AI 产品用户越多，为什么反而可能越亏？

从 Stripe 的 6 种定价模式看懂 AI 产品怎么赚钱想象一下你负责的 AI 产品终于火了。用户量不断增长使用频率持续提高老板却突然问你“用户越来越多我们怎么反而赚不到钱”你打开数据后台发现订阅收入增长了 30%模型调用成本却增长了 80%。原来用户用得越勤AI 消耗的算力就越多。如果收费方式没有跟上成本变化增长反而可能侵蚀利润。这是一个假设场景却揭示了 AI 商业化中非常现实的问题。最近读到 Stripe 官方发布的《AI Pricing Models》里面有一个观点让我印象很深AI 定价不能只考虑客户愿意付多少钱还必须考虑客户得到的价值以及企业为此付出了多少成本。这也是我认为产品经理想成长为业务负责人必须跨过的一道坎从关注“产品能创造什么价值”走向思考“公司如何持续从价值中获得利润”。一、AI 产品定价为什么比传统软件更难传统 SaaS 产品一旦开发完成新增用户的边际服务成本可能相对较低。但 AI 产品不一样。用户每提一个问题、生成一张图片、完成一次 Agent 任务都可能产生新的模型推理和工具调用成本。更麻烦的是不同用户的消耗差异可能非常大。有人一个月只问几十次有人一天就生成上百张图片。如果全部采用相同的订阅价格轻度用户可能贡献不错的利润而重度用户可能导致亏损。反过来如果全部按照 Token 收费虽然方便企业控制成本却可能让普通客户难以理解账单。所以AI 定价要同时解决三个问题客户觉得值不值企业能不能持续赚钱收费方式是不是足够容易理解和接受这三件事比单纯计算模型调用单价复杂得多。二、Stripe 总结的 6 种 AI 定价模式Stripe 将常见的 AI 定价方式分为六类。定价模式怎么收费适合什么场景订阅制按月或按年收费使用相对稳定的 AI 应用按量计费按 Token、调用量收费API、开发者平台混合定价基础费 超额用量费企业级 AI 平台按成果收费按成功完成的任务收费可明确验证结果的 Agent按席位收费按使用人数收费企业办公、销售助手按能力分层高级模型、功能收费更高不同能力价值差异明显的产品这些模式没有绝对的好坏。比如按量收费适合开发者因为他们更容易理解 API 调用和 Token 成本。但如果你向一所学校销售 AI 教学平台直接告诉校长“我们按照每百万 Token 收费。”对方很可能不知道该申请多少预算也无法预测一学年到底要花多少钱。校长真正关心的可能是平台能支持多少师生课程能不能持续更新教师是否需要培训出现问题有没有人负责客户购买的是业务价值而不是你内部使用的成本单位。这个区别非常重要。三、一个 AI 教育产品的例子同样收 3 万为什么可能一赚一亏假设我们向两所学校销售同一套 AI 教学平台每所学校每年收费 3 万元。两所学校获得相同的基础课程和平台服务但 AI 使用强度不同。学校 A常规使用年收入30,000 元课程、平台及服务直接成本12,000 元AI 运行成本4,000 元项目直接贡献14,000 元学校 B高强度使用年收入30,000 元课程、平台及服务直接成本12,000 元AI 运行成本22,000 元项目直接贡献-4,000 元注以上为便于理解而构造的示例并非真实报价或经营数据。直接贡献尚未扣除总部管理、销售、研发等共同费用不等于净利润。同样的产品同样的年费为什么经济结果差这么多因为我们只统一了收费价格却没有充分考虑不同客户的使用成本。这时候该怎么办直接限制学校使用 AI可能损害客户体验。给所有学校统一涨价又可能让低用量学校觉得不划算。我更倾向于采用一种混合定价思路前台卖服务包后台管 Token高成本能力单独计量。具体来说第一收取基础年度服务费覆盖平台、课程、常规 AI 权益、培训和运营。第二明确合理的 AI 使用额度让学校可以预测预算。