市場定價的 AI 曝險（AI 溢價）

資料來源#

摘要#

Borri, Liu & Tsyvinski（arXiv 2606.30583）使用 380 兆個已實現 AI 使用 token——2024 年 1 月至 2026 年 4 月期間，透過授權 OpenRouter 樣本面板路由、涵蓋 400 多種 LLM 的每一筆付費推論請求，約占全球每月 token 用量的 2%——為股市中的 AI 曝險定價。研究流程是：建立 AI Factor（全球 AI 使用成長的高頻指數）、估算各公司的 AI Beta（公司報酬與該因子的共同變動程度），再衡量 AI Premium（市場為這種敏感度支付多少溢價）。核心發現是：高 AI beta 公司往後的報酬較高——按價值加權的多空五分位策略每週獲利 64.1 個基點——而且溢價集中在 AI 使用的密集、面向前沿部分。映射到勞動力後，市場隱含的曝險對互動／溝通／實作技能呈正向，對分析／科學／營運控制技能呈負向，與「AI 自動化動手工作、保留知識工作」這種直覺說法正好相反。

對這個知識庫而言，方法上的意義在於：這是衡量 AI 曝險的第三種測量典範。AEI 分類法以調查（自陳／預期）與使用遙測（實際觀察）衡量曝險；以任務為基礎的衡量方式（Acemoglu-Restrepo、Eloundou GPT-4、Eisfeldt-Schubert-Zhang）則根據LLM 理論上能做什麼來衡量；這篇研究則從市場隱含風險衡量——也就是股價揭示投資人如何看待公司的 AI 贏家與輸家。它著眼未來且反映在價格中，而非能力分數。

證據註記。 empirical——使用已實現的付費請求（不是自陳，也不是分類器推斷），以數百萬匿名帳戶構成使用者－模型－日層級面板，並採用標準資產定價工具（Fama-French 五因子加動能調整、Fama-MacBeth、區塊自助法、事件研究）。但樣本並不具代表性，作者也明言如此：OpenRouter「可能過度代表精通技術的使用者與開發者」，而開放權重／角色扮演／程式設計流量相對於該聚合平台的利基市場而言比例偏高。因此，這項溢價反映的是市場對這個偏向開發者的已實現使用切片的定價，觀察期間則是擴散初期、快速變動的階段——應解讀為「目前的 AI 曝險價格」，而非長期估計。代表性限制詳見下文。

測量創新：跨供應商的已實現使用量#

這份底層資料與知識庫內其他使用遙測來源的差異如下：

已實際發生，而非自陳。 每筆觀察都是付費請求，附有自己的 token 數量與美元成本——沒有調查、沒有自陳，也沒有用逐字稿分類器推斷意圖。
跨供應商，而非單一實驗室。 樣本面板涵蓋 OpenAI、Anthropic、Google、Meta、DeepSeek、Qwen、Hermes 及 400 多種模型；平均每個帳戶使用 5 種以上不同模型，十分之七使用 至少 2 家供應商。使用量「不太可能反映任何單一供應商的產品週期」。作者明確將此與 AEI 對照；AEI「只對單一供應商約一百萬段 Claude 對話分類」——這是刻意在廣度與代表性之間取捨（詳見限制）。
使用者－模型－日的資料粒度讓作者能依照攸關定價的面向拆分使用量：閉源與開放權重、付費／核心與新手、資深與隨興、長提示與短提示、內容類別，以及代理式（呼叫工具）與一般使用。

AI Factor 是三個序列標準化週度對數成長率的第一主成分——總 token 數、支出金額，以及不重複的活躍使用者數（PC1 負荷量為 0.665／0.559／0.496，共同變異數占 56.5%）。採用成長率而非水準值，是因為報酬會回應採用過程中的意外成分，而非機械式上升趨勢。每週 token 數從第一週的 114 億，升至最後一週的 15.6 兆（累計 380.8T）。

AI Premium：AI 曝險有市場定價#

公司 AI Beta 是以週度超額報酬對數值為應變數、AI Factor 為解釋變數並控制市場因素的滾動 13 週迴歸；每週重新估計，不使用未來資訊。公司每週依 AI Beta 排成五分位。

