內(nèi)容轉(zhuǎn)載自「海外獨(dú)角獸」

AI 正在重構(gòu)軟件價(jià)值：基于 seat 定價(jià)的傳統(tǒng)模式正逐步被基于使用量或結(jié)果的定價(jià)所取代。

面對(duì)這場定價(jià)范式的轉(zhuǎn)變，不同類型的 AI 公司應(yīng)該怎么做才能順利實(shí)現(xiàn)定價(jià)轉(zhuǎn)型？CEO 需要特別關(guān)注哪些方面才能真正將按量定價(jià)轉(zhuǎn)化為企業(yè)競爭優(yōu)勢？

本文編譯了 a16z 與 （一家為 OpenAI、Anthropic 提供按量計(jì)費(fèi)平臺(tái)的初創(chuàng)公司）CEO Scott Woody 的深度訪談，探討了 AI 是如何從根本上改變了軟件的定價(jià)邏輯、不同類型的 AI 公司 CEO 又應(yīng)該如何應(yīng)對(duì)等話題。此外，我們還在文中補(bǔ)充了定價(jià)專家 Madhavan Ramanujam 關(guān)于 AI 產(chǎn)品定價(jià)四象限的最新觀點(diǎn)：

?由于 AI 提高了人類的效率，使用軟件的人數(shù)會(huì)減少，如果軟件使用 seat 定價(jià)，價(jià)值上限會(huì)很低；

?按量定價(jià)的實(shí)施難點(diǎn)在于：1）計(jì)費(fèi)系統(tǒng)需要實(shí)時(shí)檢測；2）定價(jià)模型是高度動(dòng)態(tài)的；3）需要保留大規(guī)模的真實(shí)數(shù)據(jù)；

?決定實(shí)施按量定價(jià)的 CEO 需要關(guān)注銷售人員的薪酬方案和銷售的職責(zé)劃分，財(cái)務(wù)團(tuán)隊(duì)需要升級(jí)成實(shí)時(shí)數(shù)據(jù)中樞；

?對(duì)于 infra 來說，按量定價(jià)是天然契合的模式；對(duì)于應(yīng)用來說，未來幾年的主導(dǎo)模式將是混合商業(yè)模式，即同時(shí)使用 Seat 定價(jià)和按量定價(jià)；

?AI 產(chǎn)品的定價(jià)模型可圍繞歸因能力（Attribution） 和自主性（Autonomy） 進(jìn)行分析，當(dāng)產(chǎn)品的價(jià)值歸因能力強(qiáng)且自主性程度高時(shí)，通常擁有更強(qiáng)的定價(jià)權(quán)；

?定價(jià)是一場達(dá)爾文式的進(jìn)化過程，企業(yè)需要不斷調(diào)整自身，保持敏捷才是唯一的制勝之道。

超 10000 人的「AI 產(chǎn)品市集」社群！不錯(cuò)過每一款有價(jià)值的 AI 應(yīng)用。

邀請(qǐng)從業(yè)者、開發(fā)人員和創(chuàng)業(yè)者，飛書掃碼加群：

進(jìn)群后，你有機(jī)會(huì)得到：

• 最新、最值得關(guān)注的 AI 新品資訊；
  

• 不定期贈(zèng)送熱門新品的邀請(qǐng)碼、會(huì)員碼；
  

• 最精準(zhǔn)的AI產(chǎn)品曝光渠道

01AI 時(shí)代的軟件定價(jià)以價(jià)值為導(dǎo)向

Scott Woody：Metronome 本質(zhì)上是構(gòu)建了一個(gè)計(jì)費(fèi)基礎(chǔ)設(shè)施，就是 Datadog 和計(jì)費(fèi)引擎（billing engine）的融合體。公司的創(chuàng)立源于我在 Dropbox 的經(jīng)歷（2013-2019 年）。當(dāng)時(shí)我負(fù)責(zé)貨幣化增長團(tuán)隊(duì)，核心工作包括定價(jià)策略設(shè)計(jì)、前端體驗(yàn)構(gòu)建、新 SKU 與附加功能發(fā)布，最終目標(biāo)是驅(qū)動(dòng)收入增長。這段經(jīng)歷讓我深刻認(rèn)識(shí)到貨幣化、定價(jià)與產(chǎn)品包裝對(duì)業(yè)務(wù)的價(jià)值。

在 Dropbox，我們曾遭遇三大核心挑戰(zhàn)：

1.每次定價(jià)調(diào)整（例如將$9.99 調(diào)整為$11.99）都需重寫計(jì)費(fèi)系統(tǒng)代碼，由于系統(tǒng)非常脆弱，這個(gè)變更往往長達(dá) 1-2 個(gè)季度，相比之下前端改造僅需 1 天。

2.變更后客戶常常陷入混亂。計(jì)費(fèi)腳本是按月或者季度運(yùn)行的，但客戶會(huì)每日查看產(chǎn)品價(jià)格與費(fèi)用。低頻的賬單計(jì)算往往會(huì)導(dǎo)致客戶在付費(fèi)后才知道價(jià)格變動(dòng)，這給客戶帶來了不好的體驗(yàn)。這也讓我意識(shí)到計(jì)費(fèi)應(yīng)是持續(xù)的產(chǎn)品界面，而非月度工作流。

3.計(jì)費(fèi)系統(tǒng)的數(shù)據(jù)價(jià)值被埋沒。發(fā)票開具、回款追蹤等數(shù)據(jù)目前僅匯總至總賬，業(yè)務(wù)團(tuán)隊(duì)往往只能在季度末才能得知整體收入表現(xiàn)，比如“上季度收入為 600 萬美元”這種滯后的信息。

