AI如何让定价再次变难

摘要

文章指出AI技术正在颠覆传统SaaS行业的高毛利商业模式。由于LLM的使用成本随用户使用量线性增长，AI公司面临着前所未有的定价挑战。作者通过分析Replit等真实案例，阐述了为何传统订阅模式不再适用，并提出了五种针对AI时代的定价策略：按使用量付费、席位订阅、超额计费、积分制和分层定价。文章强调，AI公司需要重新思考定价逻辑，将工程团队与财务部门紧密结合，才能在激烈的竞争中保持健康的利润率。

内容框架与概述

文章以MoviePass的失败案例开篇，引出AI公司面临的类似困境：当用户增长意味着成本增加时，传统SaaS的零边际成本优势不复存在。作者以Lago公司联合创始人的身份，观察了数十家AI创业公司如何应对这一挑战。Replit的案例尤其具有警示意义，其毛利率从36%暴跌至-14%，再回升至23%，远低于传统SaaS公司的70%-85%水平。

接下来，文章详细拆解了五种AI定价模式及其适用场景。按使用量付费模式最直观，将成本直接转嫁给用户，适合基础设施类产品。席位订阅在协作工具领域依然有效，如Miro的实践，但需警惕AI提高效率导致的席位需求下降。超额计费模式适合对可靠性要求极高的场景，如代码编辑器Cursor，但需要透明化使用情况以避免用户意外产生高额费用。

积分制定价是心理层面的巧妙设计，让用户感觉订阅是无限的，同时保护厂商免受高成本冲击。这种模式特别适合消费级产品、多功能产品以及用户主动触发的使用场景。文章最后强调，AI时代要求工程团队像财务部门一样关注毛利率，定价不再是单纯的财务问题，而是需要全公司参与的战略决策。选择正确的定价模型，能够将AI的边际成本从劣势转化为竞争优势。

核心概念及解读

边际成本：指每增加一个单位产品或服务所产生的额外成本。AI产品与传统SaaS的核心区别在于，AI的边际成本不为零，因为每次调用LLLM都需要支付费用。

毛利率：收入减去直接成本后的利润率。传统SaaS公司的毛利率通常在70%-85%，而AI公司由于LLM成本压力，毛利率普遍大幅降低，甚至出现负值。

按使用量付费：用户根据实际使用量支付费用的定价模式。这种模式直接将成本转嫁给用户，常见于云服务和AI API提供商，如OpenAI按token收费。

积分制定价：将使用量转换为积分单位的混合定价模式。用户购买包含一定积分的订阅，不同功能消耗不同积分。这种模式在心理上给用户无限使用的感觉，同时避免了意外高额账单。

超额计费：提供基础订阅包含一定使用量，超出部分按次收费的定价策略。适合对可靠性要求高的产品，但需要透明化使用监控以避免用户不满。

原文信息

此摘要卡片由 AI 自动生成