以下三家公司与全部数字均为教学假设,用于演示成本与毛利计算,不代表任何真实企业。
一个常见的错觉
卷一讲定价时,我们把「该收多少钱」算清楚了:价值单位选对、收费点选对、版本分对、额度设对。做完这些,团队通常会有一种如释重负的感觉——商业模型已经成立了。
然后过了两个季度,财务报表上的毛利率从 84% 掉到 71%,团队找不出是哪一步做错了。价格没降,客户没少,用量也没有暴涨。
这正是卷二要处理的问题。定价决定了收入的上限,成本运营决定了利润的下限。 前者一次性完成,后者每个月都要重做一遍。
毛利为什么会在增长中下滑
增长本身会稀释毛利,这不是管理失误,而是结构性的。原因有四个。
第一,新客户的用量分布和老客户不同。 早期客户通常是重度用户,对产品熟悉,用法稳定。新客户的用法更分散,其中一小部分会用得极重,尤其当他们把产品接进自己的自动化流程之后。
第二,成本分布是长尾的。 均值附近的客户贡献稳定毛利,尾部客户可能严重亏损。客户数越多,尾部的绝对数量越大。LumenDesk 的 P99 客户单次成本 0.12 美元,而超额单价只有 0.04 美元,每多一个这样的客户,就多一个稳定的亏损点。
第三,上游价格不受你控制。 供应商可以在 90 天通知期后调价,也可以在模型下线时强制迁移。收入端的合同通常按年签,成本端的调整按季度发生,中间的差额由产品公司承担。
第四,账单是滞后的。 用量在发生,账单在月底才生成,供应商账单又要再晚一到两周。等你看清这个月的成本结构时,损失已经发生完毕。
四条叠加,就形成了「越增长、毛利越薄」的局面。它不是某一章的失误,而是四个结构性因素同时作用的结果。
成本侧的四条不同
传统 SaaS 的成本管理相对简单:主要是服务器与人力,按月预算,波动有限。AI 产品的成本管理有四个不同。
成本连续,且与收入不同步。 客户预付了月费,成本却按调用发生。客户在月中流失,收入按比例确认,成本已经全部发生。
成本归因困难。 一次请求可能同时消耗推理、检索、存储与人工复核,这些成本落在不同系统、不同供应商、不同时间点。不主动设计归因,就只能看到总数。
成本对上下文长度极其敏感。 同一个功能,上下文从 1,800 token 涨到 30,000 token,单次成本会涨 16 倍以上。这个变量在传统 SaaS 里不存在。
成本决策与产品决策绑定。 是否支持长文档、是否保留完整对话历史、是否开启自动重试——这些产品选择直接决定成本结构,不能只交给财务。
卷二的组织方式
十三章分成四段。
第一段是地基(第 1 到 4 章)。 划清商业成本与技术成本的边界,建立单次与单客户的成本模型,处理成本分布的长尾,落到客户级与组合级的毛利。
第二段是链路(第 5 到 8 章)。 供应商涨价如何传导,计量事件如何设计,用量如何映射为金额,账单如何生成与对账。
第三段是运营(第 9 到 12 章)。 免费层的成本防御,收入运营的月度节奏,留存与扩张对毛利的影响,月度关账的方法。
第四段是收口(第 13 章)。 把前十二章的产出合成一套可复算的成本与毛利基线,作为卷三讨论规模化的前提。
四段的关系是递进的。第一段没有做扎实,后面的账单和对账都会变成对着一堆无法解释的数字做解释。
三个案例在成本视角下的分工
同一组数字,换一个角度看,结论会反过来。
LumenDesk 的毛利率 82.7%,是三个案例里最高的。但它的成本分布最不均匀,P99 客户是负毛利。它教的是「高毛利不等于每个客户都赚钱」。
Verba API 的毛利率 47.5%,是三个案例里最低的。但它的成本与用量严格线性,每个分位的毛利率都一样。它教的是「结构简单不等于结构安全」,因为没有任何缓冲去吸收单价下行。
ClausePilot 的毛利率 73.3%,看起来居中。但它的主要成本是人工复核,占变动成本 53.8%。它教的是「毛利稳定不等于可以无限扩张」,因为产能受限于人。
三个案例的成本数据集中在附录 B,与卷一的收入数据共用同一套口径。两卷对照时,先确认口径,再比较数字。
一个可复算的承诺
卷二每一节都配一个可运行的 TypeScript 代码块,放在 aibiz-lab 的 src/ops/ 下。代码块与源文件逐字节一致,可以用 node --test 直接跑。
代码做的事很具体:把一批用量事件按客户归因、算出三个分位、判断长尾客户是否负毛利、模拟供应商涨价后的毛利变化、生成一张能对账的明细。文字给出结论,代码给出验证。
这样做有一个额外的好处:当你把公司真实数据代进去时,如果结果和直觉不符,你会先怀疑数据或口径,而不是先怀疑公式。这个顺序很重要。
谁该读这一卷
三类人。
第一类是负责损益的人。创始人、业务负责人、财务负责人,你们需要回答「这个月的毛利为什么掉了」。
第二类是负责计费与账单的人。商业化运营、财务运营、系统负责人,你们需要一套能落地、能审计、能对账的计量与计费链路。
第三类是负责产品决策的人。产品经理与架构师,你们需要知道哪些产品设计会直接改变成本结构。
如果你只关心定价,卷一已经够了。但如果你已经开始为毛利发愁,卷二才是答案所在。
一个提醒
成本管理的目标不是把成本压到最低,而是让成本结构可解释、可预测、可控制。
压到最低通常意味着牺牲质量、牺牲体验、牺牲增长空间。而可解释、可预测、可控制,意味着你随时能回答三个问题:这个月多花的钱花在哪、下个月可能多花多少、如果供应商涨价 20% 会怎样。
这三个问题答不上来,成本管理就还停留在感觉层面。
下一节是目录与学习路径,之后从商业成本与技术成本的区别开始。
小结
- 定价决定收入上限,成本运营决定利润下限;前者一次完成,后者每月重做。
- 毛利下滑是结构性的:新客户分布不同、成本长尾、上游可调、账单滞后。
- AI 成本管理有四条不同:成本连续、归因困难、对上下文敏感、与产品决策绑定。
- 卷二分四段:地基、链路、运营、收口。
- 三个案例分别教「高毛利不保证每个客户赚钱」「结构简单不保证安全」「毛利稳定不等于可扩张」。
- 成本管理的目标是可解释、可预测、可控制,而不是压到最低。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。