因此我希望構(gòu)建能夠根治貨幣化痛點(diǎn)的系統(tǒng)，這是過去五年 Metronome 的核心使命。

a16z：促使你創(chuàng)業(yè)的關(guān)鍵轉(zhuǎn)折點(diǎn)是什么？

Scott Woody：基礎(chǔ)計(jì)費(fèi)系統(tǒng)是工程師的噩夢，因?yàn)槊考移髽I(yè)定價(jià)策略都存在微觀差異，導(dǎo)致工程師必須為特定業(yè)務(wù)規(guī)則編寫特定的編碼。沒有人愿意接受這種高壓工作，Dropbox 的計(jì)費(fèi)系統(tǒng)每年就是由實(shí)習(xí)生在更新。如果讓大家在引擎優(yōu)化和計(jì)費(fèi)系統(tǒng)開發(fā)之間進(jìn)行選擇，所有人都會(huì)選前者，這導(dǎo)致計(jì)費(fèi)系統(tǒng)的技術(shù)難題越堆越多，最后成了難以維護(hù)的代碼泥潭。

而且，當(dāng)采用 Seat 訂閱時(shí)，計(jì)費(fèi)邏輯相對(duì)簡單，只需要將用戶數(shù)量乘上單價(jià)。但比如 ChatGPT 這種萬億級(jí)查詢是按 token 計(jì)費(fèi)，且不同用量有不同的價(jià)格區(qū)間，這時(shí)候就不是簡單地統(tǒng)計(jì)一下有多少用戶了，而是要從 50 多個(gè)不同的數(shù)據(jù)源中拉數(shù)據(jù)，進(jìn)行復(fù)雜的計(jì)算和對(duì)賬。由于底層數(shù)據(jù)系統(tǒng)非常復(fù)雜，疊加上計(jì)費(fèi)方式本身的復(fù)雜性，這個(gè)問題才特別值得解決，一旦做好，商業(yè)價(jià)值會(huì)遠(yuǎn)超上一代的系統(tǒng)。

Metronome 產(chǎn)品形態(tài)示意圖

a16z：計(jì)費(fèi)行業(yè)過去發(fā)生過很多重大變化，目前許多 AI 公司都在探索按量定價(jià)，你如何看待這種趨勢？

Scott Woody：計(jì)費(fèi)方式經(jīng)歷了三個(gè)階段。第一個(gè)階段是本地部署時(shí)代（on-prem），主要售賣軟件許可證；接著是云時(shí)代（cloud），按 seat 訂閱收費(fèi)；現(xiàn)在已經(jīng)進(jìn)入了 AI 時(shí)代，也可以叫價(jià)值時(shí)代。

90 年代末，軟件向云端遷移的趨勢為 seats 訂閱模式提供了條件。在本地部署時(shí)代，軟件以一次性固定價(jià)格出售，用戶為軟件本身及其功能付費(fèi)，并自行負(fù)責(zé)安裝、維護(hù)和更新。云時(shí)代軟件的價(jià)值已轉(zhuǎn)變，軟件不再部署在本地服務(wù)器，而是作為共享的數(shù)據(jù)平臺(tái)運(yùn)行在云端。例如，Salesforce 的價(jià)值體現(xiàn)在有多少銷售人員能訪問和使用系統(tǒng)，隨著組織規(guī)模擴(kuò)大，軟件價(jià)值也隨之提升，衡量價(jià)值的關(guān)鍵變成了“有多少人在用”。

如今，AI 正在重構(gòu)軟件價(jià)值：

1.軟件不再只是輔助你完成工作，而是主動(dòng)為你工作。核心價(jià)值不再是“誰能訪問數(shù)據(jù)”，而是“軟件能替我做什么”。例如，它是否能自動(dòng)寫代碼？能否處理工單？

2.使用軟件的人數(shù)在減少，因?yàn)?AI 提高了效率。對(duì)于 SaaS 企業(yè)來說，用戶數(shù)量這一傳統(tǒng)核心指標(biāo)趨于平穩(wěn)甚至下降。而軟件的價(jià)值轉(zhuǎn)向了“它完成了多少實(shí)際工作”，這種價(jià)值難以通過按用戶計(jì)費(fèi)來衡量和變現(xiàn)，這種轉(zhuǎn)變正在推動(dòng)全新的商業(yè)模式出現(xiàn)。

Metronome 按量定價(jià)的儀表盤

a16z：以往的經(jīng)驗(yàn)是，應(yīng)用一般基于 seat 定價(jià)，infra 一般按量定價(jià)。這個(gè)規(guī)則現(xiàn)在是不是還適用？

Scott Woody：這個(gè)規(guī)則正在被顛覆，因?yàn)閮r(jià)值導(dǎo)向定價(jià)正成為主流。當(dāng)前 SaaS 企業(yè)普遍采用混合商業(yè)模式，也就是同時(shí)使用Seat 定價(jià)和按量定價(jià)。這種混合模式本質(zhì)上是過渡階段的產(chǎn)物，雖然理想情況下應(yīng)該按量定價(jià)，但按量定價(jià)存在不確定性，企業(yè)難以預(yù)估成本。而基于 Seat 定價(jià)更加簡單，具有可預(yù)測性，更具實(shí)操優(yōu)勢。

因此許多企業(yè)傾向于采用混合模式，以 Seat 和用戶數(shù)量作為計(jì)費(fèi)基礎(chǔ)，并通過按量計(jì)費(fèi)捕捉增量收益。比如 Salesforce 等大型成熟的 SaaS 廠商近期就增加了 AI agent 功能，并使用混合模式計(jì)費(fèi)。只要 agent 能創(chuàng)造價(jià)值，即使客戶不增加員工數(shù)量，SaaS 廠商的收入也能增長。

