**这类产品的价值分配中，数据方通常占据更核心的位置。**以彭博为例，它是一家国外的金融数据付费公司，掌握大量金融数据，并推出了与 GPT 相融合的产品，可帮助投资者分析市场情绪、梳理新闻、整理数据。模型能力多为嵌用外部大模型，可替代性相对较高；而终端付费客户是否买单，取决于数据本身的独占性与专业深度。因此三方之中，掌握稀缺数据资产的一方议价权更强，模型提供方更多扮演能力供给角色，客户则以订阅方式为最终价值买单。

三方角色与议价权

数据资产方：彭博这类公司的根基在于长期积累的金融数据。资料明确指出其"掌握了大量的金融数据"，这是外部模型无法自行生成的部分。AI 产品能给出"像模像样的判断"，前提正是这些数据作为输入。

模型提供方：资料提到，这类企业的模型大部分是嵌用的，使用 GPT 等模型。这意味着模型能力可由多家供给，单一模型提供方难以对产品形成独占性约束，议价权相对有限。

终端付费客户：彭博本身即为金融数据付费公司，客户以订阅方式获得服务。客户付费意愿锚定的是数据与分析结果的专业价值，而非某一具体模型的品牌。

嵌用外部模型是否削弱自身价值占比

从资料看，嵌用外部模型并未改变价值分配的基本格局。原因在于：模型是通用能力，数据是专属资产。当模型可被多家替换时，产品差异化仍来自数据积累与分析场景的贴合度。资料同时提到，有数据积累的 B 端企业（如金融数据、财务报税软件、营销管理软件等）都将受益于 AI 赋能，其共同特征正是"有数据积累"。

订阅制如何定价

资料未给出彭博该产品的具体定价与订阅档位，官方尚未公布相关细节。从可验证的逻辑看，订阅定价通常与数据覆盖广度、分析深度及使用席位挂钩，具体方案建议以官方后续公布为准。

常见问题

彭博的 AI 产品主要能做什么？

根据资料，彭博推出的与 GPT 相融合的产品，可以帮助投资者分析市场情绪、梳理新闻、整理数据等。相当于购买该金融数据软件后，可用它来分析市场，并给出一个像模像样的判断。

为什么说数据方在价值分配中更核心？

因为模型大部分是嵌用的，使用 GPT 等模型，模型能力可由外部供给；而彭博掌握的大量金融数据是其长期积累的专属资产，难以被模型方替代，客户付费也主要为此买单。

哪些类型的企业同样能受益于这类模式？

资料指出，有数据积累的 B 端企业都将受益，例如掌握企业数据的财务报税软件、营销管理软件，以及掌握市场上大宗商品数据的服务商等。此外，同花顺的爱问财网站、东方财富在基金领域的智能分析，也属于 AI 与金融数据结合的应用方向。