【有物報告】 從大型機台到「英雄聯盟」,下一代遊戲付費模式的討論
【有物報告】 從大型機台到「英雄聯盟」,下一代遊戲付費模式的討論
2013.03.06 | 創業

一般遊戲公司跟 Blizzard EntertainmentRiot Games 等由熱愛遊戲的玩家成立的公司不同。例如 Blizzard 可以為了遊戲平衡,無限期延後發行日期;一般遊戲公司為了生存,卻必須將遊戲的變現價值最大化。所以怎麼樣讓玩家付錢即非常重要,遊戲的付費制度也隨市場而持續演化。

如果你很熟悉遊戲產業,可以直接跳到下方我個人的建議,因為接下來我會先介紹遊戲付費制度的發展脈絡。
 

大型機台 – 最享受遊戲的玩家付最少錢 

一開始,遊戲裝置並不普及的時候,想玩遊戲得到遊樂場玩大型機台。一次投幣玩一次。

這模式是:嘗試遊戲要付錢

那時機台非常稀少,選擇不多,所以玩家嘗試就要錢。雖然縮限了接觸玩家的數目,但因為選擇少,玩家還是買單。

這種模式是玩家越想玩就付越多錢,收費金額沒有上限。但厲害的玩家只投五元就可以破關,不會玩的人卻要花更多錢。最喜歡玩的人付的錢最少,不會玩的人要付更多,反而像是種懲罰。因此此時遊戲只是少數人的娛樂。


電影「無敵破壞王」懷舊大型機台時代。圖片來源:jontintinjordan

這樣的付費模式鼓勵遊戲開發商做難的遊戲,破關太簡單就沒人要玩了。另一種可能性是一開始簡單,但隨著關卡增加就越來越難,讓玩家不斷地接關,錢就不停地賺進來。像 CAPCOM 的經典遊戲《魔界村》(Ghouls ‘N Ghosts)就難到不行,動不動就要裸奔被怪物打死。
 

任天堂 – 高入手成本導致更多大眾遊戲 

接下來,任天堂出現了。家用遊戲機普及,大家都可以買一台機器回家玩。

這模式是:擁有遊戲要付錢

這模式大家都很容易接受,你喜歡這遊戲就買回家嘛!越好玩的遊戲越多人要買,這樣直覺的收費模式到現在還是電視遊戲與手機單機遊戲的主流。不過這種模式從每個人收到的錢有上限,天花板就是遊戲售價。

這模式對想嘗試的新玩家有很高的門檻:我只有一點點興趣,卻必須花跟死忠玩家付一樣的費用才能玩。因此廠商也推出試玩版、輕度版拉攏新人。

在這種模式下,遊戲開發商必須創造「大多數人覺得容易好玩」的遊戲,例如台灣玩家熟悉的 KOEI《三國志》系列。總是有人質疑《三國志》AI 怎麼這麼笨;這其實不是遊戲設計問題,而是商業問題。

這模式衍生出次級市場,因為「太貴了,我興趣沒那麼高,那就買二手的吧!」或是更省,租就好。不論購買、二手、租用,遊戲公司還是只能收到第一次定價以下的價格。
 

照連線時間收費 – 歹戲拖棚的線上遊戲 

現在,線上遊戲崛起,要玩就要連線。遊戲廠商必須支付服務與連線頻寬成本,所以很自然的玩遊戲要收連線費。當連線費越收越多,超過遊戲售價時,那就只收連線費就好,讓玩家不會覺得被扒兩次皮。

連線費怎麼收?按照時間收最公平,玩多久付多久。

這模式是:以時間付錢

這模式玩家投入越多時間,廠商就收到越多錢,因此收費的天花板就是時間。乾脆,遊戲也不收錢了,一開始免費玩吧;先讓玩家上鉤,反正遊戲商可以從後面連線費賺回來,這樣招攬新玩家進來機會多了。

但每個人都只有24小時,很喜歡遊戲的玩家最多就是包月;只有一點點喜歡玩的,以分鐘或小時買點數玩,兩者花的錢其實差不多。就像電信費率,包月跟以流量計價肯定很接近,這樣大家都會想去包月,電信公司利益就可極大化。

當遊戲開發商每個月從「個別」玩家收的錢差不多,廠商就要不斷的更新、或是降低掉寶率,拉長玩家取得遊戲成就的時間。玩家反制遊戲商的方式就是呼叫機器人(外掛),睡覺也在玩,取得遊戲成就時間也會縮短。
 

銷售軍火 – 沒有天花板,卻充滿不平衡 

連線遊戲都是互動競爭的,大家玩下去都是為了取得武器、虛寶,彰顯自己在社群中的價值。玩家玩遊戲的目的性越來越高,遊戲故事便被忽略(反正不重要)。那廠商就順應玩家需求乾脆賣武器、虛寶吧。

