研究了44个AI产品，我发现了AI应用定价的秘密_风闻

今年以来，AI应用开始爆发了。

一个明显的变化是，AI投资开始从底座模型向应用侧进行迁移。从二季度开始，投在应用上的金额是去年同期的2倍，Perplexity、Suno等AI应用明星公司都先后拿到不小融资。

当越来越多的钱投向应用端，大家也开始关心一个很现实问题：

这些AI应用到底怎么赚钱？

为了更好地搞清楚这个问题， Palle Broe研究了44个原生AI应用产品的定价策略，涵盖定价模式、价值指标、公开宣传、免费版本和定价透明度的公开信息。

本文作者Palle Broe曾在 Uber (B2C) 和 Templafy (B2B SaaS) 领导定价策略，并为 20 多家科技初创公司 (从种子轮到 D 轮) 提供货币化策略。

透过这份报告，Palle Broe试图回答两个问题：如今科技公司如何利用AI功能赚钱？创业者又能从这些信息中学到什么呢？

/ 01 / 直接和间接变现，哪个更好？

一般来写，现在AI功能的商业化方式有两种：直接变现和间接变现。

直接变现包括直接对 AI 功能收费，或在添加新的 AI 功能后提高产品价格。相反，间接变现将 AI 功能集成到现有捆绑包中而不改变价格，或者单独提供该功能而无需额外付费。

科技公司推出 AI 功能和产品的五种高级货币化策略概述

根据统计，最常见的商业化策略是将 AI 功能捆绑到现有软件包中（59% 的公司选择了这种方式）。这种方法能让当前订阅的用户从 AI 功能中受益。在部分场景下，增加AI功能会带来服务价格的上涨。

另一部分场景下，在不改变现有定价结构的情况下，加入AI功能。在这种情况下，企业往往会追求快速启动，收集更多有关AI功能使用情况的数据。

第二种最常见的商业化策略是直接策略：以附加功能的形式提供 AI 功能，并标明具体价格（23% 的公司选择了这种方式）。

附加功能策略是直接盈利的“最纯粹”形式，将直接提供AI功能使用和商业化数据，让公司了解终端的付费意愿，并为路线图和产品开发提供重要反馈。

此外，也有一些公司（占受访公司的 18%），尤其是那些拥有大型语言模型 (LLM) 的公司，已经开发出独立的 AI 产品，可供单独购买，不受任何现有订阅的影响。

根据研究，大多数公司都采用直接变现。要么将新的人工智能功能/产品作为附加功能提供，要么将其捆绑在现有计划中并提高价格（或基于使用量的组件）。

原因在于，这种策略能够更好了解，用户的支付意愿和AI功能的潜在成本结构。间接变现的问题是，很难跟踪和准确归因于增加的保留率和追加销售带来的价值。

那么，什么样的AI公司更适合直接变现的模式？

高可变成本：与新一代人工智能相关的可变成本非常高昂，无法通过间接收入收益来吸收，例如与计算、带宽、数据存储和标签、安全性和合规性以及维护和升级相关的成本。由于大模型的计算成本非常高，利用大模型的公司需要用户在每次使用其人工智能功能时都要付费。

明确的客户价值：客户清楚地认识到新一代人工智能功能为他们带来的附加价值，因此乐意为此付费——例如 GitHub 的编码 Copilot 或 Intercom 的人工智能机器人 Fin。

当AI 功能显著提升核心产品的使用率、转化率或留存率时，间接变现策略（例如，将其纳入计划而不提价，或免费赠送）更容易取得成功。

比如，对一个按使用量进行付费的产品来说，如果AI功能能够大幅提高整体客户转化率或留存率，那么所带来的收益就会超过这些功能的成本。Zoom 和 Shopify 就是两家采用这一策略的公司。

采用间接变现策略的另一个情况是，需要获得用户对AI功能的更多反馈。对拥有庞大客户规模的产品来说，提高价格并非易事，需要非常谨慎地处理。而且，变现策略的选择也不完全由公司决定，也要考虑竞争因素，比如来自同行的价格战。

/ 02 / 直接变现策略怎么选？

接下来，我们将深入探讨附加服务、独立产品和包含在计划中涨价三种直接变现策略。

通常，选择变现策略需要考虑的因素是 AI 功能为用户和您的业务带来的价值、最佳捆绑方法以及 AI 功能在不同套餐层级之间的最佳分布。

步骤 一：定义AI在产品组合中扮演的角色

需要考虑以下问题：

1.这项功能是否会被用户广泛使用？还是只针对特定人群 [下方 y 轴]？

是否将某项功能包含在捆绑包中或作为附加组件，一个判断的标准是，用户的使用率。如果超过 70% 的用户可能会使用该功能，则建议将其捆绑在标准包中。如果预计使用率低于 70%，则需要仔细考虑将其作为附加组件包含是否更具有商业意义。

