從一節六百元到一次提問零元：「懂自己」的三張價目表

「我為什麼是這樣的人。」這個問題過去有兩種買法。走進諮詢室，按節計費，北京、上海的主流行情是每節五十分鐘人民幣四百至八百元，資深執業者在千元以上；或者在測驗網站花幾十元，換一份十餘頁的人格報告。現在多了第三種：打開AI應用，輸入問題，數秒內得到回覆，多數場景不收費。

抖音熱榜上，「AI越來越聰明我們更懂自己了嗎」正累積討論。這個提問看似屬於哲學，放回市場裡卻相當具體：認識自我的需求長期存在且可量化，供給分成三層，計價單位不同、成本結構不同、產能上限也不同。AI壓低的是其中最貴一層的邊際成本，其餘兩層會跟著重排。

需求的底盤：九千五百萬人與百萬張證照

需求側的數字比直覺大。北京回龍觀醫院黃悅勤團隊2019年發表於《刺胳針精神病學》的中國精神衛生調查顯示，各類精神障礙（不含失智）終身患病率為16.6%，憂鬱障礙終身患病率6.8%，焦慮障礙7.6%，以此推算全國憂鬱障礙患者約九千五百萬人。中科院心理所《中國國民心理健康發展報告（2019-2020）》則給出青少年憂鬱檢出率24.6%的數字。

供給側長期跟不上。心理諮詢師職業資格考試自2002年開考，2017年9月取消，累計發證逾百萬張，但穩定全職執業、受過系統督導者遠少於持證人數。落差直接反映在價格上：一節五十分鐘四百至八百元，熱門執業者的排隊以週計，長程療程以年計費。跨到臺灣，諮商所每節五十分鐘約新臺幣一千五百至三千元，結構相同：按時間賣，產能稀缺。

這是AI介入前的市場原貌：需求以千萬計，供給按小時賣，價格本身成為篩選器。

三種商品：賣結論、賣過程、賣對話量

第一層商品賣結論。榮格1921年出版《心理類型》，其後由麥爾斯與布裏格斯母女發展為十六型人格測驗（MBTI）。2022至2023年，MBTI在中國走完一輪商業週期：免費測驗導流、人民幣數十元的付費報告、「i人」「e人」成為日常語彙，韓國媒體對當地衍生市場的估算一度達到約二兆韓元。測驗的特徵是一次性消費、可規模化、邊際成本趨近零。

第二層賣過程。人類諮詢師的產品是五十分鐘的關係與對話，通常不直接給答案。產能天花板明確：一位全職諮詢師每天四至五節、每月約八十至一百節，以每節五百元估算，毛收入上限約四萬五千元，若平臺抽成兩至三成，實得三萬餘元。想擴張收入只能漲價或開工作室僱人，規模化極慢。

第三層賣對話量。ChatGPT Plus每月二十美元，DeepSeek與豆包的基本對話免費。Character.AI公布的使用者日均時長約兩小時；MiniMax旗下Talkie長期位居美國AI陪伴類下載前列；Replika在2023年初調整角色的親密互動設定後引發使用者激烈反彈，公司最終為舊使用者恢復原版本，該應用當時註冊數已超過兩千萬。這與我們先前拆解的陪伴消費三層貨架結構一致：活體、IP與訂閱制AI各自佔據一層貨架，計價單位互不重疊。

成本結構決定誰被替代

三種商品的差異，核心在成本曲線。測驗的邊際成本是頻寬；諮詢的邊際成本是一個活人的五十分鐘，線性且不可壓縮；AI的邊際成本是推理算力，隨模型迭代持續下降，且沒有產能上限。凌晨三點的提問，對諮詢師不存在，對AI只是多一次呼叫。

免費的帳單記在別處。AI應用換取的是使用時長、留存與訂閱轉化率，這是網路業的標準計價。Character.AI於2024年8月與Google簽署授權協議、創辦人回鍋Google，交易估值約二十七億美元，說明對話式產品的使用者規模與互動資料本身就能計價。對照DeepSeek 語音對話的成本帳裡免費無廣告模式的成本紀律，傾聽型對話對模型業者而言，是單位時長獲取成本最低的場景之一。

替代因此發生在三層商品的重疊區。測驗給標籤，諮詢給過程，AI給即時回應。當使用者只想要「有人聽我說」，三層都成立，而AI在這個需求上的價格最低、可用性最高。真正不可替代的是診斷、處方與危機介入，那屬於醫療端，資格門檻與價格都不受這輪變化影響。

傳導鏈：中間地帶萎縮最快

受惠端有三類。通用AI應用把自我探索變成留存場景，深夜傾訴是低成本、高黏著的流量；測驗與心理科普內容的需求被AI做大，入門者先接觸免費對話，再購買具象化的人格報告；企業員工協助方案（EAP）轉向AI加人工的混合模式，人均服務成本下降。

承壓端集中在兩處。定位在日常傾聽與輕度困擾的中低價人類諮詢，與AI訂閱的價差最大，分流首當其衝；心理師培訓與考證課程的招生，在2017年資格考試取消後本已收縮，職涯預期將進一步下修。另外，一次性販售答案的情感類知識付費，也正被按月訂閱的持續對話擠壓。

監管是主要變數。歐盟AI法禁止利用弱勢處境進行操縱的AI系統，並將部分情緒推論用途列為高風險，情感陪伴類應用的合規成本將隨判例累積而上行。

收束：回應變便宜，理解未必

回到熱榜的問題：我們更懂自己了嗎？市場給出的答案是分層的。得到回應的成本已降到趨近零，測驗式自我認識的單價十幾年不變，人類諮詢在多數城市的均價仍在上行。三張價目表的價差，比模型參數的世代差距更能解釋使用者行為。

可以推演三種情境。基準情境下，免費AI吸收大眾流量，長程治療級諮詢靠複雜度壁壘維持高價，中間地帶逐年流失；樂觀情境下，AI承擔初篩與等候期的陪伴，把真正需要人力的個案轉介出去，整體服務滲透率上升；悲觀情境下，依賴形成於演算法最擅長迎合的環節，監管介入後行業重付一次學費。

三種情境的分歧點相同：省下來的每一節六百元，最後換成什麼。模型的迭代速度決定回應的價格，使用者把回應轉成理解的效率，決定那個熱搜問題的答案。