第三对于大量视频生成、高成本模型调用等能力提供额外资源包。这样既能保证客户理解和接受也能帮助企业控制高强度使用带来的成本风险。更重要的是收费标准应该围绕客户获得的价值设计内部 Token 数据则主要用于成本核算、额度治理和增购定价。当然最终价格仍要通过客户访谈、成本测算和实际使用数据来确定。四、产品经理到底应该怎样选择定价模式Stripe 提出了几个很实用的判断问题。我把它整理成一个更容易用于工作中的四步框架。① 用户多用一次就一定能得到更多价值吗如果用量和价值高度相关例如每处理一份有效文档都能节省人工时间那么按量收费可能合理。但如果客户购买的是持续服务保障使用次数未必直接代表价值订阅制可能更容易接受。关键是找到客户真正愿意付钱的价值单位。② 用户多用一次公司成本会增加多少如果 AI 推理、视频生成成本随着使用量持续增加就不能忽略用量上限。产品经理至少要知道单次有效任务成本 相关运行成本 ÷ 成功且符合质量要求的任务数量。不要只看一次 API 调用多少钱还要算上重试、检索、审核和异常处理。③ 客户能不能预测自己的支出企业客户通常需要预算确定性。如果每个月账单浮动很大采购和财务审核就可能受到阻碍。这也是为什么“基础订阅 合理额度 超额增购”对不少企业客户具有吸引力。但用量规则不能过于复杂否则客户依然看不懂账单。④ 能不能清楚证明 AI 创造了成果按成果收费听起来最有吸引力。例如AI 客服成功解决一个问题收多少钱Agent 成功预约一位客户收多少钱。但前提是这个成果必须能够明确界定、可靠验证并且能合理归因。否则究竟是谁创造了成果、失败该不该收费很容易引发争议。所以按成果收费值得探索但不一定适合作为新产品最初的定价方式。五、从产品经理到业务负责人还要补上这张经营账我认为学习定价真正重要的不是记住六种模式而是建立一种经营思维。面对一个准备商业化的 AI 产品至少要回答五个问题。经营问题需要关注的指标谁愿意付钱目标客户、付费意愿为什么愿意付钱节省成本、效率提升、业务收益每个客户能带来多少收入客单价、ARPA、续费与增购服务客户需要多少成本直接成本、单位经济模型如何持续扩大盈利客户留存、毛利率、获客成本与回收周期尤其要注意收入增长不等于利润增长。一个业务能不能长期成立既取决于收入也取决于成本结构、客户留存与持续获客能力。优秀的产品经理会思考如何让用户更喜欢这个功能而具备经营思维的产品经理还会继续追问这个功能值得谁付钱公司提供它要花多少钱随着客户增长利润能否持续扩大当你开始主动回答这些问题就已经不只是站在功能视角思考产品而是在尝试站在业务负责人的位置思考生意。写在最后AI 让开发产品变得更容易但不代表让赚钱也变得更容易。模型能力、产品体验、用户增长都非常重要。可如果缺乏合理的定价和成本管理再好的产品也可能陷入“用户越喜欢公司越难赚钱”的困境。所以我认为 AI 产品经理应该尽早建立一种习惯做功能之前想价值定价格之前算成本做增长之前看单位经济模型。Stripe 的六种定价模式只是工具真正重要的是背后的商业判断能力。好产品创造价值好商业模式让价值持续转化为利润。今日思考如果你负责一款 AI 教学助手你会选择按学校收年费、按教师人数收费还是按照 AI 使用量收费为什么欢迎在评论区聊聊你的判断。这里是PM上岸局PM成长研究所。持续分享 AI 产品分析、商业模式、产品思维与职业成长。希望和你一起从“会设计功能”的产品经理成长为“懂业务、会经营”的产品经理。如果这篇文章对你有帮助欢迎关注后续继续分享可以直接用于工作中的产品方法。参考资料Stripe,AI pricing models: How the main structures work and when to use them, 2026 年 4 月 19 日更新。AI 定价模式详解 | Stripe