AI Agents and the Transforming Software Business Model
15:12 Share

AI代理正在重塑软件商业模式，以结果为基础和使用为基础的定价方式挑战传统的SaaS定价。该视频探讨了OpenAI和像Sierra这样的初创公司最近的发展，分析了AI代理替代劳动力的潜力以及企业如何评估这些工具。随着公司尝试不同的定价策略，软件经济的未来正处于变动之中。 由以下公司提供支持： Vanta - 简化合规 - ⁠⁠⁠⁠⁠⁠⁠https://vanta.com/nlw AI每日简报帮助您了解AI领域最重要的新闻和讨论。 在您收听的任何地方订阅AI每日简报的播客版本：https://pod.link/1680633614 订阅时事通讯：https://aidailybrief.beehiiv.com/ 加入我们的Discord：https://bit.ly/aibreakdown

</context> <raw_text>0 谢谢。

你好，朋友们。在我们深入今天的节目之前，有个简短的说明。我今天因工作出行，所以今天我们只做一个主要的节目，不会进行头条新闻。明天我们应该会恢复正常，回到我们通常的节目类型。这是一个非常好的话题，我想你会喜欢的。欢迎回到AI每日简报。今天我们要谈论一些非常有趣的事情。这是进入2025年的一个大主题，因为我们思考AI的商业模式以及它对其他软件领域商业模式颠覆的意义。

这次对话的具体起源是最近对OpenAI首席财务官Sarah Fryer的采访。谈话的主题是公司愿意为AI工具支付多少。这引出了一个更广泛的讨论，最近Box的Aaron Levy总结道，现在AI领域最有趣的问题之一就是AI代理的定价将如何随时间变化。所以让我们听听Sarah Fryer的看法，然后再将其放入更大的背景中。

在这次最近的采访中，Fryer被问及OpenAI是否考虑将ChatGPT的高级订阅定价高达每月2000美元的报告。可以推测，这可能是针对未来技术的一个版本，也许是一个代理版本，但这仍然是一个引人注目的价格标签。它明确向人们传达了OpenAI将其视为替代人类，而不仅仅是增强的想法。

当被问及这些报告时，Fryer表示，我希望一切都有可能。如果它能帮助我在世界各地移动，拥有一个字面上具有博士水平的助手来处理我所做的事情，那么在某些情况下，这将是非常合理的。实际上，这里的逻辑是，你的收费是基于公司从技术中获得的价值，而这个价值相当于实际雇佣某人的成本。

如果你将每月2000美元与目前的ChatGPT订阅进行比较，那是很多钱。但如果与现在不需要雇佣的法律助理相比，那就不算什么。Fryer对此非常明确。你本来需要为此融资多少？你是否需要外出雇佣更多的人？你如何在某种程度上考虑替代成本，我们如何为此创造一个公平的定价？

我最近做了一期关于我认为代理和工作替代将如何发展的节目。在总结中，我认为这将很大程度上取决于组织如何看待这个机会。他们是否将AI视为一种成本削减技术，可以以更低的投入获得相同的产出？还是他们在思考如何获得竞争优势，通过生产更多、提供更好的服务等方式超越竞争对手？

今天我不会深入讨论这个特定的话题，尽管值得注意的是，我们又一次看到Overton窗口在讨论AI代理作为实际工作替代的过程中发生了变化。就OpenAI本身而言，该公司确实需要找到提高收入的方法。在他们十月份的融资轮中，他们预计到明年年底收入将增长三倍，达到116亿美元，并在2029年达到1000亿美元的收入。这些数字是为了跟上不断上升的培训成本，而不需要扩大他们已经创纪录的融资努力。

可以推测，即使是价格上涨和消费者订阅的大幅增长也不足以满足需求。

我们也开始看到OpenAI的高级层级实验。上周宣布的每月200美元的ChatGPT Pro产品似乎受到了狂热爱好者和早期采用者的好评，但它甚至不打算实现大规模采用。主要的吸引点O1 Pro模式被设计为研究级聊天机器人，在需要博士级推理的问题上表现出前所未有的性能。现实是，目前几乎没有消费者需要如此强大的聊天机器人，至少在人们现在考虑的用例中是这样。

我不敢说这种情况会永远如此，因为我认为这种智能水平的可用性将会创造出自己的需求，但我认为这将需要很长时间。当然，在真正清楚地看到那里有价值之前，让人们以这种重复的方式订阅将会很困难。

Sora的发布无疑为专业层级带来了额外的价值，尽管我不会感到惊讶，如果我们看到Sora也单独提供。还有一个有趣的问题是，OpenAI在成长过程中究竟想成为什么。Ethan Malek教授写道，OpenAI现在有很多棋子在棋盘上。多模态视觉和语音、小型、大型和推理模型、图像和视频创建、代码执行、移动和桌面应用程序、网络搜索、半代理的东西。非常好奇它何时会被整合成一个整体。

