AI双曲线定价法：1%用户占75%成本
编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）
资深定价专家Ulrik提出AI时代“双曲棍球杆”模型：1%用户消耗50%-75% AI成本，且成本与价值不挂钩。文中案例显示某客户最亏钱用户token消耗是收入的380倍，另有法国公司计划对头部客户提价300倍。对搞钱者意味着：死守固定定价会导致高价值客户流失或亏损，需动态调整价格。下一步：立即审计你的AI成本分布，找出那1%的高成本用户并测试差异化定价。
- 计算AI成本占比，识别消耗>收入的“倒挂”用户
- 参考Figma/Clay案例，为高价值用户定制溢价套餐
- 避免直觉误区：高成本不等于高支付意愿，需测弹性
- 建立监控机制，跟踪模型价格变动对毛利的影响
核心结论：AI时代定价逻辑彻底变天。别把“高成本”等同于“高价值”，1%的重度用户可能吃掉75%的成本，却只贡献普通甚至负向收入。立即审计成本分布，对头部客户实施动态溢价，否则毛利将从85%崩至55%。
### 一、 独立判断与数据支撑
资深定价专家 Ulrik Lehrskov-Schmidt（Willingness to Pay CEO）指出，传统B2B SaaS之所以能活，是因为服务成本均摊，高价值客户少付点没在利润表里体现为亏损。AI引入了“第二条曲线”：推理成本激增且分布极度不均。
* **成本分布真相：** 在20多个高速增长AI项目中，约50%用户消耗为0或接近0；**1%的用户驱动了50%-75%的总AI成本**。极端案例中，0.1%的用户产生75%以上账单。百万用户产品中，这意味着1,000人扛起了3/4的推理费用。
* **倒挂案例：** 某客户最亏钱的用户，Token消耗是其收入的**380倍**。该产品采用固定定价，成本尖峰导致直接亏损。
* **正收益案例：** 另一客户客单价（ACV）50万美元，最大企业客户年AI成本仅2万美元。Ulrik团队建议维持现状，因为成本/收入比健康。
* **激进调价：** 某法国公司计划对处于价值曲线顶端、仍付固定价的客户提价**30,000%（300倍）**，以捕获被隐藏的价值。
**关键洞察：** 成本与价值独立。$1的Token可能只创造$0.1的客户价值。单纯转嫁成本会导致流失；但忽视价值差异会错过$5M级别的潜在收入。模型迭代会让“成本-价值”关系动态漂移（Ulrik称之为“棍棒之舞”）。
### 二、 四种成本-价值组合应对
| 类型 | 成本形态 | 价值形态 | 代表/策略 |
| :--- | :--- | :--- | :--- |
| 低效型 | 尖峰 | 尖峰 | **Clay**：经典B2B，需重构价值定价 |
| 浪费型 | 尖峰 | 平坦 | **Figma**（原Nee案例）：成本无价值支撑，需限流或剔除 |
| 错失型 | 平坦 | 尖峰 | **传统SaaS遇AI**：服务成本低但价值极高，需大幅溢价 |
| 健康型 | 平坦 | 平坦 | 标准产品，维持监控即可 |
### 三、 可复现执行步骤
1. **成本审计（1周）：** 拉取过去3个月数据，按用户ID汇总Token/推理成本。计算每个用户的“成本收入比”（CIR）。标记CIR>1且占比前1%的用户。
2. **价值分层（2周）：** 不要只看使用量。结合NPS、续约率、功能使用深度，评估该1%用户的真实WTP（支付意愿）。若价值平坦，考虑功能限制或引导降级；若价值尖峰，启动销售对话。
3. **定价测试（1个月）：**
* 对高价值/高成本用户试点“成本加成”或“价值锚定”套餐。
* 参考法国案例，对顶级客户测试3-10倍溢价，而非300倍（除非价值曲线极陡）。
* 对“倒挂”用户设置成本上限（Hard Cap），超出部分按量计费。
4. **建立监控看板：** 追踪模型价格变动对毛利的影响。每两周更新“1%用户成本占比”，动态调整定价策略。
### 四、 避坑指南
* **勿直觉调价：** 高成本不等于高支付意愿。对“380x倒挂用户”直接涨价，结果大概率是流失，因为其价值本就低于成本。
* **勿静态定价：** 模型每半年变一次，价格曲线也会变。建立季度复审机制，警惕“成本-价值”剪刀差扩大。
* **勿忽视长尾：** 50%零消耗用户是基本盘，不要用高价吓退他们，重点在于隔离高成本少数派。
原文 · SaaStrAI：阅读原文 →
