底下没有永远免费的 GPT-4;AI 产品用订阅制就不合理!让用户掏钱的 N 种定价技巧
1.
当 Coze 也开始收费:天底下没有「永远」免费的 GPT-4
Coze 推出了付费计划。(注:这里指海外版。国内版 扣子 还是免费)
最近半年,Coze 其实一直在收紧用户使用额度:GPT-4 从最开始的免费用,到后来的 50 条/用户/天,再到最后每天只有几次使用机会。
正在用户抱怨根本不够用的时候,官方推出了收费计划 (Coze Premium Pricing Plans) 如上图所示,从权益设置就可以看出来,官方鼓励用户购买每月 39 美元的 Premium Plus 版本。
围观了一圈相关讨论,整体感觉,深度用户和开发者付费很坦然,但对于大部分普通用户来说,这个价格可能不太具有「性价比」
毕竟 ChatGPT 或者 Claude 每月订阅费也就 20 美元 (躲不开的价格锚点),更何况国内用户还有汇率差…
“
Coze (海外版) 官网链接 → https://www.coze.com
2.
Coze 定价这么贵是疯了么?聊聊计算「定价」这件事为啥特别难!
那定这种近乎「赶客」的收费策略,Coze 团队是疯了嘛?!
当然不是!
定价决策团队,必然经过了各种计算和挣扎
本质上,AI 产品成本超高这种「新情况」,与按月订阅这种粗暴收钱「老套路」,是冲突!冲突!冲突的!!
AI 产品的成本计算,是一件非常!非常!复杂的事情,说是一场工程噩梦也不夸张。
目前,常见的成本计量单位有 3 种:按照请求 (Request) 次数、按照词元 (Token) 数量、按照用户成功的次数 (用户只对成功的结果付费) 。具体用哪种,要视情况而定,每种情况的成本计算都很复杂。
当然,定价也要考虑产品所处的层级。模型层产品的定价与模型运行成本息息相关,而订阅层产品则一般设计几个价格层级,然后按照月度或年度收费。
如果一家公司既在模型层,又在订阅层,这时候定价要小心了!因为定价也是传达价值的一种方式,两层定价所传递的信息要保持一致。
AI 产品的运行成本,比传统应用高了几个数量级。这极大冲击了既有的收费模式。
比如,以前的 SaaS 产品允许用户先用后付费,因为成本可控。但是现在 AI 产品不敢这么操作,用户拉爆账单却不付费的话,企业的资金风险就太高了。
抵御风险的办法也很多,比如预付款 (提前支付费用)、阈值计费 (超过合理阈值时收费)、最低消费、企业定制化套餐…
给 AI 产品定价,像是踩着钢丝做数学题。在成本和收入之间,在生存和发展之间,小心翼翼地计算,以求取得平衡。
“原文包含更多细节和计算公式 → https://github.com/getlago/lago/wiki/Pricing-AI-products-is-an-engineering-nightmare
3.
但商业不止数学计算:YC 大佬视角下的 9 种商业模式 & 定价策略
大概一年前,YC 合伙人 Aaron Epstein 录制了一期视频,讲解「Business Models and Pricing (商业模式和定价策略) 」。
Aaron 从 YC 投资的 4000 多家初创企业里,筛选出价值最高的前 100 家公司 (如 Airbnb、Stripe、Instacart、Coin Base、Doordash、Reddit 等) ,进行了详细研究,并且找到了初创企业生存和发展的「一些诀窍」。
这次干货非常多!!
