宝软数字 · 产品设计哲学 · 2026-01-19
SaaS行业有一个根深蒂固的定价传统：按人头收费。每个用户每月多少钱，用户数乘单价等于总费用。这似乎是天经地义的——你用了我的软件，我按使用人数计费，很公平。Salesforce按人头收费，Slack按人头收费，几乎所有的SaaS产品都在按人头收费。但当我们为EIOS设计定价模型时，我们问了一个问题：按人头收费真的是最合理的吗？尤其是对于一个AI分析平台来说？
我们的答案是否定的。EIOS采用的是按Agent类型和实际用量计费的模型——客户按启用的Agent种类支付固定的月度基础费，再按实际的分析查询量和数据处理量支付使用费。这个模型与传统按人头定价有本质差异，它内部蕴含了一套完整的定价哲学。这篇文章将完整阐述我们在定价模型上的思考和决策逻辑。
按人头定价在SaaS行业如此普遍，以至于很少有人停下来质疑它。但当你仔细审视这个模型时，你会发现它有几个根本性的问题，尤其是在企业AI产品的语境下。
问题一：人头数不等于价值获得量。按人头收费的隐含假设是：产品价值与使用人数成正比。十个用户获得的价值大概是五个用户的两倍。这个假设在某些协作工具中大致成立——越多人在Slack上协作，整体沟通效率越高。但在AI分析平台中完全失效。一家100人的公司中，可能只有5个人会高频使用数据分析功能（老板、销售总监、财务总监、运营总监、市场总监），剩下95个人根本不需要用。但按人头收费逼迫客户为这95个不用的人也付费，否则他们连打开系统看个日报的权利都没有。这显然不合理。
问题二：按人头收费抑制了产品使用。当每个新增用户都意味着额外成本时，客户的IT管理员会有意限制账号数量。本来一个销售主管应该有一个账号来查看自己团队的业绩分析，但因为每一个账号都要加钱，他只能用销售总监的账号登录——这不仅在权限管理上造成了混乱，也使得产品无法发挥它应有的价值。你是希望你的产品在客户组织内被广泛使用，还是希望客户因为成本考虑而把使用范围限制得越窄越好？按人头收费制造了供应商和客户之间的利益冲突。
问题三：对AI产品而言，成本结构就不是按人头的。在传统SaaS中，主要成本是服务器和带宽，这些成本确实随着用户数增长而增长——更多的用户意味着更多的请求和更多的存储。但在AI产品中，核心成本是模型推理的计算资源消耗。一个用户每天做十次深度分析所消耗的GPU资源，远远超过十个用户每人每天只看一次日报。按人头收费完全无法反映实际的资源消耗和产品价值。
定价模型不是一个孤立的商业决策，它反向塑造了产品的使用模式。按人头收费的产品，客户会本能地限制使用范围。按用量收费的产品，客户会本能地让更多人去用——因为边际成本为零，用的人越多，整体ROI越高。
EIOS的定价模型由两个层次构成：Agent基础费用和使用量费用。这个双层设计匹配了AI产品的成本结构和客户的采购心理。
第一层：Agent基础费用。每个行业Agent（比如制造业客户分析Agent、零售业促销分析Agent）有一个固定的月度基础费，覆盖了该Agent的维护、更新和基础计算资源。客户选择他们需要的Agent，不用的Agent不付费。这让定价与客户的实际业务需求对齐——一家纯制造企业不需要零售业的分析Agent，自然也不用为它付费。这与按人头收费中"不为不用的功能付费"是一个道理。
第二层：使用量费用。在基础费之上，按实际的分析查询次数和数据处理量计费。这部分费用直接对应了客户从产品中获得的实际价值——你用的越多，说明产品对你的价值越大，你愿意付的也应该越多。更重要的是，使用量费用设置了合理的梯度——低频使用的客户（比如每天只看一次日报的小型企业）支付的费用很低，高频深度使用的客户（比如每天运行数十次深度分析的大型企业）支付的费用更高，但对应的他们获得的价值也更大。
这个双层模型在客户心理层面有一个精妙的效果：把固定成本和变动成本分离了。基础费是客户在做预算时可以精确预测的，而使用量费是客户可以主动控制的。这种可控感降低了客户的采购风险感知——他们不会收到一张完全不可预测的账单，也不会被锁定在一个远高于实际需求的套餐中。他们可以根据自己的实际使用节奏灵活调整。
我们还设置了一个用量封顶和预警机制。客户可以设置月度用量的预算上限，当使用量接近预算时系统自动预警，达到预算时可以设置为"暂停超额使用"或"自动提升上限"。这确保了客户永远不会收到一张意料之外的账单——这一点对于中小企业特别重要，他们对于不可预测的IT支出非常敏感。
定价不仅仅是财务决策，它是一个强有力的市场信号。你的价格向市场宣告了你的产品属于哪个档次、为谁设计、解决了哪个级别的问题。一个企业AI平台定99元/月还是9999元/月，传递给客户的是完全不同的产品认知。
在B2B领域，过低的价格反而会伤害产品的信任度。如果你是企业的CFO，正在考量一个将用于公司核心经营决策的AI分析平台，你看到一个报价99元/月的产品——你的第一反应会是什么？大概率不是"好便宜"，而是"这么便宜靠谱吗？数据安全有保障吗？会不会下个月就倒闭了？"对于责任重大的企业采购决策，低价不是吸引力，是风险信号。