当然，这里的假设是，这一切加起来将形成一个大于部分总和的整体，我确实认为这是事实。

Granola的首席执行官Chris Pedrigal最近在Every上发表了一项有趣的建议，他写道，市场顶部存在一个等待被捕获的空白。他写道：“作为一家初创公司，你可以为每个用户提供法拉利级的产品体验。使用最昂贵的尖端模型。不要担心优化成本。如果进行五次额外的API调用能使产品体验更好，那就去做。每个用户的成本可能很高，但你可能一开始不会有很多用户。请记住，最多，像谷歌这样的公司只能为他们的用户提供本田级的产品体验。”

这里的紧张关系当然是OpenAI在追求本田与法拉利之间的平衡。但撇开OpenAI的具体例子，我想回到代理未来商业模式的问题上。你可能听说过Y Combinator最近分享的一些版本的论点，例如，为什么垂直AI代理可能比SaaS大10倍。

这个论点实际上归结为一个想法，即人们不是在为软件付费，而是在为劳动力替代付费。Ben Lang对YC最近的一次对话进行了总结，写道，AI同时取代了软件和劳动力成本。公司在员工上的支出远远超过软件。

较小的公司将更加高效，需要更少的人力。但当然，随之而来的是一个有趣的模糊空间，公司在劳动力上的支出是软件的10倍，但我认为不太可能将当前的劳动力成本与新的基于软件的劳动力成本进行一对一的替代。我认为一个大问题是，适当的成本降低是什么。

能够替代人类任务的AI代理的成本会是相应劳动力的50%吗？还是会是相应劳动力成本的1%？哪些市场力量将决定这一点？代理公司之间的竞争最终会是一场向下竞赛，成本大幅降低吗？这些都是非常重要的问题。我们刚刚开始看到这些实验的结果。

回到Aaron Levy在Box的那篇文章，他再次提到，现在AI领域最有趣的问题之一就是AI代理的定价将如何随时间变化。一种方法是利用AI代理与传统工作的非常明确的关系，这导致了一种AI定价模型，使代理的定价类似于劳动力，但有折扣。AI代理执行一定量的工作，你为完成该工作所花费的时间或单位付费。鉴于几乎任何任务都有一定的变异性，定价也会随时间变化。通常，这对客户和提供者来说都是公平的交易。

作为第二种方法，AI代理按结果定价的好处非常明显。该模型允许客户所需的内容与他们为实现目标所支付的费用之间建立简单的关系。它还有一个好处，即随着基础AI成本的下降，服务提供商可以为这项工作提取更多的利润。然而，这也意味着一些客户的盈利能力会有所不同。此外，一旦你的服务提供N种价值主张或结果，你就需要N种定价模型来配合。

第三种方法是尽可能接近基础AI成本进行定价，这样的好处是可能是客户的最低成本。这对技术精明的客户来说可能很好，但有风险的是，未能与AI成本充分抽象化，无法在时间上保持价值。对客户来说可能是好的，但对股东回报可能不是。最后，还有一种方法是维持纯SaaS座位订阅模型，并向用户提供与座位相关的无限工作代理。根据用例和客户需要多少个座位，这种模型可能会非常具有颠覆性。

在终端用户使用大量座位的领域，这可能非常具有战略意义。在只有少数座位的领域，你可能会放弃太多的价值。总的来说，有很多不同的方法，可能还有比上述更多的方法。但在经历了十多年有限变化之后，观察新商业模式和软件的出现是非常令人兴奋的时刻。

这为我们提供了一个关于如何发展的一系列不同选项的有趣概述。

Vanta为ISO 27001、SOC 2、GDPR以及领先的AI框架（如ISO 42001和NIST AI风险管理框架）自动化合规，节省您的时间和金钱，同时帮助您建立客户信任。此外，您可以通过自动化问卷和展示您的安全态势来简化安全审查，所有这些都由Vanta AI提供支持。

超过8000家全球公司，如Langchain、Leela AI和Factory AI，使用Vanta实时展示AI信任并证明安全性。了解更多信息，请访问vanta.com/nlw。今天的节目由Superintelligent提供支持。每一个商业工作流程和职能都正在被人工智能重新构建和重新想象。

然而，从AI的潜力到实际捕获该价值之间存在着巨大的挑战。而这个差距正是Superintelligent致力于填补的。Superintelligent加速AI的采用和参与，帮助团队实际使用AI来提高生产力并推动商业价值。一个互动的AI用例注册表为您的公司提供了对人们如何使用人工智能的全面可见性。

将其与以教程、学习路径和用例库形式构建内容的能力相结合，Superintelligent帮助您公司内部的人展示他们如何从AI中获得价值，同时为人们提供资源，将这种灵感付诸实践。

