AI 正在重写软件的单位经济规则
Something is changing in the unit economics of software
过去十五年，SaaS 模式依靠近乎零的边际成本构建了惊人的高毛利，让激进烧钱获客成为可能。但 AI 改变了这一切：每一次 LLM 调用都产生真实的计算成本，让软件从“一次构建、无限分发”变成了类似硬件的“按用量付费”模式。如今，产品体验与单位经济直接冲突，使用更强大的模型意味着更高的成本。随着 AI 产品平均毛利率降至 52%，传统的订阅制正面临挑战，基于用量的定价成为必然。这并非软件的黄昏，而是从盲目扩张转向精算单位经济的新起点，只有那些从一开始就关注真实成本结构的公司，才能在市场成熟后胜出。
软件曾经拥有一种超能力：构建一次产品，分发给百万用户的成本与分发给一个用户几乎相同。
HN 评论区
55- chr15m
"推理"本质上就是软件在运行。运行软件一直都要花钱，只是通常便宜到可以忽略不计。如果客户端向你的服务器发起常规 API 调用，你就要为此支付计算成本，通常体现为固定的托管费用。如果调用量过大导致负载上升，你就得升级到更贵的托管套餐（或者采用按计算单元计费的动态扩展）。
目前推理的"托管"成本之所以是按单位计费的，是因为它既新又贵，但这不会持续太久。
现在存在大量低效环节推高了价格，但这会很快改变。很快，为推理付费的模式很可能就会变得和为托管你的应用付费差不多。
SaaS 面临的最大问题是门槛抬高了——人们可以自己构建以前需要购买 SaaS 才能解决的方案。因此，整个行业必须升级，去解决更棘手的问题。
- zmmmmm
我不认为这最终不会回归到和旧模式相同的单位经济模型。服务一个用户的成本不必是免费的——它从来都不是免费的——它只需要不是你成本中的主导因素。我猜测仍然有很多不易察觉的按用户计费的成本。比如，有多少用户会提交支持请求，或者起诉你，或者要求修复 bug、定制集成，或是 myriad 其他事情。此外，你在安全更新、监管合规、营销等方面需要投入多少？更不用说，用户已经非常习惯于配额制以及为提升限额付费的概念了。
- smalltorch
我认为新公式的一部分可能也会变成："既然你可以完全按照自己的意愿构建服务，为什么还要一开始就为 SaaS 付费呢？"拥有无限访问你所构建工具的好处依然存在，只是现在制作任何你想要的工具变得容易多了。
有没有包含 AI 推理且成功的产品的例子？我是说，不仅仅是直接访问前沿大模型（frontier LLMs）的产品。
- roncesvalles
>用户开始对软件期待根本不同的东西：不仅仅是存储和检索的工具，而是能够推理、生成和响应的产品。
并非如此。
>每一次推理调用都要花钱。
这也并非如此。如果你自己购买 GPU，上架运行开源模型，就不存在单位成本。这不过是昂贵的托管基础设施而已。你也会为你软件所使用的 SaaS 支付单位成本（比如短信服务等）。
- gofreddygo
>一次构建产品，分发给一百万用户的成本与分发给一个用户的成本大致相同。每一个新增客户几乎都直接转化为利润。
这是对软件单位经济学的常见误解。对于企业级软件（那些真正花大钱的软件），交付后总是伴随着更多成本。在客户端/服务器模式出现之前，是支持成本；后来是安全成本以及网络攻击的持续威胁。
分发软件与分发书籍完全不同。