02CEO 應(yīng)該如何推動(dòng)按量定價(jià)？

a16z：很多優(yōu)秀的 infra 公司實(shí)施在按量計(jì)費(fèi)的時(shí)候都遇到了困難，這是什么原因帶來的？

Scott Woody：想象你是一名正在使用云端 infra 的工程師。按量計(jì)費(fèi)的機(jī)制在于，一旦啟動(dòng)機(jī)器，計(jì)費(fèi)器就開始轉(zhuǎn)動(dòng)，費(fèi)用實(shí)時(shí)累積。對(duì)于眾多 AI 工具，計(jì)費(fèi)器讀數(shù)飆升得非常快。比如我能在三小時(shí)內(nèi)通過 OpenAI 的 API 花掉一百萬美元。這意味著理論上，短期內(nèi)的支出可能無上限，因此不能僅按月統(tǒng)計(jì)用量數(shù)據(jù)，而是需要實(shí)時(shí)反饋。

因此，實(shí)施按量計(jì)費(fèi)的第一個(gè)難點(diǎn)在于：如果將按量計(jì)費(fèi)視為有“無上限的支出風(fēng)險(xiǎn)”，那就需要一個(gè)實(shí)時(shí)系統(tǒng)來偵測異常進(jìn)程。

Segment 是一個(gè)典型案例，曾有一個(gè)來自印度、賬戶余額僅 3000 美元的小客戶將自己的 CDP（Customer Data Platform，客戶數(shù)據(jù)平臺(tái)）錯(cuò)誤地接入了全量生產(chǎn)流量，結(jié)果在一個(gè)月內(nèi)觸發(fā)了高達(dá) 8 萬美元的賬單。雖然 Segment 最終沒有追收這筆費(fèi)用，但這筆支出仍造成了永久性的壞賬。

Segment 創(chuàng)立于 2011 年，核心產(chǎn)品是客戶數(shù)據(jù)平臺(tái)，幫助企業(yè)統(tǒng)一收集、清洗來自網(wǎng)站、移動(dòng)端、服務(wù)端等渠道的用戶行為數(shù)據(jù)，2020 年被 Twillo 收購。

第二個(gè)難點(diǎn)在于，定價(jià)模型看似靜態(tài)，實(shí)則是高度動(dòng)態(tài)的。每個(gè)銷售合同都存在差異，因此構(gòu)建一個(gè)能通用處理所有復(fù)雜情況的計(jì)費(fèi)引擎的難度非常大。例如，我們上周接觸了一家上市公司，他們每份合同的折扣幅度都是不同的，他們高達(dá) 10 億美元的支出完全依賴手工處理。這些公司早期因特殊合同少、問題看似簡單而選擇自建系統(tǒng)；但六年后特殊合同積累到上千份，系統(tǒng)無法應(yīng)對(duì)，最終只能全靠人工處理，這正是系統(tǒng)崩潰的起點(diǎn)。

最后，保留大規(guī)模準(zhǔn)確而真實(shí)的數(shù)據(jù)是非常重要的。公司往往希望保留未來定價(jià)的靈活性，需存儲(chǔ)大量數(shù)據(jù)（甚至其中很多都不會(huì)用于當(dāng)前賬單的計(jì)算）。假設(shè)未來你想調(diào)整定價(jià)，如果沒有以財(cái)務(wù)級(jí)別的精度來存儲(chǔ)歷史數(shù)據(jù)，數(shù)據(jù)鏈條將嚴(yán)重?cái)嗔?，?shù)據(jù)準(zhǔn)確性可能僅有 99%。但在財(cái)務(wù)意義上，99%的準(zhǔn)確性依舊等同欺詐。因此，必須建立真正可靠的黃金數(shù)據(jù)鏈條。

a16z：按量計(jì)費(fèi)模式對(duì)企業(yè)有什么戰(zhàn)略意義？

Scott Woody：理解按量計(jì)費(fèi)戰(zhàn)略意義的最簡單方式就是回歸定價(jià)與價(jià)值的概念：它讓你收多少錢，直接和你給客戶創(chuàng)造了多少價(jià)值掛鉤。這意味著企業(yè)銷售的是基于價(jià)值的承諾。例如，企業(yè)向客戶提供價(jià)值 100 萬美元的信用額度，允許客戶在使用數(shù)據(jù)倉庫之類的產(chǎn)品時(shí)消耗資源，并產(chǎn)生相應(yīng)的扣費(fèi)。這種銷售流程與傳統(tǒng)的基于 Seat 定價(jià)的模式截然不同，后者通常在收取 100 萬美元預(yù)付款后，按月攤銷確認(rèn)收入。

按量定價(jià)模式將收入與客戶價(jià)值直接聯(lián)系起來

在按量計(jì)費(fèi)模式下，銷售傭金必須等到客戶實(shí)際使用產(chǎn)品后才會(huì)發(fā)放。因此，為了實(shí)現(xiàn)合理的薪酬結(jié)構(gòu)，銷售激勵(lì)機(jī)制也需要隨之調(diào)整。一個(gè)常見的誤區(qū)是企業(yè)陷入“兩頭落空”的困境：一方面按照合同金額（如 100 萬美元）提前支付銷售傭金，另一方面卻只能在客戶實(shí)際使用產(chǎn)生費(fèi)用時(shí)逐步確認(rèn)收入，導(dǎo)致現(xiàn)金流和利潤錯(cuò)配。

a16z：按量計(jì)費(fèi)的影響非常廣泛，會(huì)改變很多銷售環(huán)節(jié)。

Scott Woody ：是的。我認(rèn)為關(guān)鍵在于價(jià)值創(chuàng)造與捕獲的閉環(huán)。價(jià)值創(chuàng)造始于首席營收官（CRO）團(tuán)隊(duì)，一方面需產(chǎn)品團(tuán)隊(duì)交付功能，另一方面需要客戶真正使用產(chǎn)品并在月末或者季末實(shí)現(xiàn)收入確認(rèn)。理論上，按量計(jì)費(fèi)完美對(duì)齊了各方激勵(lì)：客戶僅為實(shí)際使用付費(fèi)；銷售團(tuán)隊(duì)可以主動(dòng)篩選高價(jià)值客戶（而非僅追求預(yù)付款）；產(chǎn)品團(tuán)隊(duì)聚焦提升使用量；財(cái)務(wù)團(tuán)隊(duì)實(shí)現(xiàn)價(jià)值關(guān)聯(lián)的收入確認(rèn)。