既有常见商业模式 & 核心指标 & 发展要点,也有对一些重要规律的洞察和解释。
日报整理得详细一些,希望对大家有启发
SaaS (Software as a Service)
客户支付每月/每年的订阅费用,通常是科技公司开发的云端订阅软件
核心指标:
月度经常性收入 (MRR) 或 年度经常性收入(ARR)
增长率:按周或按月计算
净收入留存率:相比上期保留的经常性收入比例
客户获取成本 (CAC)
发展要点:
充分享受经常性收入的优势
可能存在非经常性收入,但不计入 ARR / MRR
主要面向企业客户,理想情况下签订年度合同
增长可通过直销、自助获客渠道或两者结合来实现
Transactional 交易撮合
促成交易并从中抽成;通常是金融科技公司
核心指标:
总交易额 (GTV):交易支付总额
净收入:交易手续费 (通常按百分比收取)
用户留存率:第一个月的客户在第二个月等后续月份继续交易的比例
客户获取成本 (CAC)
发展要点:
多见于金融科技和支付行业
以一次性交易为主,非经常性
通常是高交易量、低费率 (1-3%较为常见)
最优秀的交易型业务拥有高频率重复使用,收入极其稳定
Marketplace 双边市场
为买卖双方搭建交易平台;通常被称为双边市场
核心指标:
商品交易总额 (GMV):平台上的总销售额
净收入:交易佣金 (通常按百分比抽成)
增长率
用户留存率:第一个月的客户在第二个月等后续月份继续交易的比例
发展要点:
初期面临先有鸡还是先有蛋的难题
需要同步扩大供给和需求
规模化后的网络效应会带来指数级增长
一旦成功,往往形成赢家通吃的局面
Subscription 订阅
向消费者定期提供产品或服务
核心指标:
月度经常性收入(MRR) 或 年度经常性收入(ARR)
增长率:按周或按月计算
用户留存率:第一个月的客户在第二个月等后续月份继续订阅的比例
客户获取成本(CAC)
发展要点:
经常性收入是最具价值的收入类型
主要面向消费者,多采用月付模式
通常单价较低,但客户数量较多
增长主要依靠可扩展的自助获客渠道
Enterprise 企业
向大型企业 (5000+员工) 销售大额固定期限合同
核心指标:
订单额:已签署合同的总价值 (包括经常性和非经常性收入)
收入:履行合同时确认
年度合同价值 (ACV):合同总价值除以合同年限
销售漏斗:潜在客户 → 产品演示 → 成交
发展要点:
客户数量少,但单笔交易额大 (通常每年 10 万美元以上)
增长主要依靠直销
常从付费试点或意向书开始
销售周期通常较长,涉及多个决策环节
购买决策者不一定是最终用户
增长不均衡:月环比增长率的参考意义不大
Usage Based 基于用量
根据实际使用量按需付费
核心指标:
月度收入 (注意:非经常性!)
增长率
收入留存率:上月客户在本月贡献的收入比例
毛利率:收入减去销售成本 (COGS)
发展要点:
切勿将基于使用量的收入误认为经常性收入
常见计费方式:按 API 调用次数、记录数、数据使用量等
收入随客户业务增长而增长
产品和定价模式能够适应从小型创业公司到大型企业的需求
E-commerce 电商
在线销售商品
核心指标:
月度收入:总销售额
增长率:按周或按月计算
毛利率/单位经济:收入减去销售成本 (COGS)
客户获取成本 (CAC)
发展要点:
包括直接面向消费者 (D2C) 品牌和 Shopify 商店
非市场型模式,每笔销售收入全部归己
较高的销售成本意味着较低的利润率
产品往往趋于同质化
需在用户获取和运营效率/单位经济性方面表现卓越
Advertising 广告
通过销售广告变现免费用户
核心指标:
日活跃用户数 (DAU):24 小时内的独立活跃用户数
月活跃用户数 (MAU):28 天内的独立活跃用户数
用户留存率:第 1/7/30 天等的活跃用户比例
千次展示成本 (CPM) 或 每次点击成本 (CPC)
发展要点:
多见于拥有海量用户的消费者社交产品
真正的客户是广告主,而非最终用户
用户本身就是被销售的「产品」
每月需要数十亿次展示量
注册用户数往往是一个华而不实的指标
Hardtech / Bio / Moonshots
硬件、生物或其他技术风险高、周期长的高难度项目
核心指标:
里程碑:朝长期目标迈进的进展
已签署合同
意向书 (LOIs):表明购买意向的非约束性协议
发展要点:
受技术和/或监管风险影响,通常需要数年时间才能推出实际产品
突破性的技术里程碑或实验数据可有效降低技术风险
实现收入可能还需要数年时间,因此签署的意向书通常是展示客户兴趣的最佳方式
一些生死攸关的规律
注意!以下商业规律,是作者基于丰富的投资经验,并研究这 100 多家成功的初创公司后总结的!原文有非常详细的观察总结和分析!日报这里整理核心结论~
最好的商业模式:Saas、Marketplace (双边市场)、Transactional (交易撮合) ,这 3 种商业模式所占比重高达 67%,其中 Saas 占比 31%,Top 10 中有一半是 Marketplace 。
不好的商业模式:Advertising、Hardtech,或者服务/资讯/一次性交易的商业模式等,很少能发展成为大公司。
最好的商业模式都有壁垒。常见的方式有网络效应、沉没成本、To B 业务、技术创新、高利润率 &单位经济效益、病毒式传播/好口碑等。
产品定价的 6 条重要结论:① 定价时要考虑 客户感知价值;② 不收费是创业者最常见错误;③ 耐心找到正确的定价量级;④ 适时提高价格,直到客户认为贵但仍愿意买;⑤ 适时设置低价,吸引初期用户或精准目标客户;⑥ 两种提价方法 – 新客户支付更高价格 & 特定群体支付更高价格。
4.
