AI 应用怎么定价：从按席位到按成果
深度思想，谈 AI 与向往
—— 字节深思圈
AI 应用怎么收费，是个被严重低估的问题。定价不只是定个价格，它决定了你卖的是工具还是成果，决定了收入结构和生意形态。
有人调查了 40 家领先的 AI 原生应用公司，发现五个趋势。数据是 2024 年的，但趋势判断到现在依然成立。
第一波 AI 应用的五个定价事实
七成公司用订阅制，纯用量付费寥寥无几。基础设施层（模型、云计算）都是按 token 用量收费，但应用层没有沿用。
按用户数量作为主要计费指标。这和传统 SaaS 一致，反映了一个定位：AI 应用是"副驾驶"，辅助人类工作。
免费版本和试用期普遍存在。超过一半提供免费版，五分之一提供免费试用，用来促进早期采用。
“好-更好-最好"的套餐模式是主流。基础版、专业版、企业版，给用户清晰的升级路径。
定价透明度差异大。面向个人和专业用户的公开定价，企业级应用倾向隐藏定价，保持议价空间。
为什么应用层没沿用用量计费
五个原因：订阅对用户更熟悉，认知门槛低；用量计费需要强大的计费和基础设施，初创公司搞不定；很多 AI 应用的价值难以量化，找不到合适的计费指标；创新定价可能限制采用，而初创公司最想要的是用户增长；盈利不是第一波公司的首要目标，证明市场要增长优先。
按用户计费的隐患
按席位收费有一个结构性风险：AI 越来越能替代人工，用户数量本身会减少。传统 SaaS 里，客户为超出需求的席位付钱，月活跃率 20-40% 是常态——按定义，客户为没用到的东西付了溢价。
当 AI 从"增强个人生产力"变成"交付工作成果”，按席位订阅就会受到挑战。你卖的是一个岗位的产出，还是卖一个座位？
第二波：成果导向定价
一批公司已经开始换玩法。Chargeflow 做信用卡拒付管理，只在成功解决拒付时收费；Fin（Intercom 的 AI 客服）只在成功解决问题时收费；EvenUp 为律所生成需求包，成功交付才收费；11x.ai 也在尝试类似模式。连微软都在为 AI Copilot for Security 测试用量付费。
成果导向定价的逻辑很直白：供应商只有在你成功时才成功，客户建立的是双赢关系。这也可能提高采用率——客户只在产品带来实际结果时才付钱。
代价是实施难。你得能定义"成功"，能度量"成功"，能证明"成功是你的功劳"。这正是大多数 AI 应用做不到的地方，也是它现在还是少数派的原因。
判断：价值指标决定生意形态
定价的核心问题不是"定多少钱"，是"按什么收费"。计费指标就是价值指标，它定义了你在卖什么。
卖工具，按席位收，客户按人头付钱，用得少也不退。卖成果，按结果收，客户为价值付钱，但你要承担结果风险。卖工作量，按用量收，接近成本结构，但要有计量基础设施。
AI 应用的价值正在从"增强"走向"替代"。第一波公司按"人"收钱，第二波公司按"成果"收钱。谁先找到可度量的成果指标，谁就先拿到定价权。
给自己产品定价的五问
- 我的计费指标是什么：用户数、用量、还是结果？这个指标会不会被 AI 替代人力而失效？
- 免费策略是什么：免费版还是试用期？免费版能让用户感受到核心价值吗？
- 套餐怎么分层：“好-更好-最好"里，最高档是不是给 power user 的？
- 定价透明吗：to C 公开、to B 隐藏，你的目标客户吃哪套？
- 能不能绑结果：哪怕只绑一个关键结果（成功结算、解决问题、交付文档），也比纯按席位更有说服力。
注：40 家公司定价调查数据来自 2024 年公开分析（子非AI/Founder Park 转载），样本与统计口径为原作者选择；成果导向定价案例（Chargeflow、Fin、EvenUp、11x.ai）为公开报道。