先有产品，
还是先有定价模式？

问一家企业：先有产品，还是先有定价模式？

多数人会觉得这个问题有点多余。当然是先有产品，东西做出来了，再琢磨怎么收钱。研发在前，市场在后，定价往往到上市前几周才被拿出来讨论，有时只是表格里的最后一列。

这个顺序看上去理所当然。也正因为理所当然，很多企业的定价模式从来没有被认真选过，是一路沿用下来的。

剃刀与刀片

说到定价模式塑造商业模式，大家最先想到的大概是吉列：剃须刀便宜卖，靠刀片赚钱。“剃刀与刀片”后来成了一个专有名词，商业教科书几乎都会讲。

可历史并不是这样。芝加哥大学法学院的兰德尔·皮克（Randal Picker）教授专门考证过，在吉列的专利保护期内，剃须刀并不便宜，吉列也没有靠低价刀架锁定用户。这套后来被归功于吉列先生远见的模式，是专利到期、竞争者进入之后才慢慢形成的。

最著名的定价模式，同样是先有产品，后有模式，而且是被形势逼出来的。

大多数企业也是这样。定价模式谈不上选错，因为压根没怎么选：产品长成什么样，就顺着收；行业怎么收，就跟着收。我把这种状态叫作“将就出来的定价”。

先定模式，再做产品

反过来的例子，读起来更有意思。在这些案例里，定价模式先定下来，产品得按它的要求去做。

上世纪60年代，劳斯莱斯开始尝试后来被称为“按小时付费”（Power by the Hour）的做法：不再单卖发动机和备件，按发动机实际飞行的小时数向航空公司收费。发票的样子变了，公司赚钱的方式也跟着变了。以前发动机坏了，劳斯莱斯能多卖备件、多收维修费；改成按小时收费后，发动机坏一次，亏的是自己。可靠性、状态监测和预防性维护因此成了业务的核心，工程设计也围着它转。

米其林向卡车车队按行驶公里数收轮胎费，碰到的是同一个问题：里程数不清楚，钱就收不上来。为了这套收费方式，米其林得补上车载信息系统、数据采集和配套服务，这些都是传统轮胎厂以前用不着的。

喜利得从卖电动工具改成按月收费、替建筑企业管理整套工具，也得学会资产追踪和更换物流，跟客户的关系也完全不同了。客户买的已经不是一把电锤，是工地上随时有趁手的工具可用。

国内也有现成的例子。蔚来2020年推出电池租用服务（BaaS），买车不买电池，电池按月租，购车门槛一下子降了不少。可这套方案要跑得通，电池得标准化，能快速更换，还要能在换电站之间流转。没有可换电的整车架构和换电网络，BaaS就只是一张价目表。可以说，蔚来的产品和定价模式是一起设计出来的。

游戏行业的体会可能更深。免费下载、道具收费一旦定下来，关卡节奏、成长体系、外观系统基本都得围着它设计。对这种模式，褒贬都有，但它塑造了产品，这一点没人否认。

能计量，才能收费

这些例子背后有一条朴素的道理，我在项目里经常提到：

产品不记录使用量，就没法按使用量收费；不跟踪结果，就没法按结果收费；功能都搅在一起拆不开，分版本、分档位也就无从谈起。企业将来能用哪些定价模式，其实早就被今天的产品决策限定了。做这些决策的多半是架构师、产品经理和工程师，他们一般不会觉得自己在做定价决策。等市场和销售部门坐下来讨论怎么收费时，不少选项已经没有了。

所以，先有鸡还是先有蛋，本来就不该单独回答。产品和定价模式互相影响，最好当成一件事来设计。这样做的企业，手里会多出许多别人已经失去的选项。

软件替定价兜了底

那么，“将就出来的定价”为什么能撑这么多年？一个重要原因是，代价不高，软件行业尤其如此。

软件的边际成本接近于零，多一个用户、多一次登录、多跑一份报表，几乎不花钱，而客户用的人越多，得到的价值也越大。这种条件下，只要模式说得过去，大体都能跑通。包年包月的订阅，几个重度用户摊一摊就过去了；按席位收费，客户规模大了，收入自然跟着涨；收费方式不合适，下次续约时调一调也就是了。软件的成本结构，替不少定价上的粗糙兜了底。

