先從水資源已經稀缺的地方看起。在德州，乾旱仍是一項持續性的緊急狀態；到 2030 年，資料中心每年可能消耗多達 3990 億加侖的水，高於 2025 年的 490 億加侖。根據一項估算，這樣的水量足以在一年內讓美國最大水庫米德湖的水位下降超過 16 英尺。讓 AI 生成內容看似毫不費力的機器仍然需要冷卻，而這種冷卻正越來越多地發生在本就缺水的地區——這些地區往往因廉價土地、稅務優惠與光纖連線而被選中，而不是因為具備長期水資源可用性。

再看看當數位產出變得更便宜時，消費者把錢花到哪裡。2025 年，創紀錄的 1.59 億名粉絲參加了 Live Nation 的演出，營收超過 250 億美元，而且首次出現海外觀眾多於美國國內觀眾的情況。這波成長與休閒經濟中更廣泛的後疫情消費轉向一致：消費者更偏好現場體驗，包括旅遊、餐飲與娛樂。隨著機器製造的產出越來越接近免費，親臨一次性共享活動現場的價格仍持續上升。

這些事實看似彼此無關。其實它們指向同一場經濟轉變。AI 並沒有消除稀缺；它只是轉移了稀缺。稀缺正向下移動，進入 AI 所消耗的實體投入；也向上移動，進入 AI 無法複製的人類體驗。企業用來追蹤 AI 讓哪些東西變便宜的儀表板，並不總能看見這兩種稀缺。

許多高階主管團隊正在提出合理的營運問題：AI 可以在哪裡降低成本、提高產出？這些問題有用，但也可能遮蔽一個更困難的問題。當一家公司生產的一切都變得充裕時，什麼會變得稀缺？而公司是否仍然掌控其中任何一項？

最清楚的早期案例之一來自勞動市場，自由工作者很快感受到這場轉變。ChatGPT 問世後，一些原本看似最具優勢的工作者，反而最早受到影響。一項針對全球自由接案平台超過 300 萬則職缺的研究發現，在短短數月內，生成式 AI 擅長執行的任務需求大幅下降。西歐語言翻譯需求下降約 30%，而高度商品化的寫作，例如「About Us」頁面，需求減少了一半。針對同一市場的另一項分析發現，經驗最豐富、收費最高的自由工作者受到的衝擊至少不亞於其他人。技能並沒有保護他們。

他們的工作並沒有變差，而是變得充裕。摧毀其價格的不是能力不足，而是充裕本身。

充裕可能遮蔽真正的限制

AI 創造的充裕既真實，也具有誤導性。變得充裕的是產出本身，而不是讓這些產出可靠或有用的條件。產生一個答案從未如此容易；但產生正確答案，並在答案錯誤時承擔責任，仍然困難。

自由接案市場以小規模呈現了這套機制。AI 不只是取代了一些工作；它也貶低了那些仍由人類完成的工作。稀缺的要素從來不只是「合格的文字」。合格的文字如今已接近免費。仍然稀缺的是這些文字過去所代表的東西：判斷、責任，以及有人願意把自己的名字放在文字背後所提供的保證。

稀缺變得更難看見

在工業經濟中，稀缺通常清晰可見且可以衡量：庫存、座位、工程師工時。在 AI 經濟中，稀缺變得更分散，有時幾乎不可見。它可能隱藏在看似供應充足背後的運算佇列中，也可能隱藏在數秒延遲裡，透露出實際可用機器有多麼有限。在其他情況下，限制根本不是技術性的。它可能是法律、營運問題，或與客戶剩餘的有限注意力有關。

這些限制在造成損害之前很容易被忽略。串流服務可以瞬間顯示上千部片名，但真正被配給的資源是觀眾的夜晚，以及一個人實際願意花在選片上的那幾分鐘。物流平台可以在毫秒內為每條路線定價，卻隨後碰上與運算能力無關的上限：一處裝卸碼頭前排隊等待的卡車。

Herbert Simon 早在 1971 年就指出了這項轉變：資訊的充裕會創造注意力的稀缺。當時這是一項洞見，如今已成為各行各業的基本營運條件。稀缺不會消失。它只是藏了起來。

許多組織仍然像稀缺已被廢除那樣行事，即使它們正在承受其後果：壅塞、失望的客戶，以及從未被明確做出的取捨。它們持續衡量銷售單位與員工人數，卻讓企業透過未被追蹤的稀缺悄悄流失價值。

誰掌控新的稀缺？

擁擠的自由接案市場清楚說明了一點：任何以規模化方式生產廉價產出的人，往往是在向上游某方租用稀缺。企業也是如此。當一家企業把邊際成本推向零時，它往往只是把瓶頸沿著價值鏈往上移了一階，移到掌控運算以及供應其能源的一方手中。

