很多企业采购 AI 的时候，都陷入过一种进退两难的处境。签约之前，销售把产品价值讲得天花乱坠，报价看着也合情合理。真正上线跑起业务，月底收到账单，才发现实际花费远远甩开前期预估。预算表白纸黑字写好的数字，在 AI 的调用浪潮面前，直接沦为一张废纸。不少 IT 负责人半夜盯着账单发愁，明明没有乱开功能，钱就悄无声息被消耗干净。这份面向 296 位企业买家的调研，戳破了 AI 商业化光鲜外壳之下，藏在报价单背后的现实困境。
调研显示，参与调研的受访者覆盖从营收几千万到百亿级别的各类企业，九成以上是总监及更高层级的决策者，手握真实采购和预算审批权限。当行业都在追捧积分、代币、按量计费这类新潮 AI 定价模式的时候，买家的真实想法却和市场风向背道而驰。厂商觉得可变计费适配 AI 波动的算力成本，可站在企业采购的角度，能不能算明白账，远比单价高低更加重要。很多人误以为企业采购会疯狂追逐低价，现实却给出完全相反的答案。
数据显示，68% 的企业买家会把可预测的总成本纳入采购前三优先级，只有 19% 的买家把最低入门价格当成重要考量标准。换句话说，企业愿意为确定性付出更高的代价，却不愿意为看不懂的低价冒险。传统按席位订阅模式，成为签约前唯一能给买家安全感的选择。43% 的受访者认为席位模式最容易评估，仅仅 14% 的人觉得它难以预判成本。反观当下大火的积分代币模式，55% 的买家认为它评估难度更高，这种困难不是企业经验不足造成，无论大企业还是小企业，都被同样的问题困扰。
积分代币模式的坑，藏在计量单位的混乱里面。市面上各家厂商对积分的定义各行其是，有的一次生图消耗一份积分，有的复杂业务动作才会扣减额度。同样叫积分，不同供应商之间完全没有换算标准。采购人员拿着两家报价单，就算逐字读完合同条款，也很难预估真实业务跑起来之后，每个月到底要烧掉多少额度。你永远无法提前算清，一次业务流程，究竟会触发多少次积分扣减。模糊的计量规则，直接把前期预算测算变成一场猜谜游戏。
很多人会把 AI 超支简单归罪于供应商坐地起价，但调研看到的事实并非如此。数据显示，高达 89% 的 AI 买家最后会超出最初定下的预算，45% 属于显著超支，44% 出现中等程度的花费上浮，仅仅只有 9% 的企业能够守住最初预算线。而把超支归咎于供应商后期修改定价、改动合同条款的受访者，只占到 10%。绝大多数账单失控，根源来自企业内部。AI 功能落地之后，业务侧会自发产生大量使用需求，用量增长速度，往往远超 IT 部门签约之前的预判。
67% 的受访者表示，AI 自动化功能本身会带动额外使用量，63% 的企业遇到实际用量远超前期预估的状况。AI 工具只要真正解决业务痛点，各个部门就会自发扩大使用范围。最开始只是小范围试点，慢慢扩散到多个团队，调用量悄无声息成倍上涨。业务部门只管把工具用起来，可最后要为超额账单承担责任的，大多是 IT 部门。调研显示，67% 的买家认为 IT 是 AI 成本风险第一责任人，财务部门承担风险的占比仅仅只有 17%，企业规模越大，IT 背负的这份压力就越重。一边是业务无止境的使用需求，一边是财务死死盯住的预算红线，IT 夹在中间左右为难。
不同企业遇到的超支痛点，也有着明显区分。营收低于 5000 万美元的小型企业，更多是看不懂复杂定价规则，对产品消耗逻辑理解不到位，才出现预算跑偏。中型市场企业，则是产品价值释放之后，业务需求爆发，内部治理节奏跟不上用量增长。营收超过 10 亿美元的大型企业，更多面对流量过载的现实难题，需要做好流量管控和预警机制，而不是反复去做前期的预算测算。指望签约前把用量精准算到分毫不差，这件事本身就不符合 AI 落地的真实规律。
