>> PRICING I/O-2026人工智能行业报告:从买家视角看AI定价-260910
| 上传日期: |
2026/9/10 |
大小: |
8254KB |
| 格式: |
pdf 共50页 |
来源: |
|
| 评级: |
-- |
作者: |
-- |
| 下载权限: |
无限制-登录即可下载 |
|
|
智能软件市场正从按席位订阅模式转向基于消费的定价模式——包括积分、代币、使层级和按成果收费——其理由是AI的可变成本结构需要不同于传统SaaS的商业式。本研究探讨了这转变如何被买接受。 Pricing I/O与Benchmarkit合作,于2026年24期间调查了296名软件买家。受访者来收低于2000万美元的公司到收超过100亿美元的企业,其中90%拥有总监级或以上头衔。调查从四个展开: 买家如何在签约前评估AI定价、AI出与预算的对情况、买家偏好的定价模式,以及AI定价相对于传统SaaS的感知。调查结果显,买家的情绪与市场的发展向并不致。 本报告围绕三个主题展开。 1.评估:买家在签约前难以预测AI成本。按席位制是唯在签约前能获得信的模式(43%认为最容易评估,14%认为最难),这结论在所有收区间均成。当涉及AI时,其他所有模式的评估难度都会增加:30%认为混合模式SaaS更难评估,依次为按席位(33%)、按成果(37%)、按使量(44%)和按积分/代币(55%)。按积分/代币是受影响最的模式——难度乎是受影响最的模式的两倍,且这种困难是结构性的,与买家成熟度相关,在所有收区间中感受相似(54-59%)。可预测性(价格)是要评估标准:68%将可预测的总成本列为前三优先项;最低价格排名垫底,仅为19%。 2.透明度:主要的担忧包括成本不可预测性、定价/使量到成本的换算问题,以及缺乏使透明度。与信任相关的问题,如隐性加价和意外费,排名较低。在开放式回答中,38%要求更的可预测性,35%要求更的透明度;只有10%要求更强的价值或成果对。加价和意外费则排名较低。在开放式回答中,38%的受访者要求更的可预测性,35%要求更的透明度;仅有10%要求更强的价值或成果致性。 3.保护:89%的买家超出了初始AI预算——其中45%幅超出,44%中等程度超出,仅有9%在预算范围内。超主要归因于预测失误,供应商为:AI功能驱动额外使量(67%)、使量增快于预期(63%)以及难以预测使量(38%)。只有10%归因于售后供应商定价或条款变更。67%的买家认为IT是AI成本险的主要责任,财务部仅为17%,且随着公司规模增,IT的责任占增加。买家更偏好防护栏——带有审批的软上限、预测性警报、度/季度出上限——硬性截或预购积分池,且最有效的防护栏因具体担忧异。 问题在于失败供应商为:推动额外使量的AI功能(67%)、使量增超出预期(63%)、以及使量预测困难(38%)。仅有10%的受访者提及售后供应商定价或条款变更。67%的买家认为IT部是AI成本险的主要责任,财务部仅为17%,且随着公司规模扩,IT部的责任占进步提升。买家更倾向于设置防护栏——即附带审批的软上限、预警通知、度/季度出限额——硬性截断或预购信池,且最有效的防护栏因具体关注点异。 买家偏好度最的定价模型是那些锚定固定指标的模型:基于座位的模型净偏好度最,达到+17。偏好度最低的模型是两种纯变量模型:纯使量模型为-7,纯成果模型为-19。这模式表明,买家愿意为可预测性接受更的价格,对于缺乏固定锚点的模型(论变量部分如何定义)则会要求折扣。
|
|