投資組合排序：按價值加權的高減低利差為每週 64.1 個基點（t=2.84）；Fama-French 五因子調整後為 56.3 個基點（t=2.43），再納入動能後為 55.9 個基點。等權重利差較小但仍為正（35.0／30.9 個基點），所以並非只是少數大型股帶動。
Fama-MacBeth 橫斷面迴歸證實，控制規模、價值、獲利能力、投資、動能、反轉、槓桿與應計項目後，AI 風險仍有正的價格（要求最高的規格中，價值加權 β_AI 係數為 18.25，t=3.58）。
這個方向符合轉型風險管道（Pastor-Veronesi 2009）：技術革命會重新分配公司／產業／資本世代／勞工之間的租值；當這種重新分配具系統性時，風險趨避的投資人會要求補償，才願意持有曝險最高的公司。這項溢價是對風險的定價，不是白撿的好處。

**公司層級曝險並非科技產業虛擬變數。**S&P 500 中曝險最正面的公司包括 AppLovin（排名第一）、NVIDIA、Lumentum、Expedia，以及能源公司 NRG Energy；曝險最負面的公司則包括 Moderna（排名末位）、Estée Lauder，以及值得注意的 AMD 和 ON Semiconductor。有些半導體公司呈現負向負荷量，因此這確實是在衡量與已實現使用量的共同變動，而非「是不是晶片股」分類器。

溢價集中之處：密集使用與前沿應用#

八種拆分因子的排序結果都指向同一結論——有定價的 AI 使用部分，正是更成熟複雜的部分：

面向	高曝險一側	低曝險一側
模型類別	閉源 53.4	開放權重 32.3
使用者資歷	付費／核心 66.8	新手 21.9
使用者經驗	資深 59.3	非資深 29.3
提示複雜度	長 54.1	短 33.0

（每週基點，按價值加權的高減低。）隨興使用與開放權重使用沒有被定價。「重要的是密集使用」這個模式，是資產定價對專業知識報酬與委派轉變的呼應——有資訊價值的訊號是使用深度，而非採用廣度。

地理差異——在接近前沿的市場有定價，遠離前沿則沒有。已開發市場的利差為每週 17.9 個基點（t=2.77）；新興市場僅 5.0 個基點（t=0.94，不顯著）。中國 A 股即使採用根據中國大陸 OpenRouter 使用量建構的中國專屬 AI 因子，利差仍為負值且不顯著。作者以 Acemoglu-Aghion-Zilibotti 的「與前沿的距離」解讀此結果：只有在上市公司與投資人接近尖端 AI 開發和部署的地方，AI 風險才具系統性，因而獲得定價。這也呼應互補要素論點：只有在互補的 AI 經濟已存在之處，曝險才有定價。

不只是科技股上漲或 AI 熱潮#

這項溢價經得起顯而易見的質疑：「你們只是把 AI 股票漲勢重新包裝而已。」在市場控制項中分別加入三種交易基準、重新估計 AI Beta 後，利差仍在：控制高科技產業報酬後為 49.5 個基點，控制半導體投資組合後為 45.4 個基點，控制 AI／機器人 ETF 籃子後為 63.4 個基點。以 Fama-French 30 產業去平均後為 60.3 個基點，控制 Google Trends「Artificial intelligence」關注度後為 69.6 個基點。這項溢價為已實現使用量的曝險定價，而非科技產業成員身分或 AI 主題情緒。

針對 19 次前沿模型發布（Anthropic、DeepSeek、Google、Meta、OpenAI）的事件研究顯示，高 beta 公司在觀察窗口內的累積報酬比低 beta 公司高約 3%（五天內高 1.9%，t=4.17；風險調整後為 1.1%），事前可見報酬漂移，發布約五天後則趨於平穩；相較之下，非前沿模型發布僅約 1.5%。但完全排除前沿模型發布週後，每週利差仍有 0.395%（t=1.96）：發布前後的溢價較強，但它會在整個樣本期間逐步累積，而非只出現在新聞日期——這說明它是有定價的風險，不只是連續的正面意外。

市場隱含的技能地圖：互動技能受益，分析技能受損#

將公司層級 AI Betas 投射至職業（依 BLS 就業人數加權）與技能（依 O*NET 評級），得到第一張市場定價的 AI 曝險地圖——可解讀為「假設 AI 成功，市場預期哪些技能受益最多、哪些受損最多」。差異十分鮮明；作者指出，這個結果在 Autor-Levy-Murnane、Acemoglu-Autor 和 Deming 分類法下都很穩健：

**曝險為正（預期受益／互補）：**非常規的互動內容（+0.15，t=2.87）、社交技能（+0.16，t=3.44），以及——負荷量最高的一項——互動與溝通（+0.36，t=4.21）。此外還有安裝／維修、程式設計、說服、教學，以及非常規的體力工作（+0.25）。互動與溝通內容高出一個標準差的職業，其市場隱含 AI 曝險也高出 0.36 個標準差。
**曝險為負（預期受損／被取代）：**非常規的分析／數學內容（−0.15，t=−3.41）、資訊運用（−0.29，t=−2.43）、演繹／歸納推理（−0.27）、例行性體力工作（−0.41），以及營運控制技能。在詳細技能排名中，科學是曝險最負面的單一技能（每週報酬反應 −0.021），遠低於營運監控、品質控制，以及操作與控制。

