過去我們談AI對產業帶來的衝擊，以及對各種職業角色的取代性時，主要判斷依據，多是聚焦在AI的智力有多高、能力有多強。不過當AI應用從單純的問答，來到代理人模式，AI是否取代人力的關鍵，其實是Token成本。
用一個簡單例子就可以理解這背後的道理：假設今天你要AI代理人幫你規畫行程，並訂一張車票，因為AI執行任務時，需要進行大量資料輸入、邏輯推理，與多步驟執行，所以在過程中會消耗大量Token。而當你發現這筆Token支出，比你親自動手能省下的時間價值還高時，你自然就會選擇自己來，而不是交給AI。
換言之，除非現有人力成本高於Token費用，否則企業沒有積極導入的誘因。這也是為什麼我會說，AI對各產業衝擊影響的程度，其實是由Token成本所驅動。
在這樣的成本驅動邏輯下，受衝擊最直接的，是從事各種專業服務的「高階白領」，如軟體工程師、律師、會計師或是產業顧問等。在這些領域裡，一個專案可能只要減少一個人力，節省下來的費用就足以支付Token的花費。
這已經不是未來，而是現在進行式。
而且在對個別職業的衝擊外，這些高階專業服務產業的商業模式也在同步面臨挑戰。
過去這類型工作採取的收費方式，是「按時數計價」。但近期一位律師朋友告訴我，現在客戶大多會自己先透過AI工具，完成初步合約擬定，或案件分析，只將最末端，需要專業背書的審查工作交給他們，直接導致收費時數大縮水。
該怎麼辦？向客戶證明：我的AI比你的更強，而且我比你更會用AI。
要做到這點，首先必須先用自有數據，訓練出有別於客戶手中AI工具的特化AI大腦；第二，服務不能再只是停留在建議階段，而是要學習當今軟體公司的做法，進一步實際參與客戶專案執行，用最終的成果，證明自己的不可替代性。
當專業技能開始用Token計量價值，唯有多跨一步，才有機會為自己爭取服務溢價。