但現(xiàn)實(shí)中，硅谷過去 30 年形成的商業(yè)慣性沒有真正推動(dòng)產(chǎn)品價(jià)值的最大化。相反，由于高用量客戶可能導(dǎo)致利潤為負(fù)，企業(yè)反而更傾向于限制這些客戶的使用量。以 Dropbox 為例，按團(tuán)隊(duì)人數(shù)收費(fèi)的商業(yè)模式激勵(lì)公司大力推廣產(chǎn)品部署來增加用戶數(shù)量，但完全沒有動(dòng)力去推動(dòng)用戶增加產(chǎn)品使用量。相反，使用量極高的客戶對(duì) Dropbox 來說是虧錢的。因此，從商業(yè)角度出發(fā)，Dropbox 反而希望用戶只存儲(chǔ)少量文件。

理論上按量計(jì)費(fèi)能讓所有人的目標(biāo)一致。但現(xiàn)實(shí)是大多數(shù)公司不是這樣的，因?yàn)椴捎眠@種模式意味著根本性的業(yè)務(wù)轉(zhuǎn)型。我們在銷售時(shí)，往往希望能直達(dá)客戶公司的 CEO，因?yàn)橹挥?CEO 才會(huì)選擇這條艱難的道路：圍繞價(jià)值創(chuàng)造鏈條來構(gòu)建公司，并確保銷售、客戶支持、產(chǎn)品、財(cái)務(wù)等所有部門協(xié)同一致。這絕非易事，也有別于當(dāng)前硅谷大多數(shù)企業(yè)的運(yùn)營方式。

所以在為企業(yè)提供轉(zhuǎn)型建議時(shí)，我的第一條建議是：思考清楚你準(zhǔn)備好了嗎？你會(huì)全力以赴嗎？因?yàn)槿绻銢]有準(zhǔn)備好，單純更改定價(jià)模型無法奏效。你必須在整個(gè)過程中改變所有激勵(lì)措施，才能讓它持續(xù)下去。

a16z：決定轉(zhuǎn)型采用按量定價(jià)模式的 CEO 有哪些需要關(guān)注的要素？

Scott Woody：銷售人員的薪酬方案是首要關(guān)注點(diǎn)。其次是銷售的職責(zé)范圍劃分，比如銷售工作是否是在合同簽完就結(jié)束了。

許多公司沒有區(qū)分售前和售后，或者由一人兼任。售前往往只是快速確認(rèn)需求。但若達(dá)成百萬美元交易卻沒有實(shí)際使用量，本質(zhì)上等于記錄了虛假收入。更嚴(yán)重的是，銷售成本是真實(shí)支出，如果客戶后續(xù)使用量是零，會(huì)對(duì)業(yè)務(wù)造成巨大的傷害。相反，按量計(jì)費(fèi)的真正價(jià)值在于：一旦產(chǎn)品真正契合市場，使用量會(huì)持續(xù)積累，創(chuàng)造出傳統(tǒng)基于 Seat 定價(jià)模式無法比擬的增長飛輪。

但這要求將銷售的每個(gè)環(huán)節(jié)都整合進(jìn)新模式。因此，一方面要改革銷售提成機(jī)制，另一方面必須重新定義 GTM 團(tuán)隊(duì)的職責(zé)分工：是需要拆分客戶經(jīng)理的角色，還是維持由同一人來全程負(fù)責(zé)？目前許多公司仍選擇后者。

a16z：在這種情況下，客戶支持團(tuán)隊(duì)會(huì)怎樣呢？

Scott Woody：客戶支持團(tuán)隊(duì)的作用比想象的要小得多。你需要的是一個(gè)深度參與公司成敗的團(tuán)隊(duì)，但大多數(shù)掛著 客戶支持頭銜的人所做的工作并不足以支撐起這個(gè)定位。真正驅(qū)動(dòng)客戶支持的實(shí)際上是技術(shù)型專家（如 CTO），這類專家會(huì)主動(dòng)幫客戶優(yōu)化使用方案、節(jié)省開支。因?yàn)樗麄兩钪?，只要能合理?yōu)化客戶的支出，客戶就會(huì)更持久。

a16z：目前客戶支持團(tuán)隊(duì)的 KPI 正越來越多地與總客戶流失率和客戶滿意度評(píng)分（CSAT）等掛鉤，而非聚焦于推動(dòng)客戶增購。這導(dǎo)致他們的工作重心變成確保客戶繼續(xù)使用產(chǎn)品、保持滿意且不流失，卻不深究具體原因。

Scott Woody：如果我是有決策權(quán)的 CEO，我會(huì)做三大核心變革：

首先，確保產(chǎn)品與工程團(tuán)隊(duì)深刻理解并圍繞價(jià)值指標(biāo)運(yùn)作，比如像 Meta 等企業(yè)那樣做到高度指標(biāo)對(duì)齊，將增長思維融入產(chǎn)品研發(fā)。團(tuán)隊(duì)既要清晰定義并向客戶傳達(dá)這個(gè)指標(biāo)，更要通過產(chǎn)品設(shè)計(jì)引導(dǎo)客戶提升使用量，因?yàn)檫@直接等同于公司收入，產(chǎn)品團(tuán)隊(duì)實(shí)質(zhì)上成為收入驅(qū)動(dòng)力，這對(duì)團(tuán)隊(duì)能力提出更高要求。

其次，高管層（CEO、CRO 等）需像 Meta 那樣每周甚至每天高頻度審視核心使用數(shù)據(jù)，主動(dòng)分析波動(dòng)根源。例如當(dāng)最大客戶的新增負(fù)載導(dǎo)致消耗曲線斜率上升 2%，需立刻判斷這是積極增長還是異常信號(hào)。這與基于 Seat 定價(jià)模式下疏于監(jiān)控、臨近續(xù)約才查看使用情況的做法完全不同。