AI 时代又有哪些不同?40 款 AI 热门应用「定价策略」,隐藏着智慧和心机
进入到新的 AI 时代,商业模式和的定价策略有什么变化嘛?
最近有两位大佬,根据公开榜单、外部融资信息、公开信息等筛选当下最流行的 40 款 AI 应用。如图所示。
然后!把它们有关定价的所有信息,掰开了揉碎了研究,想找到挣钱的秘密:对于 AI 产品来说,什么定价策略更能吸引用户付费?未来有哪些更合理的演进趋势?
定价模式的创新有限
71%采用了传统的 SaaS 订阅定价模式,只有 3% 采用了纯使用量定价模式,其余 26% 采用的是混合定价模式
但是注意!这些 AI 应用在调用底层大模型的时候,可是按使用量来交钱的!
那为什么大部分 AI 应用在对外定价时,没有按用户使用量来收费呢?大概原因有这么 5 条:① 用户习惯了订阅这种模式;② 准确计算出用户的使用量,并不容易;③ AI 应用在这个过程中创造的价值,很难被量化;④ 其他定价方式可能把部分用户挡在门外 (对需要花多少钱没有底);⑤ 多赚点钱的动力没那么强。
再按用户数计费就不合适了
按用户数量计费,是 SaaS 领域非常传统且经典的计费方式。买家对费用有明确的预估,因此更容易达成交易。
但是!AI 逐渐取代人类员工已经是大势所趋,也就是说用户数减少的同时,使用量反而在增加!那按照用户数计费就有点适得其反了~
目前,很多应用已经在混合使用「按用户数量」和「按使用量」计费了,后者包括积分、token、视频时长、运行时间等等。
免费版也有多种模式
免费增值策略有助于吸引早期用户,同时为公司提供产品迭代的机会。
2C 应用的免费版本,有 3 种常见模式:① 永久免费 (功能有限但可以长期使用);② 有限使用 (使用量受到限制);③ 限时试用 (7 天或 14 天的全功能免费试用)。
2B 应用的免费版本:免费试用 (通常是 3 个月),然后决定是否购买。
基础-进阶-高级套餐
这种结构允许公司针对不同客户提供差异化服务,并创造明确的升级路径。
产品层级数量因公司而异,从 2 个到 5 个不等。层级间的区别主要体现在产品功能和使用限制上。
定价透明度不一
2C 应用的定价一般是透明的。
2B 应用则选择不公开定价的细节,可能是考虑到 ① 避免对手进行模仿或竞争;② 客户定制化需求的价格不同;③ 为未来调整留有余地。
一个更重要的发展趋势
目前,大多数的软件公司还是采用「订阅」或「按 (企业) 使用人数」收费的旧有模式。第一批 AI 应用延续了这个趋势。
但是!第二批 AI 应用的定价结构已经开始出现变化:基于成果定价 (用户只需要为成功的结果付费)、基于需求定价等新模式,已经开始实施并取得了双赢的效果。
各位创始人们!让我们回到日报第 2 条!开始重新计算成本,然后勇敢尝试新策略吧~
“
原文 → https://www.growthunhinged.com/p/how-ai-apps-make-money
5.
用 AI 做副业的赚钱门道,应该都在这里了
这是一个很特别的 GitHub 项目。
创建者收集整理了市面上有关「AI 副业」的灵感,进行了分类整理,而且每个都给出了几个例子,来展示详细的操作步骤和注意事项~
AI 脚本视频赚钱:① 图片绘本故事、② 虚拟人口播、③ 小说漫画推文、④ 电影剧情解说、⑤ 热点选题技巧
视频变幻赚钱:① 瞬息全宇宙、② 热舞小姐姐、③ 无限穿越放大 &缩小景别
视频翻译 &视频搬运
AI 图片赚钱副业:① 个人头像、② 桌面壁纸、③ 模特换装、④ 商品广告、⑤ 儿童绘本、⑥ 表情包、⑦ 家具 &装修、⑧ LOGO 制作、⑨ 照片修复
AI 文案赚钱副业:① 新媒体推文、② AI 论文代写、③ AI 小说编剧、④ AI 简历改写
AI 音频赚钱副业:① AI 声音克隆、② AI 音乐
AI 直播:① 无人货架直播、② 虚拟人直播
呃!看看思路就好!做哪项都不容易,下场要慎重慎重哈~
评论