AI 应用程序是如何赚钱的？他们的定价模式、价值指标…五个主要发现

近年来，AI 产品和应用呈现爆炸式增长，吸引了超过五分之一的风险投资。许多 AI 应用改变了我们与软件的关系，从一种“让我们更高效”的工具，演变为“生成全新工作产品”的平台。这种转变使得创新定价策略成为可能。

在本文中，我们与定价专家 Palle Broe 合作，调查了应用层的 40 家领先 AI 原生公司，揭示它们是如何通过创新定价模式赚钱的。我们发现了以下五个主要发现：

定价创新有限 ：70% 的公司仍然采用订阅模式，较少提供基于使用量或即用即付的定价方式。

按用户数量收费 ：大多数公司按用户数量收费，体现出 AI 应用更像是“副驾”而非数字“工人”。

免费版本受欢迎 ：一半的公司提供免费版本，五分之一提供限时免费试用。

分层打包模式 ：普遍存在“好-更好-最佳”的包/档次结构。

定价透明度不一 ：三分之二公司提供公开定价。

这些定价模式使得 AI 应用在市场竞争中脱颖而出，既帮助企业快速扩展用户群，也提供了不同层次的服务满足客户需求。对于企业来说，通过透明和灵活的定价，可以赢得客户的信任和青睐。

以下是完整文章翻译 👋 你好，我是 Kyle Poyar ，欢迎来到 Growth Unhinged —— 我每周探讨快速成长型初创公司背后隐藏策略的通讯。

今年我最受欢迎的文章是深入探讨 SaaS 定价现状 的报告。随着 SaaS 日益演变成 AI 融合应用程序，AI 定价现状如何呢？

为了提供帮助，我与 Palle Broe 合作 ，他是一位初创公司运营者以及高成长科技公司定价与打包专家。Palle 是获得 D 轮融资的 Templafy 公司货币化战略与增长的负责人，此前供职于 Uber，同时也是 Rule of Thumb 通讯的作者，在该通讯中他为运营者提供实用建议。

过去几年，AI 产品和应用呈现爆炸式增长。事实上，AI 产品已经吸引了 超过五分之一 的风险投资。

许多 AI 应用改变了我们与软件的关系，将其从一个“提高我们生产力”的工具变成一个“生成全新工作产品”的平台。这使得创新定价策略的市场环境十分有利，让人们不禁想知道： AI 应用是如何赚钱的？

在大语言模型 (LLM) 领域及基础设施层，使用基于使用量的定价模式自商业化以来就已成为常态。大多数公司都按每个 Token 收费，与计算成本紧密相关。而我们则调查了应用层的 40 家领先 AI 原生公司，研究它们的定价现状。

你可以看到不同 AI 层的简化版本。本文的重点是顶层 —— 本地 原生AI 应用程序

选择公司的主要标准基于来自 Forbes AI 50 List 和红杉资本生成式 AI 市场地图 等公共来源的外部融资和发展势头。40 家公司包括营销工具（如 Jasper、Copy.ai）、生产力应用（如 Tome、Glean）、垂直领域产品（如 Harvey、Co:Helm）及其他（如 Synthesia、HeyGen）。

我们特别审查了围绕 定价模式、价值指标、打包、免费版本和定价透明度 的公共数据。我们刻意关注 AI 原生应用，而非传统公司，因为这些初创公司没有传统用户群或旧有定价模式的负担。

我们发现了以下五个主要发现：

定价创新有限 ：70% 的公司仍然采用订阅模式，较少提供基于使用量或即用即付的定价方式。

按用户数量收费 ：大多数公司按用户数量收费，体现出 AI 应用更像是“副驾”而非数字“工人”。

免费版本受欢迎 ：一半的公司提供免费版本，五分之一提供限时免费试用。

分层打包模式 ：普遍存在“好-更好-最佳”的包/档次结构。

定价透明度不一 ：三分之二公司提供公开定价。

这些定价模式使得 AI 应用在市场竞争中脱颖而出，既帮助企业快速扩展用户群，也提供了不同层次的服务满足客户需求。对于企业来说，通过透明和灵活的定价，可以赢得客户的信任和青睐。

