『 Meta 一億美金的人才簽約金 vs Open AI 每人150萬美金的獎金制度』
『 Perplexity 想要以345億美元併購 Chrome vs Apple 考慮鉅額併購大型AI公司』
要吸引讀者的目光，一個鉅額的數字，往往是有最好的效果。排除某些行銷考量外，這些數字某個程度上，會直觀的帶來對於市場欣欣向榮的觀點，或是某家公司即將成為熱門投資標的可能性的眼球效應。
但基於我的專業，讓我嘗試用不同的觀點來切入這些議題。
讓我們用資產評價的思維切入這些數字。
通常，我們看到一個「天文數字」，我都會提醒我的客戶應該要先拆解公式，然後定錨，先把這些數字組成的計算方式，重新處理一次，再進一步將相關的數字找到適合的經驗法則去定錨評估，才容易對數字有比較清晰的觀點。
上述的相關數字比較複雜，不是先前文章一個百分比中分母就可以想清楚的事情，但我們可以用類似的概念去理解它。
在資產評價的領域，我們常用資產法、收益法或市場法來評估它的價格，不論是薪資或是併購交易金額，可以先排除資產法的思維模式，畢竟資產法概念上就是著眼於過去與現在的評價方法，往往是比較低估的模式。
所以，目前我們看到的數字不是收益法就是市場法的思維基礎。
先用市場法來拆解薪資的問題，因為如果你對新聞背景有所理解，你就知道Open AI跟Meta的薪資屬於對立的衝突大戰，因此，Open AI的獎金制度是基於對Meta的一億美金提出了一個市場競爭有吸引力的對應方式。
150萬美金獎金 vs 1億美金簽約金？
這顯然不可能成為一個相提並論的競爭策略，所以，我保證在Meta的1億美金的簽約金裡面，有著非常多的但書條件，就像我們事後在理解大谷翔平（Shohei Ohtani）與道奇隊的簽約金故事一樣，請不要將所有的目光放在一億美金這「天文數字」，也不要故作深沉的頓悟某種他有多厲害，所以，這個領域就應該都這樣操作的跳躍式思考。這個劇情，會更像C羅（Cristiano Ronaldo）和沙烏地阿拉伯聯賽艾納斯簽約的故事。資方有資方的考量，背後隱藏了將行銷費用及影響力加值等原本要花很多錢的成本都疊加上去。
同時，在這個劇情裡，你也可以看到Open AI並沒有突然拉高對於某幾個特殊貢獻人員的薪資，這反而凸顯了，兩家公司在AI人才大戰中，完全不同的前提假設。Open AI一路走來，更相信團體戰的操作方式，所以，他選擇了為1000個研究員都提供類似的制度；Meta自評缺了某個核心，選擇一個重點式突破的操作方案，這其實更體現了併購中，你丟我撿，各取所需的觀點，大家的策略不同，爭取的策略也會有所不同。
人才的薪資如此，企業的併購更是如此。天文數字的背後，永遠是「策略意圖」在主導戰局。讓我們將視角，從「搶人」的價格，轉向「搶市場」的價格。
那我們怎麼看待交易案的金額？345億絕對是一個天文數字，但就像前面的思考方式，我們需要拆解數字，用經驗法則去評估。我自己猜測，這個估值，絕對不是用市場法去評估的，他基本的概念就是一個收益法的完整推估，同時，用資產法去模擬。
重點在於Perplexity或Apple要創造更大的營收，他缺了什麼？很肯定的說，他們都在看一個理想市場（Serviceable Addressable Market / 可服務市場），想要更接近這個市場或是把別人踢出這個市場。所以，在他們的帳本上有兩套算法：
簡單來說，這是在計算「取得市場的成本」。
第一套算法（資產法）： 如果我自己從零開始（Build），要花多少錢、燒多少時間，才能建立起與Chrome匹敵的用戶基礎和生態系？這就是所謂的「建造成本」。
第二套算法（收益法）： 如果我直接買下（Buy），它在未來能為我帶來多少超額的現金流？這就是「收購效益」。
當「收購效益」顯著大於「建造成本」時，這筆天價交易在策略上就是划算的。
聽起來很理論，但我們可以抓幾個參考數字來定錨。
『 Google 計畫未來一年投入 850 億美元，微軟甚至預估將支出超過 1,000 億美元』
你是不是發現，345億美金這個數字很小，跟上面這兩組數字比起來？
所以，對Perplexity來說，如果可以用這個金額成交，其實是一個超級划算的數字，同時，依照目前已揭露的事實來看，這筆錢還不是全部從他的腰包裡面掏出來，包含了許多投資方跟他的法人股東。
當然，這筆交易目前只是一個消息，不用太認真計算，就可以判定這筆345億的天文數字根本是在占Google的便宜，他其實出了一個非常低的價格，希望在美國司法部判定Google在其核心的網路搜尋市場中擁有不合法的壟斷地位的時間點，找到一個巧妙的切入點。
從Meta的人才戰，到Perplexity的併購案，這些破億美金的交易，與其說是財務數字，不如說是各家巨頭的「策略宣言」。作為一個理性的決策者，面對這些令人眼花撩亂的數字時，我們不應只看熱鬧，更要學會看門道。
請在心中建立一個反詰的習慣，時常問自己三個問題：
數字背後的「策略」是什麼？ （是Meta的單點突破，還是OpenAI的團體戰？）
決策背後的「情境」是什麼？ （是單純的商業競爭，還是結合了法律戰的巧妙出擊？）
價格背後的「定錨」是什麼？ （這個數字，相對於自己從零打造的成本，是貴還是便宜？）
養成這個思考習慣，你才能在AI的巨大浪潮與市場的喧囂中，保持清醒的判斷，為自己的企業，做出最明智的決策。
