B2B定价咨询机构Willingness to Pay创始人兼CEO Ulrik Lehrskov-Schmidt在SaaStr活动上提出名为“双曲棍球棒”（double hockey stick）的AI定价分析模型，并以Higgsfield、Figma和Clay等公司为例，说明AI时代企业软件成本结构与定价逻辑正在发生的变化。Lehrskov-Schmidt从事定价咨询工作约十年，其团队已完成数百个定价项目。他此前推迟撰写AI定价相关著作，原因是一直未能建立足以解释客户实际数据的模型——包括智能体定价、MCP定价，以及毛利率从85％-90％降至55％的现象。他表示这一模型在2025年4月成形。
该模型的第一条曲线描述价值分布。Lehrskov-Schmidt指出，同一产品对不同客户的价值差异远超多数创始人预期，并遵循幂律分布，单个客户获得的价值可达另一客户的1000倍。Willingness to Pay在每个项目中都会绘制使用量与价值分布图。以一家年经常性收入（ARR）数亿美元的典型客户为例，其客户数量在1万至2万家之间，其中单个客户可能占全部用户或全部基础设施的30％。按此分布，头部20％的客户获得80％的价值，这一群体中再头部20％又获得其中80％的份额。在统一定价模式下，无论收费5千美元、5万美元还是50万美元，企业都会错过愿意支付500万美元的客户。Lehrskov-Schmidt的团队目前正与一家法国公司合作，对处于价值曲线顶端的部分客户实施约300倍、即30000％的涨价，这些客户此前与其他客户支付相同的统一价格。
在AI进入之前，传统B2B企业可以容忍这部分未被捕获的价值，因为服务每个客户的成本大致相同，损失的收入属于机会成本，不会体现在损益表中，因此缺乏追索动力。AI带来了第二条成本曲线，且同样遵循幂律分布。Lehrskov-Schmidt团队在数十个高增长AI定价项目中反复观察到：约50％的用户AI消耗量为零或接近零；1％的用户贡献了总AI成本的50％至75％；极端情况下，0.1％的用户即可驱动75％以上的成本。在拥有100万用户的产品中，这意味着1000名用户产生了四分之三的推理账单。某客户中利润贡献最差的单个用户，其消耗的token成本达到所付收入的380倍，由于采用统一定价而成本波动剧烈，该客户处于亏损状态。
面对这一结构，一种常见做法是将AI成本直接转嫁给客户，但Lehrskov-Schmidt强调成本与价值相互独立。若产品将1美元的token成本转化为0.1美元的客户价值，任何定价调整都无法解决这一错配。上述380倍成本的客户所处品类本身不具备可收费的价值基础，单纯涨价无法弥补亏损。对SaaS企业而言，这意味着需要同时管理价值分布与成本分布两条曲线，而非仅依赖统一费率或简单的成本转嫁。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
