引言
上周,适道分享了风投机构a16z报告——AI ToB的16大趋势,并得出结论:B端既是初创企业的“生路”也是“胜路”。大企业不太可能将私密数据分享给巨头,而是倾向于找“中间商”。因此,初创企业的“数据飞轮”有机会转起来——在垂直领域积累优质数据,逐渐构建技术壁垒。
虽然ToB大方向已经挑明,但对于“缺钱、缺算力”的小型初创企业而言,万里长征的第一步才刚刚开始。
困扰的创始人包括但不限于“如何让AI方案切准具体场景难题?”“如果能切准,由此产生的高成本是我承担,还是转嫁给客户?”“如果转嫁给客户,他们到底愿意花多少钱?哪些愿意花更多钱”“我的AI功能到底能做到多优秀,可以卖高价”……..从而形成一个问题闭环。
以上问题的核心是成本。毕竟不具备可观的规模经济,利润要额外扣除算力、Token调用等费用。也不是每项AI服务都能“一发入魂”,让创始人立即看到真正的钱。
因此,基于自身融资情况、产品功能采取恰当的定价方案,不至于因裹足不前而奄奄一息,也不至于因烧钱太快而轰然倒塌,这既是一门艺术,更是一门科学。
作为AI ToB系列的第二篇报告,a16z发布了《Pricing and Packaging Your B2B or Prosumer Generative AI Feature》(如何为你的AI toB/ to产消者的产品定价),非常详细地向创始人介绍了当前GenAI产品的定价策略。文章指出,我们正处于GenAI早期阶段,在采纳曲线和成本稳定之前,不会出现“一劳永逸”的定价方案。适道在不改变原意的情况下,对文章进行了编译,请安心食用。
01 思考:早期使用、客户角色、产品愿景
开始之前,创始人需要问自己两个问题:
1、产品的GenAI功能可提供多少价值?为谁提供价值?
2、提供该功能的成本是多少?
以下三点可以帮你滤清杂乱的思维。
- Beta测试版和早期使用
哪些客户正在使用你的产品,使用频率如何;为他们提供服务的成本;他们愿意为GenAI功能花多少钱。
更进一步,问题可以细化为:
1、GenAI功能会否增加产品的TAM (潜在市场规模)吗?(以前为10个客户提供服务,现在可以扩张到100个客户吗?)
2、GenAI功能会否提高产品“免费—付费—付费Pro版”的转化率?
3、GenAI功能会否抓住部分“重度用户”?如果“Yes”,对成本作何影响?
- 客户角色
弄清楚谁愿意付费?谁不愿意?是所有客户都能从GenAI获益,还是只有一部分客户?
对此,我们可以通过访谈、调查、销售团队数据寻找答案。
访谈:如果你的客户数量较少,访谈可以让你了解谁有兴趣购买产品,以及未来他们可能会对哪些产品感兴趣。
调查:如果你的潜在客户较多,调查可以让你了解哪些潜在新功能对他们来说最重要,并将这些信息与客户的公司行业、职能定位联系起来。
销售团队数据:你的销售团队日复一日地与客户交谈,他们通常更能捕捉到不同客户分别需要哪些功能。
此外,你还要格外区分真正的客户和“AI 游客”——他们注册产品,付费“尝鲜”,但很难留存转化。
- 产品愿景
作为创始人,你要思考在产品路线图中,GenAI功能将占据何种地位。
情况一:虽然一小撮客户“站队”GenAI,但你相信GenAI最终会重塑客户体验,提供多元价值。
情况二:GenAI能够让部分客户“锦上添花”,但你仍在纠结GenAI如何让客户受益。
综上,如果你想明白了以上问题,并得出可行假设,就可以具体地考虑如何对产品/服务打包定价。
02 定位:核心功能、升级选项、附加组件
我们将B2B GenAI功能分为3类:核心功能、升级选项、附加组件。
- 核心功能
如果你的所有客户都“站队”GenAI并愿意为其付费;同时,早期使用数据表明GenAI显著提高了产品采用率和转化率;而且,GenAI对你的价值主张至关重要。
那么,请将GenAI纳入核心范畴!
