文章轉載來源：AI之勢
來源 | 硬 AI
不少風投資本發現，AI初創公司正在採用一種全新的商業模式——基於使用情況的定價（usage-based pricing），而非堅守傳統的按用戶來收費（或稱基於席位的定價方式）。
例如，最初，生成式AI初創公司Cresta是按用戶收費。現在，該公司已轉向按照其AI工具幫助聯絡中心員工進行的每一次對話進行收費。
今年3月，客戶服務公司Intercom曾發佈了AI聊天機器人Fin，爲其能夠解決的每個客戶請求定價爲99美分，有別於該公司按用戶收費的核心客戶服務產品。
研究表達交流的實驗室和AI初創公司Hume AI，旨在利用AI技術、根據語調和麪部表情來分析人們的情緒變化，也開始按照每分鐘、每個註釋和單詞量來收費。
公開資料顯示，基於使用量的定價（UBP），也稱爲基於消費的定價，這種模型令客戶能夠根據產品的實際使用量來支付費用，而衡量使用情況的指標對應着客戶如何從產品中獲取價值。
目前，UBP定價方式在“軟件即服務”（SaaS）領域越來越流行，正逐漸取代更傳統的基於訂閱和用戶席位數的定價模式。
由於UBP將客戶支付的價格與其收到的產品價值直接聯繫起來，這種定價方式被評價爲“將成爲基於價值定價模型的代名詞”（value-based pricing）。
風投IVP（Institutional Venture Partners）的合夥人Karthik Ramakrishnan便稱，基於使用情況的定價模型，可以幫助AI初創公司將產品定價與其實際提供的價值更緊密地聯繫起來，後者的衡量標準可以是他們爲客戶節省的時間和工作量。
但相比於傳統的按用戶席位收費來說，基於使用量來定價（也可以稱爲按使用次數收費）可能無法將客戶鎖定在能夠產生更可預測收入流的套餐中，專注於企業AI的上市公司、人工智能應用程序開發商C3.ai在轉向UBP定價時，便遭遇了收入和毛利率一直在波動的困境。
目前，基於使用情況的定價模型大體分爲三種：
現用現付（pay as you go），客戶只需爲實際使用或消費的內容付費，非常適合業務需求波動的公司；
按單位定價（per-unit pricing），客戶根據以單位計數的資源使用情況付費，提供更精細服務的雲供應商偏愛這種模式；
分級定價（tiered pricing），客戶可以選擇適合自己需求的級別，使用量超過限額將升級到下一檔級別和更高的定價。通常會有一個免費套餐共啓動使用。
基於使用情況定價也叫“計量服務”（metered services），在實際生活中與從公用事業公司購買電力或水的計量服務模式類似。這種定價模型最早被SaaS和“基礎設施即服務”（IaaS）雲供應商青睞，通過允許客戶探索如何用自然的方式使用服務、無需預先花錢訂閱，藉此來留住客戶。
UBP定價的優點在於，通過定價模型的透明度，更輕鬆地將客戶的使用成本與供應商的資源消耗直接掛鉤。對於用戶來說，可以用相對較低的成本開始使用產品，最大限度地減少採用阻力。對於供應商來說，允許更多用戶在同一個賬戶內訪問產品，能催生更多新的用例，甚至鼓勵一組用戶與公司內部的其他潛在用戶或外部組織分享經驗，進而擴大總目標市場（TAM）。
缺點方面，這種定價模式依賴的是客戶多變的需求，可能令供應商預測財務數據和獲得可持續的經常性收入更爲困難，甚至會損害企業的長期增長。但是數據顯示，過去五年中，B2B的SaaS領域對UBP定價採用率幾乎翻了一倍，五分之三的公司正在使用某種形式的UBP策略。
風投Menlo Ventures的合夥人Naomi Pilosof Ionita也表示，除了因爲產品較新，需要用更快的策略向潛在客戶證明其價值之外，人工智能初創公司如果提高了客戶的員工效率，可能導致客戶最終僱傭更少的員工，這意味着在傳統訂閱模式下爲AI公司帶來收入的用戶席位會減少。
上述種種原因，都令AI初創公司更願意嘗試新的定價模式。
同時，在當下的宏觀經濟挑戰中，企業客戶越來越多地裁員和削減支出，並需要更長時間才能做出軟件購買決策，基於使用情況的定價可能更容易讓企業接受，因爲它允許客戶隨着時間的推移靈活調整支出。
還有分析指出，UBP定價的興起和逐漸普及，與技術本身的發展特點息息相關：
• 自動化：軟件越來越多地實現手動流程的自動化。產品越成功，客戶所需的用戶席位就越少，根據用戶席位定價並不能隨着自動化產生的價值而變化。
• 人工智能：人工智能使自動化更進一步，最終消除整個團隊持續執行任務的需要，這令貨幣化不再僅僅與產品的人類用戶掛鉤。
• API：對於許多發展最快的軟件公司來說，價值在於API（軟件直接與其他軟件對話的能力），而不是UI（用戶界面），不需要有用戶就能看到價值。