来源 | 硬 AI 

不少风投资本发现，AI初创公司正在采用一种全新的商业模式——基于使用情况的定价（usage-based pricing），而非坚守传统的按用户来收费（或称基于席位的定价方式）。

例如，最初，生成式AI初创公司Cresta是按用户收费。现在，该公司已转向按照其AI工具帮助联络中心员工进行的每一次对话进行收费。

今年3月，客户服务公司Intercom曾发布了AI聊天机器人Fin，为其能够解决的每个客户请求定价为99美分，有别于该公司按用户收费的核心客户服务产品。

研究表达交流的实验室和AI初创公司Hume AI，旨在利用AI技术、根据语调和面部表情来分析人们的情绪变化，也开始按照每分钟、每个注释和单词量来收费。

公开资料显示，基于使用量的定价（UBP），也称为基于消费的定价，这种模型令客户能够根据产品的实际使用量来支付费用，而衡量使用情况的指标对应着客户如何从产品中获取价值。

目前，UBP定价方式在“软件即服务”（SaaS）领域越来越流行，正逐渐取代更传统的基于订阅和用户席位数的定价模式。

由于UBP将客户支付的价格与其收到的产品价值直接联系起来，这种定价方式被评价为“将成为基于价值定价模型的代名词”（value-based pricing）。

风投IVP（Institutional Venture Partners）的合伙人Karthik Ramakrishnan便称，基于使用情况的定价模型，可以帮助AI初创公司将产品定价与其实际提供的价值更紧密地联系起来，后者的衡量标准可以是他们为客户节省的时间和工作量。

但相比于传统的按用户席位收费来说，基于使用量来定价（也可以称为按使用次数收费）可能无法将客户锁定在能够产生更可预测收入流的套餐中，专注于企业AI的上市公司、人工智能应用程序开发商C3.ai在转向UBP定价时，便遭遇了收入和毛利率一直在波动的困境。

目前，基于使用情况的定价模型大体分为三种：

1. 现用现付（pay as you go），客户只需为实际使用或消费的内容付费，非常适合业务需求波动的公司；
2. 按单位定价（per-unit pricing），客户根据以单位计数的资源使用情况付费，提供更精细服务的云供应商偏爱这种模式；
3. 分级定价（tiered pricing），客户可以选择适合自己需求的级别，使用量超过限额将升级到下一档级别和更高的定价。通常会有一个免费套餐共启动使用。

基于使用情况定价也叫“计量服务”（metered services），在实际生活中与从公用事业公司购买电力或水的计量服务模式类似。这种定价模型最早被SaaS和“基础设施即服务”（IaaS）云供应商青睐，通过允许客户探索如何用自然的方式使用服务、无需预先花钱订阅，借此来留住客户。

UBP定价的优点在于，通过定价模型的透明度，更轻松地将客户的使用成本与供应商的资源消耗直接挂钩。对于用户来说，可以用相对较低的成本开始使用产品，最大限度地减少采用阻力。对于供应商来说，允许更多用户在同一个账户内访问产品，能催生更多新的用例，甚至鼓励一组用户与公司内部的其他潜在用户或外部组织分享经验，进而扩大总目标市场（TAM）。

缺点方面，这种定价模式依赖的是客户多变的需求，可能令供应商预测财务数据和获得可持续的经常性收入更为困难，甚至会损害企业的长期增长。但是数据显示，过去五年中，B2B的SaaS领域对UBP定价采用率几乎翻了一倍，五分之三的公司正在使用某种形式的UBP策略。

风投Menlo Ventures的合伙人Naomi Pilosof Ionita也表示，除了因为产品较新，需要用更快的策略向潜在客户证明其价值之外，人工智能初创公司如果提高了客户的员工效率，可能导致客户最终雇佣更少的员工，这意味着在传统订阅模式下为AI公司带来收入的用户席位会减少。

上述种种原因，都令AI初创公司更愿意尝试新的定价模式。

同时，在当下的宏观经济挑战中，企业客户越来越多地裁员和削减支出，并需要更长时间才能做出软件购买决策，基于使用情况的定价可能更容易让企业接受，因为它允许客户随着时间的推移灵活调整支出。

还有分析指出，UBP定价的兴起和逐渐普及，与技术本身的发展特点息息相关：

• 自动化：软件越来越多地实现手动流程的自动化。产品越成功，客户所需的用户席位就越少，根据用户席位定价并不能随着自动化产生的价值而变化。

• 人工智能：人工智能使自动化更进一步，最终消除整个团队持续执行任务的需要，这令货币化不再仅仅与产品的人类用户挂钩。

• API：对于许多发展最快的软件公司来说，价值在于API（软件直接与其他软件对话的能力），而不是UI（用户界面），不需要有用户就能看到价值。