最后，財(cái)務(wù)團(tuán)隊(duì)必須進(jìn)行徹底轉(zhuǎn)型，從傳統(tǒng)的季度或月度節(jié)奏，升級(jí)為一個(gè)實(shí)時(shí)運(yùn)轉(zhuǎn)的數(shù)據(jù)中樞。財(cái)務(wù)團(tuán)隊(duì)掌握著用量與支出的核心數(shù)據(jù)源，因此必須精通數(shù)據(jù)、快速響應(yīng)，成為業(yè)務(wù)團(tuán)隊(duì)的實(shí)時(shí)數(shù)據(jù)管家。否則，銷售團(tuán)隊(duì)只能依賴滯后且不準(zhǔn)確的數(shù)據(jù)開展工作，無法及時(shí)與客戶溝通關(guān)鍵問題，例如：“新的使用負(fù)載導(dǎo)致原本預(yù)計(jì)可用 12 個(gè)月的預(yù)算在 8 個(gè)月內(nèi)就被用完，這是否在您的預(yù)期之內(nèi)？”

03AI 產(chǎn)品的四種定價(jià)模型

a16z：所有軟件公司都會(huì)轉(zhuǎn)向按量計(jì)費(fèi)嗎？是否存在分界線？

Scott Woody：對(duì)于 infra 層，按量定價(jià)是天然契合的模式。軟件是 AI agents 的游樂場，這為按量定價(jià)創(chuàng)造了條件?；?Seat 定價(jià)的好處在于可預(yù)測性和簡單性，但 agent 根本不在乎簡單與否，因?yàn)樗鼈兡軐?shí)時(shí)決策。所以 infra 層終將走向按量定價(jià)。

而與人類交互的應(yīng)用層，未來幾年的主導(dǎo)模式將是混合模式。單純從價(jià)值角度來看，軟件的真實(shí)價(jià)值很少等同于擁有訪問權(quán)限的人數(shù)，所以依賴 seat 計(jì)費(fèi)模式意味著軟件的價(jià)值上限會(huì)很低。公司必須采用混合策略。

企業(yè)選擇定價(jià)模式時(shí)的考量因素

軟件計(jì)費(fèi)模型的發(fā)展歷程

在 B2C 領(lǐng)域，我傾向于采用按 seat 定價(jià)，因?yàn)槲也幌胱屜M(fèi)者頻繁做購買決策，希望他們能無感地自動(dòng)消費(fèi)。比如為 Netflix 不按量定價(jià)就是因?yàn)槿绻看蔚卿浛磧?nèi)容都要做次購買決定，那對(duì)用戶來說，認(rèn)知負(fù)擔(dān)太重了。

中小企業(yè)的定價(jià)會(huì)是混合模式。大型企業(yè)則會(huì)越來越接近純按量計(jì)費(fèi)，因?yàn)榘慈祟^增長的階梯式費(fèi)用與大多數(shù) CFO 的激勵(lì)目標(biāo)不符。此外，企業(yè)級(jí)部署的好處在于能通過較長的概念驗(yàn)證（POC）過程精準(zhǔn)量化價(jià)值。

值得一提的是，agent 產(chǎn)品在面向大型企業(yè)定價(jià)時(shí)，在 POC 階段，agent 提供商往往會(huì)上演一場迷你版的“麥肯錫式案例研究”，通過實(shí)際應(yīng)用展示產(chǎn)品帶來的效果。POC 結(jié)束時(shí)，他們會(huì)給客戶展示關(guān)鍵指標(biāo)如何下降了 27%，以及這意味著可以節(jié)省 X% 的人力成本，而產(chǎn)品的收費(fèi)將是這部分節(jié)省金額的一定比例。在大型企業(yè)中，這種更加復(fù)雜、靈活、以結(jié)果為導(dǎo)向（Outcome-based）的定價(jià)模式正逐漸興起。

Pricing your AI product: Lessons from 400+ companies and 50 unicorns | Madhavan Ramanujam

AI 產(chǎn)品的定價(jià)模型可圍繞歸因能力（Attribution） 和自主性（Autonomy） 進(jìn)行分析。

在橫軸上，從左往右，產(chǎn)品的歸因能力逐漸增強(qiáng)，在縱軸上，從下往上，產(chǎn)品的自主性逐漸增強(qiáng)。當(dāng)產(chǎn)品的價(jià)值歸因能力強(qiáng)且自主性程度高時(shí)，通常擁有更強(qiáng)的定價(jià)權(quán)。

?基于 seat 定價(jià)（上圖左下角）：低歸因能力 & 低自主性

在這一象限中，產(chǎn)品的價(jià)值難以清晰量化歸因，且產(chǎn)品以 copilot 模式運(yùn)行，不能完全自主。因此基于 Seat 定價(jià)通常是最合適的定價(jià)方式。這類 AI 公司的發(fā)展重點(diǎn)應(yīng)在于提升價(jià)值歸因能力（向橫軸右側(cè)移動(dòng)），來增強(qiáng)定價(jià)權(quán)。

?混合計(jì)費(fèi)（上圖右下角）：高歸因能力 & 低自主性

這個(gè)象限中的產(chǎn)品已經(jīng)能有效證明自身創(chuàng)造的價(jià)值，也就是具有高歸因能力，但 copilot 的運(yùn)行模式仍需人類參與。以 Cursor 為例，cursor 帶來的編碼效率提升是可以明確歸因的，但操作過程中仍需人類開發(fā)者主導(dǎo)。因此，對(duì)于這類產(chǎn)品來說，混合定價(jià)最為有效：保留基礎(chǔ)的基于 Seat 的定價(jià)模式，同時(shí)疊加基于消耗量的收費(fèi)。