接下来三支注册100个或更多座位的团队将获得免费的嵌入式咨询。这是一个过程，我们的Superintelligent团队与您的组织坐下来，找出对您最重要的具体用例，并帮助确保对这些用例的采用提供支持，以推动真正的价值。请访问besuper.ai了解更多关于这个AI赋能网络的信息。现在回到节目中。

然而，有趣的是，Sierra，这是Brett Taylor，他是OpenAI的董事会主席，也是Meta等公司的前领导者，他的新AI代理初创公司，其团队昨天发布了一篇名为《AI代理的结果导向定价》的博客文章。我将阅读一些摘录，因为这是来自一家实际上正在努力解决这个问题并为此筹集了大量资金的公司的基层视角。

Elliot Greenwald，Sierra的GoToMarket负责人，写道，在80年代和90年代，购买软件的过程是这样的。你会去像Fry's Electronics这样的商店，拿起一个装满软盘的封装盒，或者后来是一个CD-ROM，带回家并安装。无论你是否实际使用它，你都为此付费，就这样。如果你想要升级，你就得回到商店再买一个盒子。互联网改变了一切，使得以不同的方式销售软件成为可能，作为一种服务。Salesforce开创了软件即服务（SaaS）模型，随后谷歌、微软和Adobe等公司将其作为新的行业标准。

SaaS带来了许多好处。软件始终保持最新状态，您可以根据需要添加或删除座位。然而，仍然存在一个定价挑战。一旦您购买了一个座位，无论使用情况如何，您每年都要为其付费。未使用的座位闲置在您比喻的商店货架上，因此被称为“货架软件”。几年后，在基础设施层面，像亚马逊的AWS和Snowflake这样的公司引入了基于消费的定价，您只需为您使用的部分付费。

无论是预付还是按需支付，合同价值最终取决于实际使用情况。更多的计算或带宽意味着更高的账单。今天，AI代理自主执行流程，启用了全新的定价模型，您只需在软件实现特定可变结果时付费。换句话说，就是结果导向定价。

与基于消费的定价类似，结果导向定价随使用情况而变化。然而，与基于消费的定价不同，结果导向定价与可衡量的商业影响相关，例如解决的支持对话、节省的取消、追加销售、交叉销售或任何数量的可变结果。如果对话未解决，在大多数情况下将不收取费用。随着公司越来越依赖AI代理来代表他们的品牌，建立这种存在需要时间和有意的努力。在部署Sierra代理的最初几周，我们进行迭代以推动持续改进。

Elliott继续说道，虽然几乎每个人在原则上都喜欢结果导向定价的想法，但许多人对这对他们的业务和实践意味着什么有合理的担忧。没有人想面对一张巨额发票，导航一套难以理解的标准来确认结果，支付升级费用，或被限制在单一的定价模型中。然后，他基本上谈论了Sierra对此的回答，这是一种尽力而为的回答，他们试图最小化这些类型的意外。

所以，基本上你在这里看到的是一个关于为什么这种结果导向定价不仅有意义，而且实际上对客户更好的论点的开始。这也是Salesforce所关注的主题。去年九月，该公司宣布了他们的AgentForce平台，称其为“AI应有的样子”。也许公告中最有趣的部分，以及人们最关注的部分，是AgentForce的定价，从每次对话2美元起。

我认为，最终当我回顾这一切时，我们仍处于早期阶段。显然，SaaS模型正在经历一些紧张。代理提供了竞争，可能使得以不同的方式定价变得合理。但同时，AI的普遍崛起也增加了企业和大客户自行开发解决方案的能力，这也给公司施加了压力，使其更能适应买方的实际需求。

这对SaaS已经施加了下行压力。除了这些全新的结果导向定价模型外，您还会看到更多的SaaS公司以仅针对使用座位的方式进行定价。例如，我现在的总结是，一切都可以进行谈判。

初创公司将会在各种不同的模型上进行大量和积极的实验。在新的规范尚未确定之前，企业将拥有巨大的权力来推动并尝试找到有效的解决方案。最终，无论是增强还是替代人类劳动的代理的定价模型，都必须满足许多不同的标准。

它必须比相应的人类劳动便宜，但它也必须足够昂贵，这可能意味着比我们目前定价SaaS的方式更昂贵，以反映它实际创造的价值。一方面，它必须是动态和灵活的，能够适应实时的商业情况变化，同时又要足够可预测，以便大型公司能够围绕其进行规划。

满足所有这些不同标准绝非易事，这就是为什么这将是一个充满实验的肥沃时期。如果你是一家初创公司，我认为现在是一个绝佳的时机，真正考虑定价动态作为核心竞争力，并尝试做一些有意义的事情，同时推动模型向前发展。如果你是一家大公司，现在是一个很好的时机，尝试为自己形成一个关于软件应如何定价的理论。

在我们Superintelligent的经验中，初创公司希望为他们实际提供的价值获得公平的报酬。而在大公司方面，他们希望为实际提供的价值付费。他们不想被锁定在健身房会员制中，基本上就是这样。