对 AI 产品定价模式的新思考:基于人数 or 工作量?
编者按:传统的基于用户数量的定价模式是否还适用于AI产品?我们今天为大家带来的这篇文章中,作者提出:AI 产品应该采用基于工作量的定价模式,而非传统的基于用户数量的定价方式。 传统的基于用户数量的定价模式在 AI 产品中往往会导致资源浪费和成本分配不均。一些员工可能每天都在大量使用 AI 工具,而另一些人可能几乎不碰。这不仅会增加企业的不必要开支,还可能阻碍 AI 工具在整个组织中的广泛应用和创新。 作者分享了他们在 AI 产品定价方面的思考和初步尝试。文章探讨了基于工作量定价的优势,同时也坦诚地指出了这种模式可能面临的挑战,如如何界定"已完成的工作",以及企业预算管理的复杂性等。如果你正在思考 AI 产品的定价问题,期望这篇文章会给你带来新的启发。 作者 | Vikram Sreekanti & Joseph E. Gonzalez 编译 | 岳扬 给产品定价历来是个难题,我们并不自诩为定价专家。目前,我们还在初步尝试为 RunLLM(runllm.com) 找到一个合适的定价模式,这个问题最近一直萦绕在我们的心头。我们觉得,将我们随着与客户互动的深入而逐渐成熟的思考过程分享...