?按量計(jì)費(fèi)（上圖左上角）：低歸因能力 & 高自主性

這類產(chǎn)品通常為后臺(tái)或 infra 型產(chǎn)品，具備高度自主運(yùn)行能力，但難以直接關(guān)聯(lián)到企業(yè)核心 KPI，導(dǎo)致價(jià)值歸因能力較弱。由于產(chǎn)品可以自主運(yùn)行，基于 Seat 定價(jià)的方式并不適用，因此按量定價(jià)是合理選擇，使用量在此充當(dāng)了衡量產(chǎn)品所提供的價(jià)值的指標(biāo)。

?基于結(jié)果計(jì)費(fèi)（上圖右上角）：高歸因能力 & 高自主性

這是最具定價(jià)優(yōu)勢的象限，這個(gè)象限的產(chǎn)品兼具較好的自主運(yùn)行能力和強(qiáng)大的價(jià)值歸因能力，可以實(shí)施基于結(jié)果的定價(jià)模型。在這個(gè)象限中，AI 不僅能完成工作，更直接交付可量化的業(yè)務(wù)成果，無需人工干預(yù)。典型案例包括客服平臺(tái) Intercom 的 Fin 產(chǎn)品，它的收費(fèi)直接與 AI 能夠自主解決的客服工單量掛鉤。另一例子是 Chargeflow，按成功追回的拒付爭議金額收取比例分成，比例可達(dá) 25%?；诮Y(jié)果計(jì)費(fèi)的模式可以捕捉到 AI 產(chǎn)品所創(chuàng)造價(jià)值的 25% 至 50%，傳統(tǒng) SaaS 模式通常只能獲取的 10% 至 20% 的價(jià)值份額。

目前，AI 產(chǎn)品最常見的定價(jià)方式是混合模型，這種模式反映了定價(jià)體系正從傳統(tǒng)的按 Seat 定價(jià)的 SaaS 模式，逐步過渡到融合使用量計(jì)費(fèi)的新模式。目前僅有約 5%的公司采用純粹的基于結(jié)果定價(jià)。

但定價(jià)專家 Madhavan Ramanujam 預(yù)測，未來三年內(nèi)采用結(jié)果定價(jià)模式的公司比例可能從 5%提升至 25%。對(duì)于希望在 AI 領(lǐng)域建立核心競爭力的公司來說，關(guān)鍵在于提升產(chǎn)品的自主性和價(jià)值可歸因能力，從而進(jìn)入高歸因、高自主性的象限。這將成為釋放更大商業(yè)價(jià)值的核心路徑。

a16z：現(xiàn)在 AI 正在接管一切。

Scott Woody：從本質(zhì)上講，我們可以將任何軟件轉(zhuǎn)化為服務(wù) agents 的 infra。這時(shí)候，軟件的具體 UI 或外在形式就無關(guān)緊要了，比如 Slack 怎么和用戶交互就不重要了，本質(zhì)上就是一個(gè)連接不同實(shí)體的消息傳輸協(xié)議，而 agent 的價(jià)值根本上取決于它在網(wǎng)絡(luò)中傳遞消息的能力。

a16z：回到 CEO 視角，假設(shè)你正試圖改變你的組織，是否會(huì)有新角色出現(xiàn)？

Scott Woody：關(guān)于角色定位，我最喜歡討論的一個(gè)話題就是和公司聊他們的定價(jià)委員會(huì)。我的觀點(diǎn)是：你需要的不是一個(gè)定價(jià)委員會(huì)，而是一個(gè)定價(jià)獨(dú)裁者——一個(gè)能明確告訴你什么是正確定價(jià)的人。這并不意味著這個(gè)人不需要聽取來自收入、財(cái)務(wù)等團(tuán)隊(duì)顧問的意見和觀點(diǎn)，但公司確實(shí)需要一個(gè)擁有集權(quán)的權(quán)威，來強(qiáng)有力地推動(dòng)定價(jià)相關(guān)事項(xiàng)的落地執(zhí)行。

因?yàn)樵谵D(zhuǎn)型過程中，銷售團(tuán)隊(duì)天然抵觸重新培訓(xùn)，也不愿意重新思考他們的薪酬方案，如果沒有一個(gè)強(qiáng)有力的核心人物能夠力排眾議、強(qiáng)力推進(jìn)，并擁有清晰的愿景，那么整個(gè)進(jìn)程就會(huì)停滯不前。但 CEO 必須在三個(gè)層面上做出妥協(xié)：第一，接受一線銷售團(tuán)隊(duì)愿意銷售且擅長銷售的產(chǎn)品形態(tài)；第二，適應(yīng)現(xiàn)有的技術(shù)架構(gòu)，它必須能夠精準(zhǔn)計(jì)量你所銷售或定價(jià)的內(nèi)容；第三，配合財(cái)務(wù)端的收入確認(rèn)規(guī)則。

在某種程度上，CFO、CPO、CRO 的目標(biāo)函數(shù)都存在微妙的差異。如果你不能集中權(quán)力進(jìn)行跨部門變革，最終的結(jié)果就是這些事情會(huì)演變成業(yè)務(wù)轉(zhuǎn)型的煉獄，定價(jià)決策也會(huì)被擱置一旁。

同時(shí)，你的競爭對(duì)手正在飛速行動(dòng)。你不能再像過去那樣花幾個(gè)季度甚至幾年來磨蹭。以往的經(jīng)驗(yàn)是基礎(chǔ)定價(jià)模型每五年才改一次，但像 Salesforce 這樣全球最大的公司之一，在過去 12 個(gè)月里就對(duì)基本定價(jià)結(jié)構(gòu)進(jìn)行了三次調(diào)整，他們正以前所未有的速度行動(dòng)。