2.是否有足够多的人愿意为此功能付费 [下方 x 轴]？

企业需要判断，对用户来说，AI功能是锦上添花还是必不可少。企业可以通过产品测试来获取使用数据，也可以询问潜在客户是否愿意为此功能付费。

一旦得到了上述问题的答案，你可以将功能放在下面的地图上，以确定捆绑 AI 功能的最佳路径。

例如，如果AI 功能被用户广泛使用（超过 70%），并且为用户提供了足够多的价值，那么它就成了你捆绑包中的“优先”功能，有机会进一步提高价格。另一方面，如果AI功能只被少数用户使用（例如 20%），那么它应该是产品捆绑包的“附加组件”。

步骤二：评估三种直接变现策略方式

AI 产品的成熟度和功能极大程度地影响了公司对其 AI 能力商业化的方式。有些公司，如 OpenAI，开发了像 ChatGPT 这样的 AI 产品，强大能力足以支撑其作为独立产品变现，不用依赖于现有订阅服务。这些罕见的产品能够针对特定的应用场景，并吸引那些愿意为解决方案付费的买家。

独立产品策略

独立AI产品的优势在于，可以灵活设计最合适的定价模式，不受传统定价或捆绑结构的限制。

目前，市场上主要独立 AI 产品是像 ChatGPT 和 Gemini 这样建立在专有LLM基础上的产品。GitHub Copilot 是少数几个非大型语言模型领域内的科技巨头提供的独立 AI 产品之一，展现了科技公司在AI特性商业化方面的另一种可能性。

满足以下条件时，提供独立产品最为合适：AI 产品解决的问题与现有产品不同，新产品与现有解决方案几乎没有重叠。

附加功能策略

附加策略与独立策略相似，都需要产品本身具有足够的价值，从而能够单独标价。不同之处在于，附加策略与现有产品捆绑相关，买家可能相同。AI 附加功能应与现有产品组合紧密对齐，解决相关问题，实现无缝集成。

Notion、Microsoft 和 Airtable 等公司采用这种方法，将 AI 产品作为附加功能。例如，Notion 收取10美元来启用其Notion AI功能。

在以下情况下，附加功能方法最为适合：

AI 功能为部分客户提供价值，但并非所有买家都想使用或为之付费。

AI 功能为现有产品组合增加价值，是解决方案的增强，能帮助客户更好地解决问题。

包含在计划中涨价

根据统计，有59%的公司选择将新 AI 功能整合到现有计划中（尽管无法从数据中确定有多少伴随价格上涨）。

AI功能能不能带来涨价，取决于这些功能为客户提供的价值大小。如果这些功能显著提升大多数客户的设计体验，那么提高套餐价格或添加基于使用的定价组件可能是合理的。

需要考虑的一点是，对大客户群提价并非易事，在做出任何变动前都需要仔细思考。在做出涨价决定前，需要与用户进行充分沟通，了解他们的支付意愿。

Canva、Box 和 Grammarly 等公司就是将 AI 功能整合到现有套餐中，并以基于使用的定价方式提价的例子。

上面是Asana的定价方案，它将AI功能添加到现有计划，这种方法最适合以下情况：

该功能与套餐的核心价值主张一致，约70%的客户认为它是关键功能。

客户不太可能单独购买该功能。

单独提供可能被视为过于交易化或对客户斤斤计较。

如果选择将AI功能整合到现有套餐中，关键是要仔细考虑它们在各套餐中的分配。评估各种用例和不同客户的支付意愿，将功能分散到不同价位的各种套餐中，而不是单一套餐中。这种战略性布局确保了功能与客户需求有效对接，同时最大化了收入潜力。

同时，这种方法还有助于创造升级路径，并节省入门级订阅的成本。Canva 就是这方面的一个绝佳例子：

/ 03 / AI产品如何定价？

通过研究那些将AI产品作为附加功能或独立产品提供的公司，我们可以了解他们如何为AI 功能定价，并与标准SaaS产品进行比较。（排除了在现有计划中提供AI功能的公司，因为无法准确分配AI功能的价格。）

这能够为其他AI公司进行产品定价提供参考。从目前看，AI 附加功能的定价差异很大，从基础套餐价格的25%（Adobe）到标准SaaS产品成本的4.75倍（GitHub）不等。

以绝对值计算，这些AI产品的每用户月费从4美元到30美元不等。通常，AI产品的定价会低于非AI附加产品。

AI 功能的定价应该与其价值相符。例如，微软为Microsoft 365提供的Copilot按每位用户 30 美元收费，超过了Microsoft 365的订阅费用。同样，GitHub Copilot按每位用户19美元收费，超过了其标准SaaS 订阅成本的4.75倍。

足够优秀的产品价值，支撑了昂贵的定价。根据报告，Microsoft Copilot可将生产力提高70%，而程序员使用GitHub Copilot可以使任务完成速度提高55%。