在为AI驱动的SaaS产品定价前需考虑的因素

2019年，我曾撰文探讨企业应如何为AI增强型软件定价，重点聚焦于开发自有AI的SaaS公司及其模型改进过程中的定价考量。

此后，以OpenAI、MosaicML为代表的第三方基础模型提供商迅速崛起。“AI即服务”供应商使任何SaaS厂商都能将强大AI集成至应用中，引发了SaaS生态中普及AI的热潮，新创公司与成熟上市公司均受此影响。

技术普及带来了安全部署、市场竞争格局等诸多问题。其中，一个尚未被充分讨论的重要领域是：应该如何定价。

下文提出一个关于SaaS应用中AI功能定价的工作框架。鉴于该领域发展迅速，未来将持续更新相关思路。

你的AI功能创造了多少差异化价值？

基础模型对所有SaaS提供商开放，面对这种实质上已商品化的产品，应从第一性原理出发思考定价策略：该AI功能创造了多少差异化价值？

将AI功能集成到平台流程中，节省了用户切换至底层模型（如ChatGPT）的时间。保持用户在当前上下文中，是一种强大的赋能手段。

然而，需诚实评估AI实际创造的价值。如今许多SaaS中的AI功能虽吸引了初步尝试，却未实现有意义的持续采用。首要任务是了解留存率和价值创造情况。

其次，审视AI产品是否具备差异化优势。若大部分价值可通过直接使用ChatGPT获得，便不应试图获取高额利润。转售并非可持续的价值创造或差异化策略。

即使暂无法收取高昂费用，AI功能仍可通过提升现有产品价值和粘性创造显著效益，或推动用户升级至高阶服务层级，从而提高净美元留存率（NDR）。

随着时间推移，可利用初始功能构建更具差异化的价值。当达到该阶段时，再考虑采取更具价值提取性质的定价策略。

AI SaaS定价仍处于早期阶段

推出AI功能时，首要任务是明确其创造价值的方式并推动用户采用。为此，许多SaaS公司选择免费提供AI功能。策略制定者计划随着对价值创造程度及受益对象认知的深入，逐步实现货币化。

目前，部分SaaS提供商已开始收费。多数采用免费增值模式，通常基于使用量设置门槛，让用户在付费前充分体验功能。这些定价模型优先考虑简洁性，有助于推动采用。GitHub Copilot和Notion AI均实现了强劲增长，并按席位收费。

上述公司在核心产品外对AI功能单独收费。此外，Jasper和Copy.ai等公司专注于提供AI驱动服务，利用OpenAI提供文案即服务。尽管每席位价格较高，但因需向OpenAI支付费用，其销售成本（COGS）可能也更高。

关于基础模型的COGS，SaaS提供商能在多大程度上将其转嫁给客户仍是未知数。对于真正提供差异化价值的提供商，或许能将成本完全转嫁并获得可观利润率。

提供商品化价值的提供商可能无法转嫁成本，导致毛利率低于传统SaaS（70%-80%）。此类参与者可利用AI改善内部运营（如自动化销售营销），在运营费用中弥补部分毛利损失。

SaaS中AI功能的定价示例（2023年5月）

SaaS公司应如何考虑AI功能的COGS

底层模型供应商的定价快速演变，包括价格水平及计费方式（按token或计算量等）。SaaS公司应假设，随着更多模型加入和技术进步，推理成本将随时间下降（尽管短期内可能因GPU供应限制而停滞）。

投资组合中的SaaS公司显示，目前集成的摘要、编辑、文本生成等AI功能成本并不高。因此，大多数厂商不对付费AI功能设限，但保留对极端用户限流的权利（通过“公平使用”政策）。

在降低COGS的策略上，优化特定任务的基础模型是关键，需在成本和性能间权衡。例如，尽管GPT-4强大，但因成本和延迟，多数公司仍选用足以满足需求的GPT-3.5 Turbo。

虽然具体模型选择会迅速演变，但为特定工作匹配合适模型的核心思想将成为主流。特别是随着开源模型快速改进，这种动态将对SaaS供应商更加有利。

推动差异化价值创造

最终，AI功能的目标应是驱动差异化价值。可从简单的第三方模型集成开始，进而捕获与“待办任务”（JTBD）相关的专有数据。

需追踪模型建议、用户操作及最终业务成果之间的关联。利用这些专有数据优化模型，可交付通用第三方模型无法提供的JTBD特定价值，即“辅导网络”方法。

随着SaaS公司向这一理想状态迈进，许多或将放弃按席位定价。正如2019年文章所述，该模式可能限制数据收集，并随AI功能改进而自我蚕食，因为实现相同价值所需席位减少。届时，SaaS公司可能会转向更多与价值对齐的模型。

在此期间，SaaS公司在AI功能定价方面应致力于简化和提高采用率。这是一个学习和迭代的关键时期。

随着该领域快速发展，我们都在不断学习。如果你正在构建支持AI的SaaS产品并希望深入探讨这些想法，欢迎交流。