AI 正在改变软件公司向客户收费的方式。欢迎来到即用即付的未来。
快速阅读: 据《商业内幕》最新报道，SaaS行业正从按月“按座计费”转向基于使用量的“按需付费”模式，主要受生成式AI推理阶段高昂成本驱动。新模式确保公司覆盖上升的基础设施成本，但也带来收入波动和客户成本不确定性。未来，若AI成本下降，传统按座位模式可能回归。
一场悄然兴起的变革正在重塑软件即服务（SaaS）的商业模式。SaaS行业正从传统的按月“按座计费”模式转向基于使用量的“按需付费”模式。那么，推动这一变革的核心动力是什么呢？尤其是那些计算密集且运行成本高昂的新一代推理模型。这不仅仅是一场简单的定价试验；对于一些正在适应AI驱动软件服务运行成本的公司而言，这或许已成为一种经济上的必然选择。
**推理阶段带来的高昂成本**
如果你一直关注我的文章，你会发现我曾提醒过大家，生成式AI革命将对部分互联网业务的定价模式产生重大影响。早在2024年1月，我就提到构建AI模型的成本居高不下，并指出大型科技公司正在探索新的收入增长途径，比如订阅服务。如今，一种新型“推理”AI模型应运而生，其运行成本极为高昂。它们并非仅仅输出简单回复，而是通过循环处理步骤、核查工作并重复执行整个过程。这一过程被称为推理阶段计算。每一步都会生成新的“标记”，这成为了生成式AI的新语言，需要进一步处理。例如，巴克莱分析师发现，OpenAI的o3-high模型在回答一个单一AI基准问题时所需的标记量比其前代o1高出1000倍。生成这样一个答案的成本？约3500美元。这些成本不是理论上的。随着企业将AI深度整合至核心工作流中，构建代理、副驾驶以及其它复杂决策工具时，每次查询的计算需求也随之大幅增加。当涉及数百万用户时，这些成本会迅速累积。结果：若AI使用量及计算成本激增且在客户群体间分布极不均衡，软件公司可能难以继续维持固定的月费模式。
**为什么按座位模型可能不再适用**
长期以来，像微软和Salesforce这样的SaaS公司通常按照每位用户每月收费。这是一种清晰且可预测的模式，在边际使用成本近乎为零时表现尤为出色。但生成式AI正在改变这一局面。由于推理计算成本高昂且呈上升趋势，固定定价模式逐渐成为一种潜在的财务压力。咨询公司AlixPartners在其近期关于AI对软件公司威胁的研究报告中指出：“AI代理高昂的计算成本或将导致相较于传统SaaS产品更高的收入成本。”
**新模式：按需付费**
与其按用户收费，企业开始依据活动量收费，无论是在标记消耗、查询运行、自动化执行还是模型调用方面。这使得收入与使用情况更加紧密挂钩，确保公司能够覆盖其不断变化和上升的基础设施成本。上个月，山姆·阿尔特曼也曾为OpenAI提出过类似的设想。开发平台Vercel已据此原则开展运营：客户网站流量越大，他们支付的费用就越高。相关故事商业内幕告诉您想要了解的创新故事商业内幕告诉您想要了解的创新故事“这与客户成功更为契合，”Vercel首席财务官马滕·阿布拉姆森在接受采访时告诉我，“如果客户成功，我们也自然会成功。”
**早期采用者**
像Bolt.new、Vercel和Replit这样的新兴公司走在前列。像Bolt.new这样由AI代理驱动的低代码平台，在从按座位计费转向基于使用量的层级后，其方案现根据标记消耗量进行扩展，从普通用户到专业用户。Bolt.new服务定价与此同时，Braze和Monday.com推出了混合型定价模式，将基础座位许可证与按需使用的AI积分相结合。对于Monday.com，不少按座位计费的客户每月可获赠500个AI积分。当这些积分耗尽时，还需额外付费。ServiceNow首席执行官比尔·麦克德莫特表示，该公司多年来在Nvidia支持下打造了一个低成本、高效且安全的AI平台。他还提到，诸如Meta的Llama和Google的Gemini等众多大型AI模型近期已大幅降低接入成本。即便如此，ServiceNow仍引入了基于使用量的定价，以防在少数极端情况下客户高度活跃并使用大量需公司处理的标记。“一旦超出我们可承受范围，我们就得设置某种计量机制，”麦克德莫特强调，“客户在触及基于使用量的定价门槛前仍能轻松处理数千项业务流程。”“我们的客户依然期待按座位的可预测性，”麦克德莫特补充道，“我们认为这堪称完美的平衡模型，兼具可预测性、创新性以及成千上万种免费应用场景。”
**投资者开始留意到这一现象**
巴克莱分析师近日指出，基于使用量的软件公司，如JFrog和Braze，应享有较高的估值溢价，尤其因按座位的供应商可能因AI功能无法随用户数量同步增长而面临收入增速放缓的风险。“我们注意到越来越多的投资者担忧，AI代理的广泛普及可能让SaaS供应商从座位增长中获取的增量收入贡献减少，”分析师在近期致投资者的报告中写道。这种转变可能加剧季度收入波动，但从长远来看更能体现产品价值。不足之处在于这些成本对客户而言具有不确定性。若流量激增或员工频繁使用新AI工具，客户可能难以预知每月的具体成本。提供这些新型AI驱动软件服务的企业同样面临类似挑战。其销售额可能更多取决于客户成功与否及整体活动水平。与传统SaaS服务商稳定的月度座位销售收入相比，这种波动性收入对投资者的吸引力较低。曾在Salesforce和Mozilla等科技公司担任首席营销官的大卫·斯莱特近期利用Bolt.new搭建了自己的个人网站。他表示，若频繁使用该工具或深陷设计细节反复调整，成本可能迅速失控。SaaS服务的魅力在于其可预测性，既体现在客户层面，也体现在服务提供方层面。任何破坏这一稳定状态的因素都可能引发问题，尤其是对终端用户而言。“缺乏可预测性的定价模式难以维系，”斯莱特在采访中告诉我。
**展望未来**
从按座位收费向按使用量收费的转变不仅关乎AI，但AI无疑是关键推手。随着软件日益智能化、动态化且对算力的需求不断提升，将定价与实际使用挂钩有望成为更可持续的发展方向。预计2025年将有更多企业推出代币积分制、按查询收费或混合收费模式，不仅因其效率更高，还因其可能是AI加速普及背景下企业生存的唯一出路。当然，若生成式AI的计算成本随时间逐步下降，当前局面或将发生变化。这种情况在过往的计算时代已发生过，部分专家认为它可能再度上演。抑或至少他们抱有此期望。“早晚，AI成本会大幅下降，届时基于使用的模式或将消亡，取而代之的可能是按座位、按时间或易于理解的月订阅模式，”斯莱特说道。
(以上内容均由Ai生成)