您可以自行查看完整的定价数据 👇

缺乏定价创新为第二波 AI 应用程序提供了机会 从历史上来看，软件公司往往倾向于订阅和按用户收费模式（尽管有迹象表明向基于使用量和混合模式的转变【注1† source 】）。在第一波流行的 AI 应用中仍然如此。

我们看到第二波 AI 公司中出现了非常创新的定价结构；这些定价模式可以促进客户更快采用，同时获得更多总收入。微软甚至正在为其新的安全 Copilot 测试 创新的即用即付定价 。

例如 Fin （Intercom）、 EvenUp 和 Chargeflow 采用了基于成功或结果的定价模式，客户只需为成功的结果付费。这种定价模式可增加应用的吸引力，因为客户只需在产品真正交付成果时付费。

Chargeflow 的定价基于成功收费，当对卖家有利的情况下解决退款问题。

发现 1：定价创新有限 对客户来说，这是一个吸引人的合作方式，因为只有供应商取得成功时你才付费。这种定价也可能提高采用率，因为客户只有在产品提供真实结果时才付费。

相较之下，现有许多 SaaS 供应商让客户购买超出所需数量的席位，导致 月活跃用户比例只有 20%-40% ，客户为获得的产品支付了远超实际的费用。随着 AI 产品开始取代人类工作而非仅提高个人生产力，传统按席位订阅模式将面临越来越大压力。

我们研究的 AI 应用中，大多数（71%）仍使用传统的 SaaS 订阅定价模式。10 家公司（26%）使用订阅和使用费相结合的混合定价模式， PolyAI 是唯一采用纯粹按使用量收费的公司。

虽然这些应用所依赖的基础设施几乎完全按使用量定价，但这种定价并未传导到终端产品。原因如下：

保持简单 ：大多数 AI 应用的主要目标是让用户接受产品，按月收费是买家熟悉的方式。 按使用量定价难度大 ：实施需要强大的数据基础，而许多初创公司尚未具备。 尚未量化价值 ：一些 AI 应用可能提供的价值超过收费水平，但许多公司尚不清楚如何衡量并收取相应费用。 不想限制采用 ：定价创新可能影响产品的接受度，初创公司更希望获得尽可能多的用户。 不追求盈利 ：虽然低利率时代已过，但很多 AI 初创公司仍在探索市场，不追求盈利。 一些公司特别是在营销、视频和语音生成领域，采用了基于使用量的定价组件，例如字数、视频分钟数、角色或积分。 Copy.ai 是一个很好的例子。

Copy.ai 采用每月订阅费和积分形式的基于使用量定价模式

发现＃2：大多数公司根据用户数量收费 AI 应用的主要价值指标仍围绕用户（或席位）展开。在 SaaS 领域，这是非常熟悉的价值指标，也是最直接的购买和销售软件方式之一，可为买家提供高度可预测性。

十几家公司采用了用户数量和使用量两种组合的定价模式或纯粹的基于使用量定价模式， 价值指标包括：积分、字符、视频分钟数、字幕或运行时间。

由于 AI 最终将取代人类劳动力，按用户收费的定价模式可能不适合。这为第二波 AI 应用提供了颠覆的机会。

发现 #3 ：免费版本在最初采用阶段很受欢迎 我们发现大约 70% 的 AI 应用采用了不同版本的免费策略：

免费版本（47%） ：提供“永久免费”的版本，通常功能有限但允许用户体验产品。 使用受限的免费版本（3%） ：允许用户免费试用但限制使用量。 免费试用（16%） ：免费使用 7-14 天的试用版。 企业级应用很少提供免费版本，往往需要支付平台费。企业的免费策略通常是试用几个月后再购买。

AI 应用为新用户提供快速的价值获取。免费增值模式有助于早期用户的采用和使用，同时这些公司继续改进产品。

免费增值模式在面向企业的应用中较少见。这些产品通常需要实施以及平台费用才能使用。据传，面向企业的免费增值等价物似乎是免费试用，客户可以在一段时间内（通常为 3 个月）试用产品，然后需要做出购买决策。

发现 #4：在套餐/档次方面存在“好-更好-最好”的范式 当我们与早期初创公司交谈时，通常建议从“好-更好-最佳”包装结构的变体开始。这使公司能够根据客户进行产品区分，并创建明确的追加销售路径。不同公司的档次数量从两个到五个不等（包括免费增值和企业选项）。在大多数情况下，档次之间的区别基于产品功能和使用情况。