這模式是:玩遊戲不用錢,在遊戲社群中取得競爭優勢要錢

這樣模式對遊戲商更好了。玩家只要愛玩,想取得優勢,付錢沒有天花板,遊戲也不用收連線費了。但這拉大的遊戲平衡,造成有錢的跟會玩的站一邊,不會玩的跟不想付錢的站一邊。兩邊差距越來越大,根本不用競爭,這遊戲模式就玩不下去。

所以遊戲開發商就要搞「有限度的不平衡」:若遊戲完全平衡,大家沒有優勢可搶。完全不平衡,一些人永遠贏,也不用玩了。所以每次改版就要弄點不平衡,不平衡才有人要花錢取得優勢,這樣廠商才能長期收到錢。
 

互動收費買聲音 

玩家在這無限輪迴中,覺得越來越無趣,就像永遠跑輪框的老鼠,總有膩的一天。於是遊戲開發商就想,連線遊戲既然是社群遊戲,社群就要互動,那就收互動費用吧。互動越多代表玩家越愛玩。

像《暗黑破壞神III》、《征途2 online》從道具交易收錢,或很多休閒遊戲收最多錢的居然是大聲公(可以跨頻道發佈訊息)。

這模式是:**玩遊戲不用錢,互動要錢
** 

個性化收費買外表 

其它像《勁舞團》、《英雄聯盟》(League of Legends),裝飾性的道具皆為重要營收。

這模式是:玩遊戲不用錢,在遊戲社群中個性化要錢

這模式的好處是不用老是搞不平衡來賺錢,付錢也沒有天花板。但玩家不是為了競爭,只是為了美觀,這樣付費的強度變小了(於《遊戲「英雄聯盟」的堅持:犧牲付費轉化率,維持遊戲平衡》一文中已討論)。
 

下一代遊戲收費機制,往雙贏邁進 

到這裡為止,幾乎主流的模式都分析了。廣告、周邊授權與販售,尚未成為遊戲開發公司的營收主流,這裡就不分析了。那還有更好的模式嗎?

以下是我個人的預測與判斷。在遊戲多到爆炸的時代,什麼是下一代的遊戲收費模式?玩家對遊戲的喜愛一定深淺有別,如果可以讓愛玩的多付,多付到沒有天花板,少玩或接近不玩的只付一點點或是免費,同時這模式又引導遊戲開發商做好玩的新內容、增加遊戲樂趣,而不是破壞遊戲平衡,這肯定是最理想的收費方式。
 

運用生物科技記錄樂趣,還不成熟 

能不能計算樂趣多寡來付費?玩的很高興付很多,不喜歡的付很少?這不是捐贈,所以首先要衡量玩家喜不喜歡玩遊戲,有沒有從遊戲得到樂趣。

這個不是天方夜譚,我在中研院資訊所的好朋友陳昇瑋副研究員,就在做類似的研究。他用玩家臉部肌肉的微量電波來測知受試者喜不喜歡玩這遊戲。

但我估計這模式就算可行,也沒有廠商願意採用。因為想像一下你的智慧手機變成感測裝置,每個人接著一個感測器;當玩家玩得正高興的時,突然手機說要收錢,用戶的帳單馬上多了一筆帳單。越高興收越多,這實在太煞風景了。
 

折衷作法 – 關卡體驗免費,成就保留付費 

折衷的作法是體驗付錢。但如果體驗完了,玩家滿意卻不願意付錢怎麼辦?

玩家玩遊戲都有動機,兩個動機是成就(虛寶)跟體驗(遊戲樂趣)。所以只要把玩家在闖迷宮的時候,把這次闖迷宮所有打怪物掉落的寶物扣下來,玩家付錢才可領取。這樣玩家玩了不高興可以不付錢,遊戲開發商可以觀察洞窟的付費率判斷哪個洞窟最受歡迎,就像遊樂場看人潮判斷雲霄飛車最受歡迎,還是大怒神。

而且體驗完才決定要不要付錢,聽起來不錯吧?

但不可否認,玩家正開心破關卡時,就收到帳單,不付帳單拿不到之前努力的成果,肯定還是覺得煞風景。那就再折衷一點,闖迷宮會掉各種鑰匙,有了特定鑰匙才可以花錢開寶箱,拿到好武器、好虛寶。這樣沒闖過洞窟的人買不到武器,買到的玩家雖然付了錢,玩家的體驗感也不會那麼差了。姑且稱這模式為「體驗商城制」吧!

方法是人想的,這裡只是拋磚引玉。讀者肯定有更好的想法,那就提出來大家討論吧。讓真正創造樂趣的廠商賺到錢,才能讓台灣遊戲產業重新走向正循環。

轉自有物報告

往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