如果你還固步自封，一方面初創(chuàng)公司正在重塑你的市場，另一方面你卻還在為一個(gè)定價(jià)變革進(jìn)行長達(dá)九個(gè)月的案例研究，然后再花六個(gè)月到九個(gè)月去部署。等真正上線時(shí)，就已經(jīng)落后了一年半，而且你的定價(jià)模型可能早就過時(shí)了。這對(duì) CEO 來說是極其被動(dòng)的局面。因此，你確實(shí)需要力量和決心，在這里，“硬性截止日期”反而是推手。否則，你會(huì)發(fā)現(xiàn)組織里有無數(shù)個(gè)理由讓變革無法發(fā)生。

當(dāng)下企業(yè)采用的 AI 計(jì)費(fèi)模型

04如何將按量計(jì)費(fèi)轉(zhuǎn)化為競爭優(yōu)勢？

a16z：在現(xiàn)在這個(gè)時(shí)間點(diǎn)，如果企業(yè)還沒有思考定價(jià)，是不是已經(jīng)落后了？

Scott Woody：是的。如果你剛剛在公司的利潤表上新增了一項(xiàng)昂貴的 AI 成本，但 CFO 還沒生氣，那只有兩種可能：要么這個(gè) AI 沒帶來任何實(shí)際作用；要么沒人關(guān)注銷貨成本（COGS）。這個(gè)問題必須被正視并解決。但現(xiàn)實(shí)是，現(xiàn)在沒有人擁有定價(jià)的標(biāo)準(zhǔn)答案。

我更傾向于把定價(jià)看作一場達(dá)爾文式的進(jìn)化過程。我們正處于一次深刻的變革期，就像冰蓋正在融化，沒有人知道哪種模式能在這個(gè)新氣候下真正存活。因此，你會(huì)看到大量的嘗試和探索，哪怕是在最成熟的大企業(yè)內(nèi)部也是如此。比如在 Salesforce 公開價(jià)目表背后，有上千種定價(jià)變體正在測試中，不斷尋找能引發(fā)正向增長飛輪的定價(jià)方案。所以企業(yè)需要不斷調(diào)整自身，進(jìn)入探索模式，而非優(yōu)化模式。

常有人問我“什么是正確的定價(jià)模型”，我認(rèn)為這本身就是一種認(rèn)知偏差，根本不存在唯一的正確模型，敏捷性才是唯一的制勝之道。

a16z：現(xiàn)在很多公司把定價(jià)當(dāng)作戰(zhàn)略武器，通過動(dòng)態(tài)調(diào)整價(jià)格來平衡市占率和利潤，這打破了“價(jià)格只能漲不能降”的老觀念。這種做法可行嗎？

Scott Woody：當(dāng)前多重變革正在同步發(fā)生，但此刻硅谷最根本的魅力在于技術(shù)的價(jià)值基礎(chǔ)正在以周為單位不斷發(fā)生劇變。如果你的業(yè)務(wù)建立在 LLMs 之上，那么你現(xiàn)在能夠提供的功能可能在一個(gè)月前還根本無法實(shí)現(xiàn)。但你只需進(jìn)行一次“產(chǎn)品發(fā)布”，價(jià)格自然就上漲了。

事實(shí)上，現(xiàn)在有些公司采用的是成本加成定價(jià)：他們設(shè)定一個(gè)固定的利潤率，比如 20%，然后對(duì)外宣稱就維持 20% 的利潤。這聽起來可能不像是一門高利潤的好生意，但如果你的目標(biāo)是快速覆蓋整個(gè)市場，這其實(shí)是一個(gè)有效策略，因?yàn)榭梢酝ㄟ^低價(jià)建立用戶基礎(chǔ)，之后再通過更精細(xì)的定價(jià)和產(chǎn)品打包策略來逐步提高利潤空間。

但這個(gè)方式的 bet 在于：

1）市場巨大且增長迅猛；

2）通過維持固定利潤率，公司有足夠資本持續(xù)投入下一代模型或技術(shù)的研發(fā)；

3）可以給沒有無限資金池的競爭對(duì)手施加巨大的壓力。

還有一點(diǎn)需要特別強(qiáng)調(diào)：雖然定價(jià)與價(jià)值掛鉤是評(píng)估上市公司的常見邏輯，但所有初創(chuàng)公司必須認(rèn)清一個(gè)現(xiàn)實(shí)，如果所處的市場真的像預(yù)期那樣巨大，例如能在未來幾年內(nèi)增長十倍，那么他們本質(zhì)上是需要把資本當(dāng)作武器，用犧牲短期利潤的方式打壓競爭對(duì)手、迅速搶占市場份額。至于如何盈利，那是以后的事。我認(rèn)為在當(dāng)下，這種策略是合理的。真正的贏家正在獲得壓倒性的領(lǐng)先優(yōu)勢，甚至出現(xiàn)了一種特殊現(xiàn)象：位于行業(yè)頂端的公司不僅沒有放緩，反而在進(jìn)一步提速，就像是在經(jīng)歷一場真正指數(shù)級(jí)的增長浪潮。

a16z：在互聯(lián)網(wǎng)和 AI 領(lǐng)域，“贏家通吃”現(xiàn)象非常普遍：一個(gè)領(lǐng)先品牌往往能依靠網(wǎng)絡(luò)效應(yīng)和數(shù)據(jù)飛輪迅速占據(jù)超過 80% 的市場份額。用戶的持續(xù)使用推動(dòng)產(chǎn)品不斷優(yōu)化，再疊加幾乎為零的邊際成本，使得產(chǎn)品能在全球范圍內(nèi)高速擴(kuò)張，壟斷速度遠(yuǎn)超工業(yè)時(shí)代，帶來了三十年未見的顛覆性格局。這本質(zhì)是數(shù)據(jù)取代技術(shù)成為護(hù)城河的必然結(jié)果。

