AI 时代的 SaaS 经济学
本文探讨了人工智能如何重塑 SaaS（软件即服务）商业模式的经济学逻辑。随着 AI 技术融入 SaaS 产品，企业面临从按席位定价转向基于价值或使用量定价的转变，同时还需应对更高的计算成本、差异化挑战以及客户留存策略的变革。文章分析了 AI 原生 SaaS 与传统 SaaS 在单位经济学、获客成本和利润率等方面的关键差异。
背景速读
- 本文讨论的是AI如何颠覆传统SaaS（软件即服务）的商业模式。传统SaaS靠收取固定的订阅费盈利，而AI产品（如ChatGPT、Copilot）的交付成本会随用户使用量增加而显著上升（每次调用API都要算力成本），不再是"卖完软件利润几乎全归自己"的逻辑。
- 核心人物/公司：Adarshdeep Singh（作者，关注SaaS和AI商业分析）；OpenAI（ChatGPT）；微软（Copilot）；以及一众SaaS公司如Salesforce、Zoom、Atlassian。文中反复出现的"unit economics"指单笔交易或单个用户的毛利结构，是判断商业模式是否健康的常用指标。
- 关键背景：SaaS行业过去二十年享受高毛利率的结构优势。AI打破了这一点，因为推理算力成本高昂且随用量线性增长。这意味着"按用量计费"或"混合定价"（订阅+按用量付费）可能成为新常态，但也给创业公司带来现金流和利润率的压力。
- 文中还引用了Scott Belsky（Adobe前CPO）等人对AI定价策略的担忧，以及Elad Gil（知名投资人）关于"每个SaaS公司都变成了云计算公司"的判断——本质都在说AI让软件的边际成本从接近零变成了非零。