請更新您的瀏覽器

您使用的瀏覽器版本較舊,已不再受支援。建議您更新瀏覽器版本,以獲得最佳使用體驗。

AI開店一年,誰最會賺錢?18款模型模擬「當老闆」,它讓資產增至14倍!

數位時代

更新於 10月24日10:56 • 發布於 10月23日22:56 • BN編輯大帳號

把錢交給AI,讓它開店自行選商品、找供應商、談價格、管理庫存,還得處理退貨與現金流,連續經營一年,最後能賺多少錢?阿里巴巴旗下Qwen團隊與香港科技大學研究人員發表一項名為「E-Commerce Bench」的研究,讓18個模型各自經營365天,比較最終的資產結果。

實驗結果顯示,GPT-5.6 Sol以平均143.1萬元人民幣(約新台幣697萬元)的期末資產奪冠,把10萬元人民幣(約新台幣48.7萬元)的初始資金滾成約14.3倍;Fable5則以約80.5萬元人民幣(約新台幣392萬元)排名第二。

不過,這場比賽並非單純比誰最會賺錢。GPT-5.6 Sol雖然資產成長最多,防範詐騙供應商的表現卻在18個模型中排名第16;Claude Opus 4.7則在議價與防詐能力上雙雙領先,最終資產卻只有約25.9萬元人民幣,排名第8。

不同模型的表現落差,凸顯AI代理在長期商業營運上的能力並不能只靠單一指標衡量。

AI不只要會賣東西,還得懂採購、議價與現金流

這項研究的重點,是測試大型語言模型(LLM)作為AI代理(AI agent),能否在長時間、多步驟的任務中自主決策,不僅僅是完成單一問答或指令。

研究團隊建立的模擬市場,採用源自淘寶、天貓的電商商品與供應商資料,共有6,886種商品、576家供應商。每個AI模型最多可以同時經營4家店,必須透過18種工具完成市場調查、供應商議價、商品採購、售價設定、出貨、退貨處理及資金管理。

為了讓測試更接近長期經營會遭遇的挑戰,研究團隊還加入促銷、天災與供應鏈衝擊,並將約四分之一的供應商設定為詐騙業者,可能以高價出售商品、短少交貨,或提供品質不佳的貨品。

同時,AI也必須懂得管理現金流。商品出貨後,扣除平台佣金的貨款先進入託管帳戶(escrow),9天後轉入平台錢包;AI還必須主動提領至銀行帳戶,才能支付進貨與營運成本。若AI沒有妥善安排資金,即使生意帳面上有獲利,也可能因銀行帳戶連續10天出現負數而破產。

研究團隊讓18個模型各進行5次測試,總計90次模擬經營,並以平均期末總資產作為主要排名依據。結果有10次經營在一年結束前破產,顯示AI即使能完成各項營運工作,也未必能確保財務穩定。

需要注意的是,這並非讓AI直接登入真實電商平台開店。研究使用的是可重複執行的模擬環境,顧客需求、交易結果與供應商議價均依預設規則運作,更像是一場擬真的電商經營遊戲,不代表AI開店能夠保證獲得如此高的利潤。

GPT-5.6 Sol最會衝業績,Fable5效率高,Claude最懂得避險

在18個模型中,GPT-5.6 Sol以平均143.1萬元人民幣的期末總資產居冠,期末資產增至初始資金的約14.3倍。不過,它平均有18.48%的採購支出流向詐騙供應商,防詐排名僅第16名。

GPT-5.6 Sol的經營策略更為積極。它能把交易規模做大,卻也付出較高的詐騙成本,且平均呼叫工具約3,668次,遠多於第二名Fable5的1,469次,顯示高資產成果並不代表經營效率也最好。

Fable5以平均80.5萬元人民幣排名第二,單次工具呼叫所創造的獲利則是所有模型中最高,平均每次呼叫創造479元人民幣獲利。它的詐騙供應商支出占比為3.46%,遠低於GPT-5.6 Sol,且5次測試均未破產。從研究結果來看,Fable5不只成功賺到可觀獲利,也展現出較好的操作效率與風險控制。

GPT-5.5的平均期末資產則約為70.2萬元人民幣(約新台幣342萬元),排名第三,但5次測試中有2次破產。這也顯示最終資產結果不能完全反映過程中的經營表現。

Claude Opus 4.7的表現則呈現另一種反差。它的議價品質指標達0.811,為18個模型中最高;這項指標衡量的是AI把成交價壓到供應商成本底線的程度,數值愈接近1,代表愈能用接近成本的價格進貨。它流向詐騙供應商的支出占比僅0.12%,同樣是最佳成績。然而,它的平均期末資產只有約25.9萬元人民幣(約新台幣126萬元),排名第8。擅長談判與避險不一定能最大化獲利,顯示交易規模與營運策略同樣左右最終結果。

在開放權重模型中,阿里巴巴的Qwen3.8-Max-Preview表現最佳,平均期末資產約41.6萬元人民幣(約新台幣203萬元),排名第5。研究指出,該模型在長期學習指標上表現突出,能在重複向同一供應商採購時,利用過去的交易價格爭取更低報價。

這項研究顯示,AI代理即使能完成採購、議價與訂單管理,也不代表能穩定經營一年,單看期末資產並不足以完整評估長期經營能力。不過,整場測試都在模擬環境中進行,市場需求與供應商議價均依預設規則運作,AI能否在真實市場維持相同表現,仍有待進一步驗證。

延伸閱讀:GPT-6 Intelligent UI怎麼用?實測5種情境:聚餐分帳、麻將遊戲、購物比較都能做!
PHP爆兩個9.2分漏洞,電腦需要更新嗎?一段提示詞,用AI檢查軟體版本

資料來源:ITmedia NEWS、arXiv

本文初稿為AI編撰,整理.編輯/陳建鈞

「加入《數位時代》LINE好友,科技新聞不漏接」

查看原始文章

更多理財相關文章

01

黃仁勳重掌輝達?川普表態支持:不是壞主意

anue鉅亨網
02

巨虹爆停牌危機!11/18起停止買賣 衝擊5千股東

EBC 東森新聞
03

早已知情13個月!黃仁勳婚外情連環爆 女兒施壓公關堅稱「2人僅為商業合作夥伴」

鏡週刊
04

黃仁勳下台誰笑了?矽谷四大老嘆美國AI沒贏家 華府華為反賺翻

鏡報
05

存股族哭暈!外資賣超前10大有9檔ETF 0050被倒貨11.1萬張

太報
06

黃仁勳涉桃色與國安風波請辭!巴菲特昔預言「聰明人3大破產方式」 多國網友瘋傳

鏡週刊
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...