引言

上周，適道分享了風(fēng)投機構(gòu)a16z報告——AI ToB的16大趨勢，并得出結(jié)論：B端既是初創(chuàng)企業(yè)的“生路”也是“勝路”。大企業(yè)不太可能將私密數(shù)據(jù)分享給巨頭，而是傾向于找“中間商”。因此，初創(chuàng)企業(yè)的“數(shù)據(jù)飛輪”有機會轉(zhuǎn)起來——在垂直領(lǐng)域積累優(yōu)質(zhì)數(shù)據(jù)，逐漸構(gòu)建技術(shù)壁壘。 

雖然ToB大方向已經(jīng)挑明，但對于“缺錢、缺算力”的小型初創(chuàng)企業(yè)而言，萬里長征的第一步才剛剛開始。 

困擾的創(chuàng)始人包括但不限于“如何讓AI方案切準(zhǔn)具體場景難題？”“如果能切準(zhǔn)，由此產(chǎn)生的高成本是我承擔(dān)，還是轉(zhuǎn)嫁給客戶？”“如果轉(zhuǎn)嫁給客戶，他們到底愿意花多少錢？哪些愿意花更多錢”“我的AI功能到底能做到多優(yōu)秀，可以賣高價”........從而形成一個問題閉環(huán)。 

以上問題的核心是成本。畢竟不具備可觀的規(guī)模經(jīng)濟，利潤要額外扣除算力、Token調(diào)用等費用。也不是每項AI服務(wù)都能“一發(fā)入魂”，讓創(chuàng)始人立即看到真正的錢。 

因此，基于自身融資情況、產(chǎn)品功能采取恰當(dāng)?shù)亩▋r方案，不至于因裹足不前而奄奄一息，也不至于因燒錢太快而轟然倒塌，這既是一門藝術(shù)，更是一門科學(xué)。 

作為AI ToB系列的第二篇報告，a16z發(fā)布了《Pricing and Packaging Your B2B or Prosumer Generative AI Feature》（如何為你的AI toB/ to產(chǎn)消者的產(chǎn)品定價），非常詳細(xì)地向創(chuàng)始人介紹了當(dāng)前GenAI產(chǎn)品的定價策略。文章指出，我們正處于GenAI早期階段，在采納曲線和成本穩(wěn)定之前，不會出現(xiàn)“一勞永逸”的定價方案。適道在不改變原意的情況下，對文章進(jìn)行了編譯，請安心食用。

 01 思考：早期使用、客戶角色、產(chǎn)品愿景

開始之前，創(chuàng)始人需要問自己兩個問題：

1、產(chǎn)品的GenAI功能可提供多少價值？為誰提供價值？

2、提供該功能的成本是多少？

以下三點可以幫你濾清雜亂的思維。

Beta測試版和早期使用

哪些客戶正在使用你的產(chǎn)品，使用頻率如何；為他們提供服務(wù)的成本；他們愿意為GenAI功能花多少錢。

更進(jìn)一步，問題可以細(xì)化為：

1、GenAI功能會否增加產(chǎn)品的TAM (潛在市場規(guī)模)嗎？（以前為10個客戶提供服務(wù)，現(xiàn)在可以擴張到100個客戶嗎？）

2、GenAI功能會否提高產(chǎn)品“免費—付費—付費Pro版”的轉(zhuǎn)化率？

3、GenAI功能會否抓住部分“重度用戶”？如果“Yes”，對成本作何影響？

客戶角色

弄清楚誰愿意付費？誰不愿意？是所有客戶都能從GenAI獲益，還是只有一部分客戶？

對此，我們可以通過訪談、調(diào)查、銷售團隊數(shù)據(jù)尋找答案。

訪談：如果你的客戶數(shù)量較少，訪談可以讓你了解誰有興趣購買產(chǎn)品，以及未來他們可能會對哪些產(chǎn)品感興趣。

調(diào)查：如果你的潛在客戶較多，調(diào)查可以讓你了解哪些潛在新功能對他們來說最重要，并將這些信息與客戶的公司行業(yè)、職能定位聯(lián)系起來。