反直覺的結論是：市場對互動、說服、實作、重視協調的工作給予正向 AI 曝險定價，對分析與科學工作則給予負向定價——正好和「AI 會先自動化體力勞動、最後才影響認知工作」這種直覺假設相反。作者將曝險為正的技能（互動、說服、教學、安裝／維修）連結到 Jones & Tonetti 的「弱連結」——即使多數其他工作已自動化，仍會限制生產流程的慢速自動化任務。這與調查／使用研究結果一致：資深工作者指出，判斷力與人際關係工作是 AI 難以取代的部分；在這裡，它呈現為市場押注，而非自我陳述。

關鍵的是，這張地圖與先前的 AI 曝險衡量彼此正交：它與 Felten AIOE、Eloundou GPT-4、Webb 專利，以及 Eisfeldt-Schubert-Zhang 衡量值的相關性絕對值都低於 0.08，既有衡量值也沒有任何一項能解釋超過市場隱含變異的 2%（GPT-4 衡量值呈微弱正相關，而生成式 AI 出現前的 Webb 專利衡量值則顯著負相關）。市場隱含曝險衡量的是自動化可能性分數所沒有捕捉到的資訊。

代理式經濟的早期證據#

將完成原因為 tool_calls 的請求定義為代理式請求後，代理式請求的 token 占比從 2024 年接近零，上升至最後一個完整週的 52.2%（峰值 59.3%）——這是跨供應商、名副其實的急速上升曲線，並從任何單一實驗室之外，印證了從詢問轉向執行的轉變。工具呼叫與快取讀取的占比各自達到 token 數的約 40–50%；推理 token 則上升較慢。代理式使用的美元占比落後於 token 占比，因為實際的代理式 token 單價正在下降——提示快取能提供前綴 token 而不必重新計算，供應商也會將代理式請求路由至較便宜的底層模型（符合企業管理「AI token 預算暴增」的情形）。代理式因子的橫斷面定價點估計為正（每週約 0.3–0.5%），但精確度不足（樣本期間短）；作者稱之為「代理式溢價為正的早期證據」。

代表性限制#

作者明確提出、引用此資料時應一併保留的關鍵限制：OpenRouter 是利基型聚合平台，使用者偏向開發者、開放權重實驗者，以及角色扮演／程式設計流量——它約占全球 token 數的 2%，而且「可能過度代表精通技術的使用者與開發者」。因此，「380T 個已實現使用 token」不是 AI 使用情況的代表性普查，而是一個規模龐大但偏向開發者的切片。這會帶來兩個影響：（1）溢價反映市場對該切片的定價，觀察期間是擴散初期（「目前的價格」，而非長期價格）；（2）作為一種測量典範，依已實現使用量衡量的曝險，面臨的不具代表性問題，與AEI 調查的重度使用者偏差或單一供應商遙測不同——兩者都有偏差，只是方向不同。目前沒有任何 AI 曝險工具具代表性；各種工具都受到其資料蒐集方式影響而產生偏差。這讓測量問題更加明確，卻尚未解決問題。