在这种情况下,你可能不直接从GenAI功能中获利,但它确实对TAM、转化率具有明显的下游效应。尤其当我们处于用GenAI“抢地盘”阶段,将GenAI视为核心功能可以让你的产品“独树一帜”。由于所有细分市场都需要GenAI功能,a16z认为一些公司最终会提高其核心产品的总价格,来更好地覆盖其产生的额外成本。
将GenAI 作为核心功能的企业
- 升级选项
如果你的GenAI功能还不错,但有点“鸡肋”,不妨将其打包为“升级选项”,作为销售杠杆,以提高“Pro版”的转化率,或覆盖GenAI的部分成本。
例如,有的公司会在升级选项中提供更多的数据集;又例如Mailchimp,虽然其大多数用户不需要核心产品中添加GenAI功能,但AI生成的邮件文案、分段和分析功能确实“很香”,优化了用户体验。
将GenAI 作为升级选项的企业
- 附加组件
如果你的GenAI功能仅为一小撮“愿意花大价钱”的客户提供巨大价值,并且你希望在他们身上看到利润。那么,请将GenAI功能打包为附加组件。
在这种情况下,GenAI可以让创新直接变现,在短期内获得更可持续的利润率(如果你相信GenAI将成为产品的核心差异化因素,则需要转向不同的套餐);GenAI可以扩大TAM,即对部分客户收取更多费用,同时维系现有价位的客户;GenAI也可以提供一个机会,即针对理想用户群体进行Beta测试。
将GenAI 作为附加组件的企业
目前,a16z看到一些公司将基础性能的GenAI功能包含在核心产品或基础版本中,并在更高版本产品中引入更强大的GenAI功能,或提供更多GenAI功能。
在上述情况中,价值细分的逻辑保持不变——如果GenAI能够扩大TAM,可将其作为核心功能;如果更强的GenAI仅支持Pro版用户,可以将该功能作为附加组件。
03 定价:订阅制还是混合制?
之所以大多数B2B GenAI公司采用订阅制,而非“计次收费”,是因为客户不想预估自己到底能使用“多少”功能。
然而,订阅制却可以让AI企业一路“狂亏”,尤其是“按人头”计费。例如“重度用户”和“轻度用户”交一样的钱,但前者用100次,后者只用1次,对应的成本当然大不相同,这意味着你最重要的客户反而会侵蚀企业利润。
因此,一些公司尝试混合订阅制,即根据使用额度进行阶梯式定价,超额部分另外算钱,这样不至于被“重度用户”拖垮。
目前,定价策略呈现以下两种趋势:
- 基于结果定价
一些B2B GenAI公司开始考虑基于结果“抽取”费用,而不是基于软件本身向客户收费。只不过,基于结果定价更难实现,因为创始人还在研究如何量化GenAI为客户提供的价值。
适道总结了一些公司的定价模式。例如,初创公司Cresta最初是订阅制,现在已改为“计次收费”——按帮助联络中心员工的对话次数计算;客户服务公司Intercom发布了聊天机器人Fin,每发出1个客户请求计价99美分;初创公司Hume AI则开始按照每分钟、每个注释和单词量收费。
- 准备随时灵活定价
随着GenAI推理成本趋于稳定,开源模型蓬勃发展,模型供应商也在不断压低价格。因此,各家公司都要随着API成本降低来调整模型定价。
对此,创始人至少应该制定一个短期能够保利润的价格。而在此定价之下,随着长期服务成本下降,未来利润率会升高。
但总而言之,目前没有一劳永逸的定价方案,成功的创始人需要结合过去,展望未来,构建一个清晰、灵活的定价框架,以传达其产品价值。
结语
如果将 GenAI 比作一个蛋糕,蛋糕底层是基础模型 ,中间是开发者工具和 infra,顶层则是应用。一年前,普遍的预测是:因为大模型不断进步,应用层会涌现出大量创新公司。但实际情况却相反,更多模型供应商出现且融到很多钱,而应用层似乎才刚刚起步。
近期,OpenAI的首席运营官Brad Lightcap预测,2024年是人工智能的“应用之年”。据悉,ChatGPT企业版需求正在急剧增长。目前已有超过60万人注册使用ChatGPT企业版,而今年1月份的注册用户数量仅大约为15万人。
初创企业善于发现机会和获客,但运营和竞争差异化是挑战;现有企业善于整合功能,但新型爆发式需求难以捕获。如何在OpenAI、Anthropic等新巨头的“夹击”中另辟蹊径?或许,我们又要回到源头:尽快地进入一个非常清晰的场景,解决具体问题,并在先发优势中持续筑高壁垒。
原创文章,作者:适 道,如若转载,请注明出处:https://www.shidaox.com/investigate/1911.html