Scott Woody：當(dāng)前，AI 領(lǐng)域在產(chǎn)品迭代速度、市場格局演變和資本流向等方面都呈現(xiàn)出前所未有的劇烈變革。同時(shí)，企業(yè)也在積極規(guī)劃自身的成本遞減路徑。在這樣的背景下，追求市場快速飽和的策略看起來非常明智。這也解釋了為什么許多 AI 公司在早期選擇基于 Seat 的定價(jià)模式，因?yàn)檫@個(gè)模式足夠簡單、穩(wěn)定，便于快速落地。但隨著成本結(jié)構(gòu)逐漸清晰、市場接受度不斷提升，企業(yè)開始轉(zhuǎn)向更靈活的混合定價(jià)模式，并通過創(chuàng)新的定價(jià)策略傳遞品牌立場，強(qiáng)調(diào)和用戶站在同一陣線。

a16z：互聯(lián)網(wǎng)與 AI 浪潮本質(zhì)上非常相似，可以以零邊際成本引發(fā)爆炸式增長。核心差異在于，互聯(lián)網(wǎng)早期缺乏變現(xiàn)手段，而當(dāng)前 AI 已突破商業(yè)化瓶頸，按量計(jì)費(fèi)模式正是 AI 變現(xiàn)的基礎(chǔ)。這種計(jì)費(fèi)方式不僅是策略選擇，更是支撐本輪 AI 爆發(fā)的底層邏輯。

Scott Woody：是的，以向 CFO 銷售軟件為例，企業(yè)最大的支出通常是人力成本，其次就是 AWS 等云服務(wù)這類按量計(jì)費(fèi)的資源。事實(shí)上，企業(yè)在管理這類變動(dòng)成本方面，已經(jīng)積累了超過 15 年的經(jīng)驗(yàn)。這與互聯(lián)網(wǎng)早期形成了鮮明對(duì)比，當(dāng)時(shí)按量計(jì)費(fèi)的模式尚未被廣泛理解，甚至超出了多數(shù)人的認(rèn)知框架，難以想象也難以接受。

a16z：當(dāng)時(shí)人們甚至都不知道如何實(shí)現(xiàn)盈利，基本上最后只能靠廣告。

Scott Woody：是的。當(dāng)下技術(shù)條件已然成熟，AWS、Snowflake 等企業(yè)已向市場普及了“可變價(jià)值、可變支出”的理念，企業(yè)能夠清晰地向客戶證明，這項(xiàng)服務(wù)與客戶的價(jià)值訴求完全契合。

以 Intercom 推出的 AI 客服產(chǎn)品為例，它能夠自動(dòng)處理客戶問題，并以行業(yè)標(biāo)準(zhǔn)的 65% 問題解決率作為計(jì)費(fèi)基準(zhǔn)，按實(shí)際解決的問題數(shù)量收費(fèi)，從而降低客戶的人力成本。這個(gè)產(chǎn)品最具顛覆性的創(chuàng)新在于，如果用戶正式使用 12 周后未達(dá)到預(yù)期解決率，公司將返還高達(dá)百萬美元的費(fèi)用。這對(duì)于一家主要服務(wù)中小企業(yè)的公司來說，是極具突破性的舉措。

如果這種模式能在數(shù)十萬家中小企業(yè)中成功推廣，將充分證明市場已接受按量計(jì)費(fèi)，會(huì)打破“中小企業(yè)難以應(yīng)對(duì)復(fù)雜計(jì)費(fèi)結(jié)構(gòu)”的這個(gè)傳統(tǒng)認(rèn)知。事實(shí)上，隨著市場環(huán)境日益復(fù)雜，企業(yè)對(duì)計(jì)費(fèi)模型的理解也在不斷加深。企業(yè)決策者真正關(guān)心的是能否以合理價(jià)格獲得明確價(jià)值。因此，復(fù)雜但透明、基于實(shí)際效果的計(jì)費(fèi)方式，反而是他們的首選。

a16z：SaaS 曾改變計(jì)費(fèi)模型，而本輪變革中計(jì)費(fèi)模型的戰(zhàn)略地位得到了空前提升，企業(yè)需要思考如何將按量計(jì)費(fèi)轉(zhuǎn)化為競爭優(yōu)勢。

Scott Woody：按量計(jì)費(fèi)企業(yè)的商業(yè)模式與傳統(tǒng)軟件公司存在本質(zhì)區(qū)別。以工程師優(yōu)化數(shù)據(jù)庫查詢?yōu)槔趥鹘y(tǒng)公司中，如果性能提升了 50%，通常可以立即上線，并為工程師帶來晉升機(jī)會(huì)；但在 Snowflake 這樣的按量計(jì)費(fèi)企業(yè)中，同樣的優(yōu)化往往需要分階段推進(jìn)，比如每個(gè)季度逐步釋放 10% 的性能提升。

因?yàn)槿绻?jì)算成本一夜之間下降 50%，將直接導(dǎo)致以計(jì)算或存儲(chǔ)服務(wù)為核心的企業(yè)收入腰斬。雖然從長期看，這種優(yōu)化對(duì)客戶更有利，也能建立更健康的收入結(jié)構(gòu)，但在這種模式下，工程師實(shí)際上掌握著公司收入的閥門。這種“技術(shù)優(yōu)化直接影響營收”的思維模式與基于 Seat 定價(jià)的模式存在本質(zhì)區(qū)別。因此，AI 公司普遍認(rèn)為按量計(jì)費(fèi)是最合理、甚至是唯一可行的定價(jià)方式。

但真正有轉(zhuǎn)型阻力的是那些年收入達(dá)數(shù)億美元的大型企業(yè)。對(duì)于這些公司而言，轉(zhuǎn)向按量定價(jià)不僅意味著定價(jià)方式的改變，更涉及對(duì)整個(gè)數(shù)據(jù)體系、團(tuán)隊(duì)權(quán)限結(jié)構(gòu)和決策流程的系統(tǒng)性重構(gòu)。

轉(zhuǎn)載原創(chuàng)文章請(qǐng)?zhí)砑游⑿牛篺ounderparker