銷售團隊數(shù)據(jù)：你的銷售團隊日復(fù)一日地與客戶交談，他們通常更能捕捉到不同客戶分別需要哪些功能。

此外，你還要格外區(qū)分真正的客戶和“AI 游客”——他們注冊產(chǎn)品，付費“嘗鮮”，但很難留存轉(zhuǎn)化。

產(chǎn)品愿景

作為創(chuàng)始人，你要思考在產(chǎn)品路線圖中，GenAI功能將占據(jù)何種地位。

情況一：雖然一小撮客戶“站隊”GenAI，但你相信GenAI最終會重塑客戶體驗，提供多元價值。

情況二：GenAI能夠讓部分客戶“錦上添花”，但你仍在糾結(jié)GenAI如何讓客戶受益。

綜上，如果你想明白了以上問題，并得出可行假設(shè)，就可以具體地考慮如何對產(chǎn)品/服務(wù)打包定價。 

02 定位：核心功能、升級選項、附加組件

我們將B2B GenAI功能分為3類：核心功能、升級選項、附加組件。 

       核心功能

如果你的所有客戶都“站隊”GenAI并愿意為其付費；同時，早期使用數(shù)據(jù)表明GenAI顯著提高了產(chǎn)品采用率和轉(zhuǎn)化率；而且，GenAI對你的價值主張至關(guān)重要。

那么，請將GenAI納入核心范疇！

在這種情況下，你可能不直接從GenAI功能中獲利，但它確實對TAM、轉(zhuǎn)化率具有明顯的下游效應(yīng)。尤其當(dāng)我們處于用GenAI“搶地盤”階段，將GenAI視為核心功能可以讓你的產(chǎn)品“獨樹一幟”。由于所有細(xì)分市場都需要GenAI功能，a16z認(rèn)為一些公司最終會提高其核心產(chǎn)品的總價格，來更好地覆蓋其產(chǎn)生的額外成本。

將GenAI 作為核心功能的企業(yè)

      升級選項

如果你的GenAI功能還不錯，但有點“雞肋”，不妨將其打包為“升級選項”，作為銷售杠桿，以提高“Pro版”的轉(zhuǎn)化率，或覆蓋GenAI的部分成本。

例如，有的公司會在升級選項中提供更多的數(shù)據(jù)集；又例如Mailchimp，雖然其大多數(shù)用戶不需要核心產(chǎn)品中添加GenAI功能，但AI生成的郵件文案、分段和分析功能確實“很香”，優(yōu)化了用戶體驗。

將GenAI 作為升級選項的企業(yè)

        附加組件

如果你的GenAI功能僅為一小撮“愿意花大價錢”的客戶提供巨大價值，并且你希望在他們身上看到利潤。那么，請將GenAI功能打包為附加組件。

在這種情況下，GenAI可以讓創(chuàng)新直接變現(xiàn)，在短期內(nèi)獲得更可持續(xù)的利潤率（如果你相信GenAI將成為產(chǎn)品的核心差異化因素，則需要轉(zhuǎn)向不同的套餐）；GenAI可以擴大TAM，即對部分客戶收取更多費用，同時維系現(xiàn)有價位的客戶；GenAI也可以提供一個機會，即針對理想用戶群體進(jìn)行Beta測試。

將GenAI 作為附加組件的企業(yè)

目前，a16z看到一些公司將基礎(chǔ)性能的GenAI功能包含在核心產(chǎn)品或基礎(chǔ)版本中，并在更高版本產(chǎn)品中引入更強大的GenAI功能，或提供更多GenAI功能。

在上述情況中，價值細(xì)分的邏輯保持不變——如果GenAI能夠擴大TAM，可將其作為核心功能；如果更強的GenAI僅支持Pro版用戶，可以將該功能作為附加組件。

