据调研，科技软件企业管理层预计，在未来两年内，集成生成式AI功能能够帮助企业收入增长10%以上。预期虽然乐观，但关键问题不容忽视：科技软件公司如何确保实现这一收入潜力？
生成式AI能够自主生成独特的、为用户量身定制的内容。这也引发了关于功能变现的两难选择：是对这些创新功能收费并直接实现收入增长，还是通过提升产品价值和客户体验来间接实现？以往，新用户的增加对于科技软件公司的可变成本影响不大。然而当集成AI功能后，新客户的增加则可能伴随高昂的可变成本，这也改变了产品变现的游戏规则，并增加了复杂性。换句话说，生成式AI的变现更为复杂且将产生长期影响。然而，根据我们的经验，大多数科技软件公司尚未制定明确有效的变现战略。
本文将聚焦科技软件企业如何实现AI功能的变现，以获得可持续的收入增长。
开发面向用户的生成式AI功能具有双重效果：增强客户体验以及在快速发展的环境中保持竞争力。首先，在产品中应用生成式AI可以使产品更加以客户为中心，使产品更加智能、高效，并满足特定客户的需求，从而在软件服务中获得竞争优势。
此外，为了保持竞争力，开发AI功能已是大势所趋：西蒙顾和全球软件调研表明，12%的SaaS领先企业已经推出了AI相关功能，80%的SaaS领先企业预计将在未来18个月内推出。换句话说，只有8%的SaaS企业当前无开发计划，或预计需要超过18个月的时间。
基于上述两个因素，科技软件企业有充分的理由将生成式AI功能或服务整合到产品中。但同时，我们也建议仔细考虑AI带来的潜在价值和挑战。关键问题如：
AI功能是否与您当前提供的产品和客户群的需求相一致？
预期效益（如客户体验和竞争力）是否会超过所需成本（如开发成本和 API 使用成本）？
您是否已经具备了必需的技术基础与相关的技术人员专家，以应用运营这些功能？
是否有道德或监管方面的风险与问题？
如果新AI功能与当前产品的价值主张完美融合，能有效解决客户的痛点，并通过全面的成本收益分析验证，那么企业就有可能从集成生成式AI功能中获得积极成果。
人们对AI生成功能的经济可行性期望很高。超过三分之二的科技软件企业管理层对前景持乐观态度，并预计通过在其平台中集成生成式AI功能，在未来两年内将实现10%以上的收入增长。这种预期是可观的，但也相应地提出了问题：收入增加将如何实现，又将通过什么机制进入企业的资金流？
新的软件企业通常首先关注的是找到产品与市场的契合点，即开发出能明确满足客户需求并有一定规模的客户群的产品。这正是大多数生成式AI应用目前所关注的。更成熟的软件企业通常会把重点放在开发可持续的商业模式上，即如何将为客户提供的价值变现。我们预计，这是大多数生成式AI应用需要做出的关键转变，以实现预期的增量收入并建立可持续的业务。
实现功能价值变现的一个关键问题是：是对AI功能直接变现（通过单独收费或提价），还是间接变现（即在不对AI功能收费的情况下实现收入提升）。
经验法则是，如果AI功能显著提高了基于使用量的价格指标，或者显著提高了客户转化率或留存率，那么不对AI功能直接收费可能更有利，因为已间接实现收益。但我们通常会发现，这些间接收益不足以实现可持续的收入增长。
在间接变现动力不足的情况下，向所有客户提供AI服务的同时提高核心产品的价格很可能是合理的，因为产品采用了全新的技术，提高了向客户提供的价值，而且与竞争对手相比产品很可能价值更高。这符合行业惯例，即在订阅模式中将价格提升与产品性能和功能提升挂钩。其中至关重要的是确保所有客户都能认识到生成式AI功能的附加价值，并愿意为此付费。如果后者不适用，则最好单独收费（例如，仅在高级产品层级中提供AI功能，引入基于使用量的定价指标，或收取固定附加费用）。
上述逻辑适用于AI或其他新产品功能。然而，与AI功能特别相关的一个重要考虑因素是，生成式AI的可变成本（如API成本、带宽等）难以控制，因此很可能无法向所有客户提供AI功能，无论是否涨价。尽管AI的可变成本不断下降，而且还出现了一些巧妙的创新，例如根据任务选择最具成本效益的模型，但许多AI应用的可变成本仍然不可忽视。如果AI功能的可变成本过高，最好对这些功能单独收费，或对主动使用设定超额费用。
西蒙顾和通常建议软件产品方案应有不同产品等级的设计，以满足不同的需求和支付意愿。也为创建“获客-留存-升级”结构创造了机会，使客户能够随着时间的推移进行向上购买。
然而我们发现，大多数科技软件公司目前并没有将其AI功能针对不同的产品等级进行差异化，但我们预计，随着AI解决方案的功能越来越丰富，版本间的差异化也会越来越多。目前对AI功能进行区分的公司仅根据使用情况进行区分，而较少根据功能进行区分。
差异化的另一个优势是限制AI API的成本。例如，ChatGPT 通过使用限制和功能限制（如 GPT-4 处理、更快的响应时间、数据分析能力、连接插件的能力等）对免费产品和 Plus 产品进行区分。因此，该公司的入门套餐可以以较低的运营成本提供服务，同时刺激用户向上购买更高级的付费套餐。
综上，我们建议应尽量区分不同产品等级的AI功能，从而设计一个有吸引力的“获客-留存-升级”产品结构，并获得大幅节约成本的机会（同时对用户仍有吸引力）。
基于使用量的定价方法是近年来整个科技软件行业明显的定价趋势。对于生成式AI解决方案来说，目前较为常见的定价方法有：
按用户收费且可无限使用（最常见）：如文心一言会员，49.9元连续包月
按用户收费且套餐中包含一定使用点数，超出部分另行收费：如文心一格黄金会员包含1700电量，超出可单独购买电量包，9.9元80电量起
按每次查询或API调用收费（无固定费用）
按用户付费面临的挑战是，不同用户的使用情况通常差异很大，即用户从AI功能中获得的价值以及用户产生的API使用成本各不相同。对一个用户来说，定价可能过高，导致放弃购买，而对另一个用户来说，定价则可能过低。《华尔街日报》最近的一篇文章指出，Github Co-pilot（对每个用户收取固定价格）每个用户每月的亏损超过 20 美元，一些重度用户每月的成本高达 80 美元。基于使用量的定价有可能解决这一问题，但缺点是，完全基于使用量的收费可能会导致\"计价器效应\"：即将每单位使用量与价格上涨挂钩可能让用户产生心理不适从而控制使用。
西蒙顾和通常建议，价格指标应：
对客户有吸引力/可解释的
可以受益于客户的增长/成功
落地性强/财务可行性高
这同样适用于生成式AI的价格指标。我们发现，在大多数情况下，基于用户收费且设置使用上限的方式是最佳的，它能保证合理使用（从而限制计价器效应），并能为重度潜力用户提供向上销售的机会。不过，也有例外情况，即当按使用量收费更容易向用户解释时。因此，我们建议开展客户研究，找到首选价格指标。