面对随时可能暴涨的账单，企业买家并不想要简单粗暴的一刀切断流。很多厂商默认设置硬性上限，一旦耗尽额度直接停止服务，以为这就是帮客户控预算。但调研数据给出完全不一样的用户偏好。62% 的买家更青睐搭配警报和审批流程的软上限，55% 的人看重超支之前的预测性警报。硬性直接停止使用的上限，接受度只有 40%，预购信用池这类方案认可度更低，仅有 28% 的买家愿意接受。业务不能说停就停，一旦硬性切断，正在跑的业务流程直接中断，带来的业务损失，远远超过多出来的 AI 账单。
不是所有企业的诉求都完全统一。被成本不可预测困扰的团队，会更看重月度季度支出限额；被用量成本换算难题折磨的采购，对软上限和审批机制的需求会进一步提升。还有一部分团队担忧结果关联性薄弱，他们更愿意接受限流降级，而不是直接中断服务。不存在一套万能的管控功能可以适配全部客户。厂商如果直接套用通用模板，很难解决不同买家心里真正的焦虑。技术部门出身的买家，对各类风险防护措施的需求，整体会比非技术买家更为强烈，他们距离 AI 实际调用更近，对失控风险感知也更加敏锐。
把不同定价模式放在一起做情绪对比，差距会显得格外刺眼。数据显示，按席位模式净偏好在所有模式里排名第一。纯按量计费净偏好为‑7，纯基于成果付费模式净偏好低至‑19，是所有选项里面最不受待见的两类模式。买家排斥的不是可变，而是完全丢掉固定锚点的定价结构。哪怕可变部分设计得再精巧，完全没有固定基准，依旧很难获得企业决策者信任。即便是主打价值回报的按成果付费，也有着极高落地门槛。
基于成果的定价想要生效，必须同时满足三大硬性条件。AI 必须是业务成果的核心驱动因素，成果指标签约之前双方白纸黑字确认清楚，整套结果可以完整审计追踪。只要三个条件缺少任意一个，就会衍生出各式各样的麻烦。会出现成果归属纠缠不清，团队为了凑可计费结果刻意扭曲业务动作，财务部门完全没办法模拟月度账单等一系列现实问题。看起来十分美好的按成果付费，现实中落地约束重重，并不适合直接拿来当成普适方案。
过半关键业务 AI 产品采购场景里，51% 的买家宁愿选择更高固定成本、可以完全预测支出的方案，愿意接受更高开销换取确定性，只有 10% 的买家愿意选择透明度有限的纯成果付费模式。有意思的是，不同预算负责人，偏好也会出现分化。IT 手握预算的时候，会极度规避风险，优先选择完全可预测的方案。财务部门掌握预算决策权，对按量计费、成果付费这类可变模式包容度会明显更高。做 AI 产品定价，要看见背后真正拍板担风险的部门，而不是笼统想象客户画像。
不少厂商觉得，AI 属于全新物种，定价就该跳出传统 SaaS 的框架。但调研看到，67% 的买家依旧会拿传统 SaaS 的逻辑来审视 AI 采购，只有 33% 认为 AI 定价属于完全不同的品类。55% 受访者认为积分代币模式在 AI 场景，会比传统 SaaS 更难评估，44% 认为按量计费评估难度显著上升。大家习惯了 SaaS 清晰的账号订阅逻辑，面对没有统一标尺的代币体系，天然充满不安。企业的预算制度、财务审批流程，大多还是沿用传统软件时代建立起来的体系，这套成熟体系很难适配变幻莫测的可变账单。
买家发自内心的诉求，并不是要厂商给出更低报价，也不是追求花样百出的定价玩法。开放式调研反馈里，38% 的受访者希望成本拥有更高可预测性，35% 期待定价透明度提升，仅仅只有 10% 的人，提出希望产品价值和业务成果深度对齐。市场不需要更多脑洞大开的创新计费玩法，行业真正缺的，是把账算明白的能力。很多采购人员直白说出心里话，如果不能把预算确定下来，企业会主动避开那些使用代币、附加费机制的 AI 功能。
当 AI 从新鲜试点，一步步变成企业业务刚需，定价这件事，已经不再只是产品部门的内部技术选择。每一份报价单背后，牵扯着 IT、业务、财务多个部门的博弈。技术可以不断迭代进化，但企业花钱，永远绕不开预算审批、风险管控这套底层现实。厂商总在站在供给端思考自己的算力成本，却常常忽略坐在谈判桌对面的买家，要面对的内部财务压力。
关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
