來能力的情況下，將舒適的環境貨幣化的公司。
策略性的問題不在於是否投資 AI 懷舊，而是如何在不影響長期創新管道的情況下進行投資。
因為 20 年之後，當我們榨乾所有的懷舊情緒後，我們仍會希望公司能夠帶給我們驚喜。
資料來源：
