随着AI赋能软件持续加速增长和使用，这种思维方式不再有效。

云计算的兴起引入了与使用量相匹配的消费型定价。随着软件变得更加自适应、自主化并能够驱动结果，基于访问或活动的定价模式开始显得过时。软件已经改变，定价也应该随之改变。

AI赋能软件与传统企业软件有着根本性差异。它可以推理、采取行动并在消耗算力的同时实时适应。这与传统软件通过仪表板和预定义工作流提供价值的方式形成了转变。

试图使用老式的静态阈值或固定结构来为这种新型软件定价，从一开始就是不匹配的。

当前定价模式的局限性

订阅定价模式之所以延续至今，是因为它让人感到安全。组织可以为此做预算，供应商也能从稳定的经常性收入中获益。基于使用量的定价将成本与消费相匹配，特别是在基础设施和开发者专注的平台中。

Token、积分或计算单位等指标并不衡量结果。它们本质上是价值的代理，而非价值本身。

两个组织可以消耗大致相同数量的AI资源，但看到截然不同的业务结果。将这些场景视为等同是没有意义的。

公平地说，AI在谈判桌的双方都引入了不确定性。供应商面临由推理和计算需求驱动的可变基础设施成本。当使用量波动，价值在团队和用例中不均匀显现时，买方难以预测支出。

将订阅与使用承诺或AI积分相结合的混合模式可以帮助管理复杂性，并作为过渡方法。

行业先行者的实践

Salesforce在Agentforce上采取了混合方法，引入了基于AI执行动作定价的捆绑模式，如执行工作流更新或修改记录。结果将基于席位的访问与消费信号相结合，摆脱了仅以席位数量作为价值驱动因素的模式。

Adobe也展示了定价如何与价值共同演进。虽然其Creative Cloud产品仍按用户访问定价，但较新的AI功能使用基于使用量的积分，客户生成更多输出时支付更多费用。这是一个实用的混合模式，既保持了订阅的稳定性，又超越了单纯的席位计算。

软件角色的根本转变

软件不再仅仅是你购买和部署的东西。随着软件成为日常运营的积极参与者，你实际上是在雇佣数字团队成员。

虽然解决客户询问和优化工作流等工作仍以人类为主导，但基于AI的软件正在承担结果的真正责任。仅基于访问的定价开始与软件现在扮演的更重要角色脱节。

绩效已经在组织的其他领域驱动薪酬：销售团队基于结果获得报酬，服务提供商因交付的结果而获得报酬。AI使得将同样的逻辑扩展到软件成为可能。

价值导向定价更清晰地调整激励机制。供应商因交付可衡量的业务影响而获得奖励，而不是因鼓励更多使用而获得奖励。客户为重要的结果付费，而不是抽象的活动衡量标准。

实施挑战与解决方案

如果价值导向定价如此合理，为什么它没有在一开始就更强势？犹豫更多是操作性的，而非哲学性的。

定义有意义的结果需要业务、IT和采购部门的协调。衡量这些结果需要正确的数据、分析和关于如何归因价值的协议。将影响转化为商业条款推动销售、财务和法务团队进入不熟悉的领域。

在快速变化的环境中，速度和简单性往往获胜。基于使用量的定价熟悉、相对容易实施且能快速推向市场。在AI驱动的空间中，创新周期短、期望高，这种熟悉性很有吸引力。权衡是它延迟了不可避免的趋势。

组织不应等待完美的基于结果的模式才开始为其做准备。今天可以采取的实际步骤包括：

开始衡量结果。即使合同仍基于使用量或积分，团队也可以跟踪AI解决方案旨在影响的指标。生产力、收入影响、风险降低和客户体验都提供了对如何创造价值的有益洞察。

实验混合结构。在传统协议中引入与结果相关的元素让供应商和客户在不承担过度风险的情况下学习。随着时间推移，这些模式将建立信任和透明度。

将AI素养扩展到IT之外。采购、财务和业务领导者需要对AI如何以概率性（非确定性）方式创造价值有共同理解。这种流利程度使基于结果的定价更容易管理。

软件和平台行业将继续测试和完善定价方法。有些将扩展，有些则不会。跨行业和用例的差异将持续存在。

随着AI将软件从被动工具转变为业务绩效的积极贡献者，价值导向定价是不可避免的现实，这将导致定价越来越多地反映结果而非投入。

Q&A

Q1：为什么传统的软件定价模式不再适用于AI软件？

A：AI赋能软件与传统企业软件有根本差异。它可以推理、采取行动并在消耗算力的同时实时适应，而传统软件只是通过仪表板和预定义工作流提供价值。试图用老式的静态阈值或固定结构为这种新型软件定价从一开始就是不匹配的。

Q2：什么是价值导向定价模式？它有什么优势？

A：价值导向定价是基于软件实际交付的业务结果来定价，而不是基于访问权限或使用量。它能更清晰地调整激励机制，供应商因交付可衡量的业务影响而获得奖励，客户为重要的结果付费，而不是抽象的活动衡量标准。

Q3：企业如何为价值导向定价做准备？

A：企业可以采取三个实际步骤：首先开始衡量AI解决方案影响的指标，如生产力、收入影响等；其次实验混合结构，在传统协议中引入与结果相关的元素；最后将AI素养扩展到IT之外，让采购、财务和业务领导者都理解AI如何创造价值。