如果你从事SaaS行业，可能已参与过关于如何让客户从融合生成式AI、大语言模型（LLM）或定制AI/ML模型的产品中获得更高价值的内部讨论。
在敲定策略并制定产品路线图时，我想强调一个关键方面——这让人联想到昔日的加州淘金热：别忘了带上铲子再去淘金！
同样地，切勿忽视SaaS + AI的变现环节。应从一开始就将其纳入考量，并在初期搭建好合适的“管道”基础设施，而非作为事后补充或在产品上线后才考虑。
去年我曾撰文探讨SaaS向计量定价转变的必然性。当时推动这一转变的催化剂尚不明确，但基本论点依然成立。未曾预料的是，某种形式的AI竟成为了那个催化剂。
SaaS + AI：过去成功的方法，无法带你走向未来
首先要认识到，所需的不仅是“定价”调整，更是商业模式的变革。传统SaaS定价相对简单，通常采用按席位收费模式，并将价格设定在远高于基础成本的水平以实现预期利润率。
定价调整是指改变收费的内容，例如从每位用户每月79美元调整为99美元；而变现模式的变化则是收费方式的根本性转变。随着AI作为消费向量介入，这必然要求采用精确计量和基于用量的定价模型。
目前已有不少优秀案例展示了公司如何利用基于用量的定价来变现AI，包括OpenAI及所有提供基础AI模型和服务的公司，以及Twilio、Snap、Quizlet、Instacart和Shopify等整合这些服务以面向客户提供工具的企业。
为什么基于用量的定价是生成式AI的自然契合点
变现生成式AI的挑战在于，提示词（prompts）和输出内容的长度各不相同，且其大小与资源消耗直接相关——更大的提示词需要更多处理资源，反之亦然。
复杂性还体现在客户使用频率的差异上：有的客户很少使用该工具，而另一位客户可能连续数周每天多次生成新文本，导致成本足迹大幅增加。任何可行的定价模型都必须考虑到这种可变性并相应扩展。
此外，ChatGPT等服务本身也采用基于用量的定价模式。这意味着利用ChatGPT或其他模型的工具都将根据使用情况计费；由于后端服务成本本质上是可变的，面向客户的计费也应基于用量。
为提供最公平透明的定价并实现无缝的用户增长，企业应采用基于用量的定价。前端用量弹性且后端成本可变的特点，使生成式AI产品成为该模式的理想选择。以下是实施建议：
计量前端用量和后端资源消耗
企业利用众多公司的预构建或训练好的模型，并可能使用自定义数据集进一步训练，随后将其作为功能集成到技术栈中。为全面了解使用成本和利润率，应对AI基础设施的每次使用调用（无论是API还是直接调用）进行计量，以掌握底层成本足迹。
需关注服务请求消耗了多少资源，例如令牌数量、持续时间、结果大小、频率及其他性能指标。
您可以选择执行以下操作：
- 在基础生成式AI提供商的成本结构之上增加加价。
- 根据用量消费情况，对客户可见的定价计划采用分层模型进行定价。
- 创建混合收费向量（既保留生成式AI的成本模型，又增加专属于您产品或服务的新向量）。
通过同时计量客户可见的收费向量和相应的后端消耗向量，企业可以创建并迭代基于用量的定价计划，实时查看业务关键绩效指标（如利润率和成本）及技术关键绩效指标（如服务性能和总体流量）。创建计量器后，将其部署到事件发生源所在的解决方案或应用程序中，开始跟踪实时使用情况。
跟踪所有客户的使用情况、利润率和账户健康状况
一旦部署了计量基础设施，随着使用情况的发生和客户利用生成式服务，便可实时可视化使用情况和成本。识别重度用户和表现不佳的账户，并为面向客户的团队提供上下文数据，以便在每个接触点提供价值。
由于ChatGPT等生成式AI服务采用基于令牌的计费模式，因此需要获取每个使用您服务的客户的细粒度令牌级消耗信息。这有助于了解产品中AI服务的客户级利润率和使用情况，对销售和续约谈判具有重要价值。若无高度准确且可用的实时计量服务，就不可能实现这种对客户级消耗、成本和利润率的精细洞察。
启动并迭代灵活的基于用量的定价
在部署计量器以跟踪生成式AI解决方案的使用情况和性能后，下一步是通过基于用量的定价将这些使用情况货币化，确定应向客户收取费用的价值指标。
对于文本生成，这可能是令牌或所用底层资源的加价，或者是提供服务响应所需的总处理时间；对于图像生成，则可能是输入提示的大小、生成图像的分辨率或数量。通常，最终定价将基于上述多种因素的组合构建。
创建定价计划并分配给客户后，实时用量将通过计量系统进行跟踪，并由定价引擎进行计费和出账。按需发票需保持最新状态，以便供应商或客户随时查看当前的用量和费用。
与您现有的工具集成，实现下一代客户成功
一旦部署了计量系统并配置了计费服务，最后一步是与组织内部的第三方工具集成，确保使用量和计费数据可见且可操作。可与CRM工具集成，以实时用量数据增强客户记录，或帮助简化支持工单的解决流程。
随着实时用量数据的收集，还应将该系统与财务和会计工具集成，以实现基于用量的收入确认、发票跟踪及其他任务。
ChatGPT的出现开启了人们对AI技术兴趣和投资的新纪元。市场上不断涌现出新产品和服务，它们与ChatGPT及类似工具集成，提供面向客户的生成式AI能力，同时也引发了围绕定价和市场进入策略的持续讨论。
不要在没有铲子的情况下参加淘金热。在尝试利用生成式AI并将其集成到您的应用程序中时，请并行设置基于用量的计量系统，以便更深入地了解客户如何使用该应用程序以及他们在何处获得价值。
在此基础上，利用这些洞察构建一个透明且公平的业务模式，使其在规模化运营中具备盈利能力。