基于这个认知，我们在定价上采取了一个明确的原则：价格反映价值，不做廉价定位。EIOS的一个行业Agent基础月度费用设定在几千到上万元不等（取决于Agent的复杂度和覆盖范围），这个定价在企业的IT采购预算中是一个需要认真评估但不会成为负担的水平。它传递的信号是：这是一个值得认真对待的专业产品，背后有持续的研发投入和专业团队支撑。
当然，我们也考虑了不同规模企业的支付能力差异。我们为客户规模维度设置了灵活的梯度——小微企业版（20人以下）、成长企业版（20-200人）、规模企业版（200人以上），三个版本的Agent能力完全相同，差异仅在API调用并发数和专属技术支持等配套服务层面。这样既保证了价格的可及性（小微企业也用得起），又保证了品牌定位的清晰性（不是一个廉价产品）。
在传统SaaS中，计价单位的选择相对简单——按用户、按存储、按带宽，这些单位都是"资源消耗导向"的。但在AI产品中，资源消耗不等于用户价值。一次复杂的多维交叉分析可能消耗大量计算资源但对用户决策价值不大，而一个精准的异常预警可能只需要很少的计算资源但能帮用户挽回数十万的损失。如果用资源消耗来计价，你会向用户收取了高额费用却没有提供对应的价值——反过来，有些高价值的洞察你却无法合理收费。
我们的定价策略试图解决这个错位。目前，EIOS的用量计费主要以查询次数和数据处理量为单位，这仍然是资源消耗导向的。但我们正在探索一种更精准的"价值导向计价"——基于AI分析产出的可量化业务价值来定价。比如，EIOS的客户流失预警Agent识别出一个高风险客户并成功帮助客户挽留，挽留的价值是可以量化的（客户的年合同额）。在这种模式下，EIOS的收费与它为客户创造的可量化价值成正比。
这种定价模式在广告投放优化领域已经比较成熟——按优化的广告花费比例收费，优化的效果越好、优化的预算越多、收取的费用越高。但在企业分析领域，这种模式还很少见，因为分析结果的业务价值往往需要较长时间才能体现，且归因复杂。我们正在通过客户试点逐步积累数据，验证"价值导向计价"在企业AI分析领域的可行性。
一个好的定价模型应该让供应商和客户的利益方向完全一致——供应商赚得更多的时候，客户一定也赚得更多。在按用量付费的模式下，客户使用越多说明产品越有价值，供应商的收入也随之增长——双赢。在按人头付费的模式下，客户增加使用范围意味着成本增加但边际价值递减——利益方向是背离的。
企业软件采购中最让客户不安的体验之一，就是"不知道最终要花多少钱"。销售给了一个看起来很低的"起步价"，但等到真正用起来才发现，这个功能要加钱，那个模块要加钱，用户多了要加钱，数据量大了要加钱——最初报价的三分之一变成了最终账单。
我们非常清楚这种体验有多糟糕，所以EIOS的定价体系有一个硬性原则：全量价格公开透明，没有隐藏费用。网站上展示的价格就是实际支付的价格。每个Agent的基础月费清晰标注，使用量费用的计算方式有详细的计费示例（"假设你的团队每天进行10次客户分析查询，月度总费用约为X元"）。这会让一部分潜在客户因为看到真实价格而离开，但我们认为这比让他们进来之后因为隐藏费用而愤怒离开要好得多。
除了价格透明，我们还确保账单的可读性。每一份月度账单都详细拆解了各项费用的构成——基础费（Agent A：X元，Agent B：Y元），使用量费（客户分析查询：N次，X元；数据同步量：M GB，Y元）。客户不需要是一个财务专家也能一眼看明白这个月花了什么钱、花在哪里。这对中小企业的老板和管理者尤其重要，他们往往亲自审阅IT支出。
定价模型不是一成不变的。随着产品的发展、客户结构的变化和市场竞争的演变，定价模型需要持续的审视和调整。但我们认为，定价的进化必须遵循几个不可动摇的原则。
永远不伤害存量客户。价格调整只影响新客户。已经签约的客户在合同期内不受任何价格变动的影响，续约时也会获得一个远低于新客户价格的"忠诚折扣"。这不只是因为合同条款的限制，而是因为老客户是最宝贵的资产——他们提供了产品反馈、口碑传播和长期稳定的收入，在价格上多收他们的钱是短视的。
新增收费项必须对应新增价值。每次我们要调整定价或增加新的收费维度时，产品团队必须先回答一个问题：这个新的收费对应了什么新的客户价值？如果只是把原来的免费功能变成收费的，那是变相涨价，我们不干。如果是新上线了一个Agent或一个新能力，那是新的价值，收费合理。
保持定价的简洁性。这是最难做到的。随着产品越来越复杂，定价也天然地趋向复杂化——多种Agent、多种版本、多种用量梯度、多种优惠策略。我们给自己设定的纪律是：EIOS的公开定价页面必须让一个非技术背景的企业管理者在三分钟内完全理解。如果定价复杂到需要销售人员当面解释才能明白，那这个定价设计就是失败的。
定价哲学的背后，是我们对这个问题的根本认知：定价不是榨取客户剩余价值的手段，而是客户为获得的价值支付的公平报酬。当我们把定价放在这个出发点上来设计时，许多困难的选择就变得清晰了。