待解決的問題#

**這項溢價是持久的風險價格，還是擴散初期的假象？**作者指出樣本期間短、變化快速，並稱之為「目前的 AI 曝險價格」。隨著 AI 擴散成熟，轉型風險溢價會持續、縮小，還是反轉？
**開發者偏差對結果影響有多大？**OpenRouter 的資料切片不具代表性；如果有具代表性的已實現使用量面板，市場會為相同公司與技能定價嗎？還是前沿／密集使用的集中現象，有一部分只是使用 OpenRouter 者的抽樣偏差？
為什麼市場隱含技能地圖與每一種以任務為基礎的衡量方式都正交（變異數低於 2%）？市場隱含曝險是否捕捉到真正不同的資訊（前瞻性租值、互補／替代的價值，而非技術上的自動化可能性），還是它的雜訊比較大？勞動影響預測該信任哪一種？部分已有答案：Steele & Cruz 對七種工具進行正面比較（詳見Exposure Taxonomy: Observed, Theoretical, Reported, Anticipated），移除了原先令人以為這是項控訴的框架——以任務為基礎的衡量方式彼此之間也大多正交。只有兩組配對呈現高度相關，而且都共用同一資料來源（兩種 Anthropic 使用量工具之間的相關係數 ρ=0.89；接著是 GPT-4 評分與 MTurk 評分的理論能力工具）。Webb 的專利衡量方式、Brynjolfsson 的 ML 評分準則，以及 Frey 的瓶頸模型彼此「幾乎沒有對應關係，與後來的衡量方式也幾乎沒有對應關係」；曝險－薪資梯度則在較早與較新的工具之間反轉。因此，與以任務為基礎的衡量方式不相關，並非雜訊的證據——根本沒有一個一致的群組可讓它與之不相關。問題後半仍未解答，而且現在更難回答：兩個陣營中都沒有任何工具以已實現的勞動市場結果進行評分，所以「預測該信任哪種工具」目前沒有實證答案。2026-09-22 補充的同一問題之能力面向脈絡：Zhu（empirical，單一作者、未經同儕審查的預印本）針對曝險衡量工具隱含假設的基準測試，進行首次建構效度稽核；稽核範圍是雜湊固定、使用單一 harness 的排行榜快照，涵蓋 421 種模型設定下的十二項基準，結果呈現曝險衡量圖景的鏡像：非對角線 Spearman rho 平均值為 0.79，所有配對皆為正相關；單一保留因子占共同變異數的 74.5%；十二項基準中有十項屬於同一相關群集；而這個單一軸與模型發布日期的 R-squared = 0.505。因此，能力衡量幾乎是一維的，而曝險衡量彼此正交。本頁呈現的正交性不是來自能力前沿本身確實具有多維特性；它是在能力映射至任務、職業與價格的某個環節中產生的，解釋就該從那裡尋找。這項推論有兩個界限：這些是基準分數，而非曝險工具；而且論文明確限定自身研究範圍為內部效度，採用、營收及任何已實現經濟結果都不在研究範圍內，因此它沒有補上本問題後半所需的工具對結果驗證。
**代理式溢價目前只是「早期證據」（精確度不足）。**在更長的樣本期間下，代理式溢價為正的結果能否持續？即使 token 數量暴增，每個代理式 token 的價格下降（快取加上路由至便宜模型）會侵蝕美元面訊號嗎？
**「科學最負面／互動最正面」的結果能否在樣本外成立？**這項發現違反 AI 最後才會自動化認知工作的直覺；市場是判斷正確，還是在為短暫的市場敘事定價？

資料來源#

One Capability or Many? Testing the Economic Validity of Frontier AI Evaluation — Louis Yiven Zhu（Oxford Internet Institute，單一作者，未經同儕審查的預印本），arXiv 2608.29420，2026-08-29，empirical。本文僅在第三個未解問題的補註中引用：§3（單一 harness 的十二項基準網格中，非對角線 Spearman rho 平均值 = 0.79）、§5.1（單一保留因子占共同變異數的 74.5%）、§5.2（發布日期的 R-squared = 0.505）、附錄 K（十二項基準中有十項歸為同一群集），以及 §3 明確說明的研究範圍限制。本文的資產定價與技能地圖結果都未因此改變。完整討論見 Economic Benchmark Construct Validity。
Helping People Choose Careers in the Age of AI — Steele & Cruz，arXiv 2607.15506（2026-07-16），empirical。本文僅引用 §4.4 與圖 6（七種曝險工具之間的對應關係），用來補充說明本文的正交性結果。表格解析警告與來源內部矛盾，均記錄在 Exposure Taxonomy: Observed, Theoretical, Reported, Anticipated。
AI Premium — Nicola Borri、Yukun Liu 與 Aleh Tsyvinski，AI Premium（arXiv 2606.30583，2026-06-29；empirical）。§1 緒論（四個部分與文獻）；§2 資料（OpenRouter 面板、AI Factor 建構）；§3 AI Premium（投資組合排序表 2–3、Fama-MacBeth 表 4、穩健性表 5、國際比較表 6、顯著成分拆分表 7、事件研究表 8 與圖 2、公司層級圖 3）；§4 職業／任務／技能（表 9–10、技能地圖圖 4）；§5 代理式 AI 使用量的崛起（圖 5–7、表 11）

市場定價的 AI 曝險（AI 溢價）

資料來源#

摘要#

測量創新：跨供應商的已實現使用量#

AI Premium：AI 曝險有市場定價#

溢價集中之處：密集使用與前沿應用#

不只是科技股上漲或 AI 熱潮#

市場隱含的技能地圖：互動技能受益，分析技能受損#

代理式經濟的早期證據#

代表性限制#

相關連結#

待解決的問題#

資料來源#