【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 Entertainment、Riot 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
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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