【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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 2026 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