AI供应商定价实验导致CIO成本波动不定

生成式AI供应商正在尝试各种定价策略和模式，这给企业CIO部署AI技术带来了成本不确定性，行业观察者如此表示。

计费软件供应商Chargebee的市场推广总裁Brian Clark指出，虽然许多AI供应商已经转向混合定价模式，将订阅制与基于使用量或结果的定价相结合，但这些策略并非一成不变。

在某些情况下，AI供应商每隔几周就会改变定价费率或模式，Clark说，他们将敏捷开发理念应用到定价上，采用敏捷产品货币化实践，包括针对不同用户角色和产品的定向定价。

例如，Clark注意到CRM巨头Salesforce为其Agentforce AI产品线提供了多种定价模式。

"表现最佳的公司每30天内会多次调整定价，这就是敏捷产品定价，"他说。"敏捷货币化必须是敏捷和灵活的，随着不同变量的变化、企业采用情况的变化以及大语言模型成本的变化而调整。"

在最近的一项调查中，Chargebee发现了混合定价的趋势，43%的AI和其他软件供应商将订阅制与基于使用量的定价相结合，另有8%将订阅制与基于结果的定价相结合。约16%的供应商仍提供纯订阅制定价。

**市场竞争力量的冲突**

AI供应商面临着相互冲突的定价压力，激烈的竞争和成为品类领导者的竞赛与盈利努力相冲突，Clark表示。

"每个人刚开始想要挑战大玩家时，"他补充说，"他们从许可证开始，压低市场价格。然后他们意识到利润率被压缩了，需要转向使用量定价来保护利润率。"

结果是频繁的价格波动，Clark说。"如果你是传统玩家，你需要降价来竞争，"他补充说。"如果你是新玩家，你会来压低价格，但随后你会提高价格，因为你亏损太多。"

如果这一切听起来对CIO来说是个巨大的头痛问题，那确实如此，一些观察者说。AI客户希望确定性，但AI供应商仍在摸索交付结果的成本，IT分析公司Valoir的CEO Rebecca Wettemann表示。

许多AI供应商依赖第三方大语言模型，每次API调用都要付费，这使得预测内部成本变得困难，她说。正如Clark所建议的，市场主导地位的竞争也是一个因素。

"我们看到定价模式波动，因为供应商试图在新兴的智能体AI市场中获得更多份额，供应商想要占领智能体份额，并押注与在另一个供应商平台上重建智能体相关的高转换成本会让客户产生黏性，"Wettemann说。

在SaaS领域常见的传统按席位定价模式对AI来说不那么合理，她补充说。

"在理想世界中，AI意味着席位数量减少，或者组织用相同数量的席位完成更多工作，"Wettemann说。"这个数学对于现在销售更少席位但为大语言模型调用支付更多费用的供应商来说是行不通的。"

**对CIO的建议**

对AI供应商和用户来说，最佳策略是专注于价值而非席位或大语言模型交易的可预测定价。但结果或价值可能难以定义和达成一致。因此，许多AI供应商正在转向更灵活的钱包模式，不强制客户承诺使用模式，但仍允许供应商锁定一些定价可预测性。

Wettemann建议CIO关注意外的价格上涨，寻找灵活的支出积分，他们现在可以锁定这些积分来利用供应商的智能体增长策略。"记住，没有自己大语言模型的软件供应商必须在某个时候将大语言模型提供商的任何价格上涨转嫁给客户以达到盈亏平衡，这些上涨很可能会到来，"她说。

当前的定价波动令人困惑和失望，特别是当期待已久的AI模型只在更高价格层推出时，IT领导者招聘公司TechCXO的分数制CTO兼CISO和AI策略负责人Kevin Carlson补充说。

CIO应该避免供应商锁定，他们应该努力理解供应商提供的不同定价模式，他建议。一些AI用户已转向FinOps提供商。

此外，当员工使用基于使用量的AI工具时，CIO应该设置预算限制，因为API使用可能产生巨大的意外成本，Carlson说。

"要求使用模型进行编码的软件开发人员成为过程的积极参与者，并在过程中提供批准，"他补充说。"给模型无监督操作的全面批准可能导致模型持续几小时对单行代码进行故障排除而不成功，同时为每次相同的API调用收费。"

软件供应商Appfire使用各种AI产品，通常专注于通过合同限制价格变化，并在员工与基于使用量的AI工具交互时设置警报，该公司CTO Ed Frederici说。公司观察到其AI供应商最近的定价变化和实验。

"我们对基于消费的模式非常谨慎，"Frederici说。"如果我编写一个低效算法或者在AI后面放置很多功能集，我可能会推高销售成本。我见过人们在某个云环境中犯错误，一夜之间会看到数万或数十万美元的预期成本。"

Frederici建议AI客户对基于使用量的AI工具使用与云计算提供商类似的成本控制。良好的云消费策略可以作为AI消费的蓝图，他说。

从长远来看，Frederici对AI定价持乐观态度，因为竞争将推动价格下降。但在短期内，客户成本可能波动，一方面是健康的竞争，另一方面与交付AI结果相关的高计算和能源成本相冲突。

"竞争越激烈，你就越需要在某种程度上有所区别，但由于所需的计算能力，你们都面临同样的价格压力，"他说。"最终，这是AI定价的竞底竞争，但问题是，'在交付AI功能集对你来说不再可行之前，这个利润率能有多窄？'"

Q&A

Q1：为什么AI供应商的定价模式变化这么频繁？

A：AI供应商面临激烈竞争和盈利压力的双重挑战。他们既要通过低价获得市场份额，又要维持利润率。同时，许多供应商依赖第三方大语言模型，每次API调用都要付费，内部成本难以预测，导致定价策略需要频繁调整。

Q2：CIO如何应对AI成本的不确定性？

A：CIO应该避免供应商锁定，理解不同定价模式，设置预算限制和成本警报。对于基于使用量的AI工具，要像管理云计算成本一样进行控制，要求开发人员积极参与AI工具使用过程并提供审批，防止产生意外的高额费用。

Q3：混合定价模式在AI行业有多普遍？

A：根据Chargebee的调查，43%的AI和软件供应商采用订阅制与基于使用量定价相结合的混合模式，另有8%结合订阅制与基于结果的定价。只有约16%的供应商仍提供纯订阅制定价，显示混合定价已成为主流趋势。