一架空客A330从伦敦飞往纽约。同一天，同一架飞机上的数百个座位，卖出的不是三五档价格，而是实时博弈得出的数百种不同报价。不是基于舱位等级，而是基于实时计算出的供需关系、竞对动向、甚至当天社交媒体上突发新闻的情绪权重。这一切发生在一毫秒之内，没有人类销售经理参与决策。
这不是科幻。这是航空业正在发生的现实。
2026年8月，MIT Technology Review发布了一份专题报告，聚焦一类正在商业世界悄悄蔓延的AI新物种：市场模型（Market Models）。与过去两年火热的通用大语言模型不同，这些模型不做文本生成，不写代码，不写诗不画画。它们只锚定一个任务：替企业做出最赚钱的商业决策。
市场模型的本质是一种专用于定价、库存分配和收入管理的深度神经网络。它接收的不是自然语言，而是高分辨率数值数据。需求曲线、竞对票价、航班时刻、季节因子、突发事件，然后实时输出最优价格和资源配置方案。与传统的基于历史数据的预测模型不同，市场模型是一个生成式AI系统。它不预测未来，而是模拟未来。在每一个决策点上，跑出数万种市场博弈场景，选择能最大化收益的那个。
定价权正在转移
这个赛道的头号玩家是一家名为Fetcherr的以色列公司。它的核心技术被称为“大市场模型”（Large Market Model, LMM）。2025年9月，Fetcherr完成由Salesforce Ventures领投的4200万美元C轮融资。2026年接连赢得BIG创新奖、登上达沃斯论坛、与Google Cloud达成战略合作。但真正值得关注的不是这些光环，而是它在改变的一个核心商业事实：定价权正在从人类手中转移到AI手中。
在航空业，这个变化已经全面落地。维珍大西洋航空正在使用Fetcherr的市场模型驱动部分市场的定价引擎。其收入管理、销售和电商高级副总裁Dominic Kennedy给出了一个直白的判断：“它帮助我们做出更好、更快、更精细的商业决策。”这个模型实时考虑海量输入——需求、运力、预订数据、竞对定位、市场条件，以及“一整套其他对需求有重要意义的因素”。
巴西的Azul航空走得更远。它成为全球第一家将生成式AI定价扩展到全网络的航空公司。根据Fetcherr官方案例数据，目前Azul超过70%的航线网络由AI驱动定价，系统每年生成超过300万条票价推荐，零文件错误，并为分析师团队节省了超过2000小时的重复劳动。Azul收入管理总监André Américo在2026年世界航空节上表示，公司不仅看到了flown revenue的显著提升，还彻底改变了团队对定价的思考方式。
从后视镜定价到实时博弈
传统收入管理系统的核心逻辑是什么？历史数据加静态规则。航空公司分析过去三年的同期数据，制定一个票价曲线，然后由人工收入管理团队进行微调。这套方法在过去二十年里运转得不错，直到市场变得太快、太复杂。
航空业的数据规模早已超出人类决策的带宽。一家中型航空公司每天面对的是数百万个票价组合变量。出发地、目的地、日期、时段、舱位、渠道、客户身份、竞对价格、节假日、天气、政治事件，任何一个变量的变化都可能引发连锁反应。人类的收入管理团队能做的是：每周看一次报表，对几条关键航线的价格做手动调整。
Fetcherr的大市场模型做了一件完全不同的事：把定价从“后视镜驾驶”变成“实时博弈”。模型不再基于“上周发生了什么”来推测“下周该怎么做”，而是在每一个时间切片上，利用市场模拟器跑出数万种场景，选出最优的那个。
这不是速度的提升。这是决策范式的改变。
95%的AI试验都失败了，市场模型凭什么不同
Fetcherr在达沃斯2026上引用了一个数据：企业AI试验的失败率高达95%。这个数字来自MIT Media Lab的Project NANDA（2025年7月），该报告系统评估了超过300个公开披露的企业AI项目，结论是只有约5%成功进入生产环境并产生可衡量的财务回报。
在这5%的幸存者中，市场模型是一个值得深入研究的样本。它在高度竞争的航空业中活了下来，原因很明确：它有极其清晰的ROI锚点。收入管理效率每提升1%，对一家大型航空公司来说就是数千万美元的增量收入。Azul拿出的不是“AI转型故事”，而是真实的flown revenue提升、300万条年推荐量、零文件错误这些硬指标。
但更核心的差异化在于模型架构本身。
Fetcherr的LMM是一个生成式AI模型。但它生成的不是文字或图片，而是最优价格策略。它在架构上做了两个关键设计。
用“市场模拟器”替代“回归预测”。传统模型只能告诉你“如果价格设为X，预计销量为Y”。市场模型可以模拟：“如果我定价X，竞对A会怎么反应？竞对B会跟吗？消费者在另一个渠道会流失吗？整体收益是最大化还是局部最优？”这是一个多智能体博弈框架，而非单变量回归。
采用高分辨率数值训练，而非文本。这意味着模型不是在处理“需求很高”“竞争激烈”这类模糊语义，而是在处理精确到小数点后四位的实时数据流。这让它在商业决策场景中的精确度远超通用大语言模型。
玻璃箱：当AI定价遭遇信任危机