 03 定價：訂閱制還是混合制？ 

之所以大多數(shù)B2B GenAI公司采用訂閱制，而非“計次收費”，是因為客戶不想預(yù)估自己到底能使用“多少”功能。

然而，訂閱制卻可以讓AI企業(yè)一路“狂虧”，尤其是“按人頭”計費。例如“重度用戶”和“輕度用戶”交一樣的錢，但前者用100次，后者只用1次，對應(yīng)的成本當(dāng)然大不相同，這意味著你最重要的客戶反而會侵蝕企業(yè)利潤。

因此，一些公司嘗試混合訂閱制，即根據(jù)使用額度進(jìn)行階梯式定價，超額部分另外算錢，這樣不至于被“重度用戶”拖垮。

目前，定價策略呈現(xiàn)以下兩種趨勢：

基于結(jié)果定價

一些B2B GenAI公司開始考慮基于結(jié)果“抽取”費用，而不是基于軟件本身向客戶收費。只不過，基于結(jié)果定價更難實現(xiàn)，因為創(chuàng)始人還在研究如何量化GenAI為客戶提供的價值。

適道總結(jié)了一些公司的定價模式。例如，初創(chuàng)公司Cresta最初是訂閱制，現(xiàn)在已改為“計次收費”——按幫助聯(lián)絡(luò)中心員工的對話次數(shù)計算；客戶服務(wù)公司Intercom發(fā)布了聊天機器人Fin，每發(fā)出1個客戶請求計價99美分；初創(chuàng)公司Hume AI則開始按照每分鐘、每個注釋和單詞量收費。

準(zhǔn)備隨時靈活定價

隨著GenAI推理成本趨于穩(wěn)定，開源模型蓬勃發(fā)展，模型供應(yīng)商也在不斷壓低價格。因此，各家公司都要隨著API成本降低來調(diào)整模型定價。

對此，創(chuàng)始人至少應(yīng)該制定一個短期能夠保利潤的價格。而在此定價之下，隨著長期服務(wù)成本下降，未來利潤率會升高。

但總而言之，目前沒有一勞永逸的定價方案，成功的創(chuàng)始人需要結(jié)合過去，展望未來，構(gòu)建一個清晰、靈活的定價框架，以傳達(dá)其產(chǎn)品價值。

結(jié)語

如果將 GenAI 比作一個蛋糕，蛋糕底層是基礎(chǔ)模型 ，中間是開發(fā)者工具和 infra，頂層則是應(yīng)用。一年前，普遍的預(yù)測是：因為大模型不斷進(jìn)步，應(yīng)用層會涌現(xiàn)出大量創(chuàng)新公司。但實際情況卻相反，更多模型供應(yīng)商出現(xiàn)且融到很多錢，而應(yīng)用層似乎才剛剛起步。

近期，OpenAI的首席運營官Brad Lightcap預(yù)測，2024年是人工智能的“應(yīng)用之年”。據(jù)悉，ChatGPT企業(yè)版需求正在急劇增長。目前已有超過60萬人注冊使用ChatGPT企業(yè)版，而今年1月份的注冊用戶數(shù)量僅大約為15萬人。

初創(chuàng)企業(yè)善于發(fā)現(xiàn)機會和獲客，但運營和競爭差異化是挑戰(zhàn)；現(xiàn)有企業(yè)善于整合功能，但新型爆發(fā)式需求難以捕獲。如何在OpenAI、Anthropic等新巨頭的“夾擊”中另辟蹊徑？或許，我們又要回到源頭：盡快地進(jìn)入一個非常清晰的場景，解決具體問題，并在先發(fā)優(yōu)勢中持續(xù)筑高壁壘。

       原文標(biāo)題 : 頂級VC“保姆級”教程：AI ToB服務(wù)的定價策略