AI产品没有这层保护

AI产品没有这层保护，所以我认为，对AI产品来说，定价模式的分量比传统软件重得多。道理还是劳斯莱斯、米其林、喜利得面对的那条，只是犯错的余地小了很多。

第一个变化是成本。每一次提问、每一段生成的回答、每一个智能体完成的任务，都要消耗算力。传统软件里，用得最多的客户通常是最好的客户；AI产品里，用得最多的客户可能也是成本最高的客户。“无限量使用”的套餐放在传统软件里算是诚意，放在AI产品上，就可能变成一笔没有上限的支出。这一两年，已经有好几款AI工具因为重度用户消耗太大，不得不收紧条款。客户对价格调整还算能接受，收费规则在使用过程中被改掉，就很难不心生芥蒂了。

第二个变化是价值和人数不再挂钩。按席位收费的前提，是软件的价值随着使用人数增长。可一个智能体如果能干好几个人的活，客户需要的账号就少了，拿到的价值反而更多。按席位收费的供应商会发现，产品越好用，收入越少。所以现在市场上有按任务、按调用量、按解决问题、按业务结果收费的各种尝试。Intercom的AI客服Fin按每成功解决一次问题0.99美元收费，就是常被拿来讨论的例子。这些做法不一定都对，按结果收费也有它的难处，但沿用按席位收费，已经不再是稳妥的选择。而且每种新做法都绕不开前面那条道理：要按“成功解决”收费，产品先得说清楚什么算解决，还要能识别出来，并向客户证明。

第三个变化是价格变得很快，模式却很难改。模型的运行成本一直在降，同行也在不断降价，2024年国内大模型的那轮价格战，大家应该都还记得。今天定的价格，明年可能就不合时宜了。定价模式不一样，客户拿它做比较的基准，采购把它写进合同，销售团队靠它跟客户沟通，计费系统也是照着它搭的。调价格，客户抱怨几句也就过去了；换模式，就得跟客户一家一家重新谈，系统也要一套一套地改。价格是可以随时调整的参数，定价模式更像房子的结构，价格变得越频繁，结构就越要扎实。

第四个变化在客户那一侧：很多客户还说不清AI到底能给自己带来多少价值。它能处理三分之一的客服请求，还是三分之二？每个员工每天能省一个小时，还是十分钟？试点效果能不能推广到全公司？价值这么不确定，由谁来承担风险，就要靠定价模式来安排。很多时候，客户犹豫来犹豫去，最后签不签，就看这个风险怎么分。

中国企业的处境

对中国企业来说，事情还要再复杂一些。国内企业软件市场长期习惯项目制和买断式采购，订阅模式推了很多年也不算顺利。这在传统软件时代还能维持，因为软件交付以后，客户用多用少，供应商的成本差不多。AI产品交付以后，客户每用一次，供应商都要付算力的钱，一次买断、随便使用，这笔账算不过来。价格战又让市场形成了“AI就该便宜”的印象。只在价格上跟别人比，很容易越比越低；能拉开差距的，往往是收费方式本身。出海的企业也绕不开这个问题，海外客户更习惯订阅和按量计费，但对收费规则是否稳定透明，也更较真。

写第一行代码之前

所以我的建议是，在规划AI产品时，就把定价模式一起摆到桌面上，别等产品做完再补。写第一行代码之前，团队最好先想清楚几件事：客户得到的价值跟着什么增长，产品能不能把它记录下来；自己的成本又跟着什么增长，和客户的价值是不是同一个方向；今天选的收费方式，会不会让明天没法调整。这些问题，财务部门答不全，产品部门也答不全，需要定价、产品、技术和销售一起讨论，而且越早越好。