市场模型并非没有争议。2025年下半年，达美航空总裁Glen Hauenstein在一次行业会议上的发言引发了轩然大波。他的表述被媒体解读为达美正在使用AI根据个人数据对乘客进行个性化定价。达美随后断然否认了这些指控。Fetcherr首席AI官Uri Yerushalmi在接受Travel Weekly采访时澄清：市场模型不是基于个人行为数据的歧视性定价，而是基于市场层面供需关系的动态调整。
这个事件揭示了一个深层问题。当定价决策被交给AI，企业面临的不只是技术挑战，还有消费者信任和监管合规的挑战。
Fetcherr给出的回答是“玻璃箱”（Glass Box）策略。模型所做的每一个定价决策，都产生一个结构化的审计追踪，可以被人类管理者回溯审查。这家公司在其官方博客中写道：“AI企业集成往往因黑箱而失败。当决策逻辑无法被解释时，利益相关者会迅速逃离。”Glass Box让市场模型区别于传统的黑箱AI，也为它在高监管行业（航空、金融、医疗）中打开了商业化的大门。
“我们不是在让AI黑箱操作。市场模型的每一个定价建议都可以被追溯、解释和审核。”
——Chris Wilkinson，维珍大西洋航空定价与收入管理副总裁
从航空到全行业：市场模型的跨界逻辑
Fetcherr的自我定位不是“航空定价软件公司”，而是“企业级大市场模型平台”。它的商业逻辑很清晰：如果市场模型能在全球监管最严格、变量最复杂、数据最密集的航空业跑通，那么它在零售、酒店、制造业、金融服务中的落地只是时间问题。
这个逻辑得到了市场的验证。据Precedence Research数据，全球生成式AI定价市场规模2025年为3.116亿美元，预计2035年达到13.36亿美元，复合年增长率15.67%。北美占据主导，亚太增速最快。而亚太正是航空和零售业增长最猛烈的地区。
更宏观的视角来自Omdia。企业级Agentic AI软件市场将从2025年的15亿美元飙升至2030年的418亿美元。Omdia首席预测师Neil Dunay指出，到2030年代理型AI将占整个生成式AI市场的31%，而2025年这个比例仅为6%。
几个行业已经出现了明确信号。
在酒店业，Lighthouse（服务于全球超过8万家酒店的商业平台）推出了Revenue Agent。一个“永远在线”的AI团队成员，持续扫描酒店定价、分销和营销数据，在人类分析师发现问题之前就主动推送优化建议。Lighthouse因此入选Fast Company 2026年全球最具创新力公司榜单。
在零售业，Revionics为Academy Sports + Outdoors等行业客户提供AI定价平台。Airship则在2026年推出了“行业首款AI代理舰队”，将目标优化能力扩展到企业级商业决策。
在制造业，DXC Technology推出了Price.AI定价代理，作为其Service Lifecycle Management套件的一部分，覆盖竞对价格分析、监控预警、假设模拟和需求预测，帮助制造商用AI定价代理将定价从“偶尔项目”变成“日常竞争武器”。
三个核心信号
第一个信号是技术范式的转移：从“预测模型”到“市场模拟器”。传统AI做的是“已知过去，预测未来”。市场模型做的是“如果我做了X，整个系统会变成什么样？”这是从模式识别到博弈推演的跃迁。
第二个信号是定价权的转移：从“经验决策”到“模型决策”。这不是一个渐进式的变化。当市场模型能在毫秒级完成人类团队需要一周才能做完的定价分析时，“人来签字，AI定价格”就是过渡期的常态，而最终归宿必然是AI直接定价。
第三个信号是行业边界正在被打破。航空业跑通的市场模型逻辑，正在被酒店业、零售业、制造业、甚至金融服务业复制。这是一条从最严监管行业下沉的扩散路径。能在航空业活下来，就能在其他行业活下去。
谁会赢，谁危险
赢家首先是Fetcherr这样的AI定价公司。它们占据了“卖水人”的位置：不卖机票，不卖酒店，但掌握了定价权。其次是拥有海量交易数据和定价场景的企业。航空公司、酒店集团、大型零售商，它们拥有最好的土壤来训练和部署市场模型。Fetcherr在完成4200万美元C轮融资后，明确表示将向航空以外的行业扩张，这个信号不容忽视。
危险的则是中间商和静态定价平台。那些靠“历史数据加人工调整”模式生存的老牌收入管理软件厂商，正面临着被市场模型淘汰的风险。SaaS行业的“定价地震”已经给出了前车之鉴。据PitchBook Q1 2026企业SaaS报告显示，企业SaaS的中位企业价值/收入倍数从2024年底的6.2x暴跌至3.3x。触发因素正是AI代理平台能够自主执行多步骤SaaS工作流，投资者越来越相信AI代理将瓦解传统的按席位收费模式。同样，那些无法证明自身AI定价能力的静态软件厂商，将面临类似的估值崩塌。
航空业每年因定价效率低下损失的潜在收入高达数十亿美元。滞后的竞对反应、人类决策者的认知偏误、静态规则的僵化，每一环都在漏钱。市场模型的目标就是把这些漏洞一个一个堵上。
但这场革命有一个安静的注脚。在维珍大西洋航空，定价决策已经由AI在实时运行，而人类收入管理经理的工作变成了理解AI为什么这么定价，并在异常时按下停止键。
这可能就是未来十年“人类与AI”在企业决策中的终极分工：AI做99%的日常商业决策，人类负责那1%的例外和最终问责。而市场模型，正是这套分工体系的第一个大规模实战样本。
当AI学会的不是写诗，而是定价，商业世界的真正底层规则，正在被一行行看不见的代码重写。
快报