資料中心用電需求在 2025 年上升 17%，並預計大致翻倍，從當年的約 485 太瓦時增至 2030 年的約 950 太瓦時，其中以 AI 為重點的站點需求將增加兩倍。五大科技公司的資本支出在 2025 年突破 4000 億美元，預計今年還將再增加 75%。到本十年末，國際能源總署預期，美國資料中心耗電量將超過鋁、鋼、水泥與化學品生產用電量的總和。

真正形成約束的並不總是人才或資本。它們包括電網連接、燃氣渦輪機、變壓器，以及鎵——這是一種 AI 硬體所依賴的半導體晶片關鍵材料，而中國精煉了約 99% 的鎵。水現在也應列入這份清單。德州水庫承受的壓力是一個早期案例，而非例外。美國資料中心的直接用水量預計到 2028 年將增加一倍或更多，而且許多新建設正落在原本就受水資源限制的流域。IEA 表示，這些瓶頸已經限制了其更激進的成長情境。在許多情況下，一家公司慶祝近乎免費的生產，其實只是把持久的利潤率交給了掌控稀缺投入的人。正如該機構主管所說，沒有能源就沒有 AI。

同樣的邏輯也適用於需求端。當每個人都能生成類似的提案時，變得稀缺的是客戶會看向哪裡：通路，或是篩選選項的助理。誰掌控了那個注意力節點，誰就掌控了真正重要的稀缺。其他人則在充裕層中競爭。

價格顯示的是什麼最重要

當充裕成為常態，價格的角色也會改變。它不再只是表示有多少可用供給，而是開始傳達哪些事物被優先考量。

溢價不再只反映較高成本。它可能揭示一種底層稀缺：更快的存取、更低的風險暴露，或更強的保證。它不一定買到更多數量；它買到的是時間與安心。定價過低也不再只是利潤率問題。它可能引發大量湧入，讓系統超載，並掩蓋本應公開做出的取捨。

價格成為公司辨識稀缺並決定要保護它或為它收費的工具。這是一項策略決策，而不只是算術問題。由於 AI 可以即時衡量過去模糊的限制，它能讓這些選擇變得更明確，也讓其後果立即顯現。

一些公司已經開始為五年前很少有人會想到要販售的東西收費。雲端供應商販售的不只是容量，還包括需求激增時的保證優先權。金融公司不再販售已變得充裕的資料，而是販售來源可追溯性，以及這些資料能經得起監管審查的信心。在建築軟體領域，Graitec 也圍繞類似前提建立其 AI 策略，押注工程師願意付費購買的，不只是更快生成，而是足以通過稽核、可讓他們簽上自己名字的設計。財富管理公司對投資組合收取較低費用，因為機器人投顧如今可用幾個基點組合出配置；但它對能讓客戶在市場崩盤期間維持投資的判斷收取更高費用，也就是 Vanguard 所說顧問 alpha 在選股之外帶來的教練價值，以及任何模型都不會承擔的問責。

在每個案例中，價格不再獎勵生產努力，而是開始為客戶在其他地方找不到的稀缺賦予價值。

高階主管常錯過的問題

最有效因應這場轉型的領導者有一個共同習慣。他們不只問 AI 讓他們能生產更多什麼。他們也能清楚說出，在自己的業務中，什麼剛剛變得充裕，什麼剛剛變得稀有。

三個問題可以揭示一家公司的處境。我的業務中有什麼已經變得充裕，卻仍被我當作稀缺來定價？有什麼已經變得稀缺，卻尚未被衡量？在這些新的稀缺之中，哪些是公司真正掌控的，哪些則已被平台、運算供應商或競爭對手在管理層未察覺時取得？

陷阱通常相同。面對充裕，企業的本能往往是在充裕層更努力競爭，更快生產更多同類產出。但那正是利潤率傾向歸零的層次，因為競爭者都能取得相同工具。價值會轉移到瓶頸，並停留在掌控瓶頸的人手中。

恢復成長的自由工作者並不是靠生產更多文字成功。如今表現良好的人，是重新定位到仍然稀缺的能力周圍。具備 AI 互補技能的自由工作者收入比不具備者高出約 40%，高價值合約也有所增加。他們重新回到販售稀缺。

AI 將繼續讓產出變得充裕。這是它的承諾，其中很大一部分也代表進步。但利潤率並不存在於充裕之中。利潤率會轉向仍然稀缺的事物：難以取得的存取權、難以建立的信任，以及無法隨需憑空創造的能源與優先權。

使用 AI 產出最多的公司，不一定會取得價值。價值會流向能在競爭對手之前識別新的稀缺、掌控它並為它定價的人。

這需要紀律，而不是本能。如今每項策略都需要一份稀缺地圖：公司正在讓什麼變得充裕、這會在哪裡造成瓶頸、誰掌控該瓶頸，以及定價是否反映了其中任何一點。困難之處在於圍繞這項稀缺來打造業務，而不是圍繞 AI 已經讓其變便宜的產出來打造，尤其是在所有誘因仍推動企業生產更多的情況下。

Fortune.com 評論文章中表達的意見僅代表作者本人觀點，不一定反映 Fortune 的意見與信念。

本文最初刊登於 Fortune.com。