
AI供应商临时变卦,付费模式待优化
今年上半年,因内部AI需求大增,某公司接洽了所有能接触到的国内供应商。综合考量性能与价格后,与一家供应商签约。然而,上午签完合同,下午供应商便要求取消按次支付限制,改用纯Token消耗计费,核心意思是“能做,但得加钱”。按此调整,采购成本将增加5倍。该公司AI负责人表示,商业合作临时变卦是大忌,内部流程不允许,只能拉黑此供应商并更换。
这一事件折射出国内AI在商用场景中,付费模式仍在摸索、优化阶段。供应商需考虑算力成本分摊、不同产品间生态鸿沟及自身商业惯性等成本。传统IT与SaaS边际成本近乎为零,而大模型与AI背后成本呈非线性增长。
AI模型迭代,厂商面临成本压力
2023年至今,AI历经从Chatbot到Copilot辅助,再到Agent、Cloud Agent的迭代。模型处理任务愈发复杂,单次调用Token消耗呈几何增长,需求爆发,但Token消耗飙升万倍并不意味着企业有对应万倍需求。模型能力领先,背着刚性物理算力成本的模型厂商急于给能力明码标价、回笼现金。
TechInsights数据显示,同期全球数据中心GPU出货量仅增长约2.5倍,HBM高带宽存储和CoWoS先进封装去年才陆续扩产,重资产扩张周期呈线性增长。一位投资人认为,科技大厂将持续上调资本开支以争夺算力供给,但无尽投入难以为继。此时,Anthropic在B端释放商业价值,为AI厂商带来希望。
Anthropic通过Coding基本跑通ToB商业模式,五月与SpaceX签署大规模算力集群租赁协议后迎来爆发,年化收益超450亿美元。算力供给释放其商业潜能,证明AI在B端有商业化空间,但企业AI开支能否找到可量化收益仍是问题,成本随用量浮动,用量因场景难以固定。
供应商与客户算不清账,市场追求可控成本
面对新业务与模糊商业模式,不少供应商组建FDE团队,与标杆客户深度共创。如微软投入25亿美元成立Microsoft Frontier Company的前沿部署工程,整合6000名工程师、技术顾问和销售团队,派驻客户企业内部服务。
AI时代与传统SaaS时代不同,不同行业、体量和落地情况开支差异大,客户和供应商都难以算清具体场景价值,因此派驻人员全程跟踪。火山引擎的谭待提出“单Token价格在涨,但创造的价值上升得更快”,但谁来验证价值上升更快是难题,尤其在买卖双方存在成本压力和缺乏评估标尺时。谭待给出准入门槛:“收入目标没到10亿规模,最好别做Agent,做一个Skill就好了”,这反映出模型厂商和企业客户算账困难,只能聚焦落地效果。
美团每年在AI数据采购上花费二三十亿元,而整个研发部门年度预算才10亿元,但巨大投入效果不佳,AI在核心路网识别场景准确率仅60% - 70%,离落地还很远。不过,美团王兴表示,“做AI,我们不知道什么时候会火;如果不做,我们可能都活不过三年”。
供应商算不清成本,客户算不清收益,市场自发追求可控成本。谭待吐槽Seedance收入数据有误且偏高,压力大。字节的即梦产品耗费至少半数算力资源,涨价、削减免费权益后,回收成本仅一成,一些巨头掌门人因此放弃卷模型。百度Robin称百度不做模型能力,只做分发和产品封装,“百度一镜”团队调用外部模型能力,只做产品封装,但其商业化尚处早期。
企业客户控制成本,模型厂商缺乏绑定能力
模型厂商加大投入、推新付费点以加速商业化,但落地场景中账单算不清。企业算清成本账不易,落地业务权责不清时,一线业务转向可控部分,寻找投入产出确定性。
极兔上线工单质检系统,中国市场工单二次投诉率降低23%,但其他国家推广时当地团队谨慎,担心大模型调用成本收不回,倾向等收益模型清晰再推广。某头部AI短剧公司担心业务主导权旁落,坚持自研自建并尝试产品化,其负责人认为生产环节可用AI,但工具链要掌握在自己手里。
大公司对成本掌控欲更强,美团仅用4B与35B小模型,测试和验证时才用“最贵最好”的大模型,逻辑是先探能力天花板,再用小模型跑日常任务,控制Token开支。极兔在数据标注环节自研微调模型,仅全局调度和直面用户场景调用外部大模型。在线教育行业如洋葱学园也懂得把资源用在关键环节,在高风险场景引入校验机制,因教育行业容错率低,追求高准确率成本高,更注重收支平衡。
这些控制策略表明企业在摸索投产确定性,也反映出模型厂商缺乏有效绑定客户的能力。客户不愿签署长期合同,AI生产力商业模式缺乏传统SaaS绑定客户的条件。洋葱学园接入多家供应商,版本迭代就更换,Coding Plan采用额度制套餐,缺乏绑定手段,客户为控制成本多方比价、多账户调剂,甚至考虑自己搞服务器。供应商意识到问题,组建FDE团队,部分厂商调整产品结构,如阿里合并三款企业级Agent产品。
两本账难对齐,AI商业飞轮待转动
供应商与客户账单难以对齐,阻碍AI对生产力的改造进程。模型厂商需通过产品落地摊销物理算力成本,Token消耗对应芯片、模型、工程能力的智力消耗,物理供给增长追不上需求指数级增长,即梦作为头部视频模型,成本回收仅一成,其他玩家情况更差。
客户希望通过投入找到确定性产出,美团买数据替代未算清价值的内部场景,极兔工单质检系统在其他国家推广面临ROI测算挑战,两家公司用不同标尺度量AI产出,都需更大通用性。
Anthropic以Coding为基础,扩展至泛白领与传统软件市场,明确替代成本,为买卖双方提供统一尺度。国内AI客服相对成熟,但替代对象是低薪客服,涉及无标准价内部流程时,供应商与客户会反复博弈。
企业找到确定性价值,投入才会确定。极兔表示AI在部分环节降低人力成本、提高经营效率,让企业看到价值。谭待、百度、美团的做法只是规避账单膨胀的权宜之计。技术能回答能否做到,商业还需回答值不值。企业清楚花费或供应商提供替代价值清单,写进合同,AI进入生产力才能真正转动商业飞轮。


被折叠的 条评论
为什么被折叠?



