AI 產品定價設計，當成本比價目表跑得更快

價目表沒動，成本先動了

輝達通知主要客戶，AI 伺服器與晶片價格將調漲超過 15%。給出的理由是記憶體漲價，調整從採用 Vera Rubin 與 Grace Blackwell 的系統、明年年初出貨的批次開始生效(路透)。

同一週，融資端的數字也出來了。黑石旗下的資料中心公司 QTS Realty Trust 以 7.228% 的年殖利率發行 39 億美元五年期投資等級債。四個月前同一家公司以 5.7% 發行的 46 億美元債券，如今在次級市場的殖利率是 7.16%；以 Meta 德州資料中心為擔保的 125.5 億美元、2048 年到期債券則是 7.53%。穆迪給 Baa3，惠譽給 BBB-，都停在投資等級的最後一階(韓國經濟新聞引述彭博)。

兩個數字最後匯到同一處。伺服器變貴，買伺服器的錢也變貴，跑在上面的 AI 產品成本跟著抬升。可是多數 SaaS 的價目表還是按人頭算。一個帳號整天跑代理程式，帳單數字動也不動。誰去補這道縫，是產品經理的題目。

按席次收費撐不住的區間

過去的 SaaS 多一個使用者幾乎不增加伺服器開銷，所以席次定價撐了二十年。AI 產品不是這樣。一次請求會散成數十次模型呼叫，對話越長，每一輪要重讀的上下文 token 越多。同一個方案下的兩個帳號，服務成本差一個數量級並不罕見。

於是定價形態開始分岔。有的公司在基礎訂閱上加點數，超出的部分另計；有的保留席次價，只對 AI 功能計量收費；有的按完成的任務收錢。不管挑哪一種，最後都要回答同一個問題：成本上去了，誰吸收。

這個位子真正要拍板的事

• 計費單位：按 token、按請求，還是按完成的工作。既要讓客戶事先估得出來，又要跟真實成本對得上，這兩件事常常互相打架。
• 各級方案的毛利下限：哪一級可以虧著做，從哪裡開始設上限。只要有一級寫了不限量，那一級前 1% 的帳號就能把整體損益帶偏。
• 點數機制：消耗速度、能不能結轉、超額價格。客戶的不滿和公司的毛利在同一段文字裡被決定。
• 合約條款：多年期合約履行期間，模型單價或硬體價格上漲怎麼辦。業界還沒有通用寫法，各家自己擬。
• 調價流程：什麼時候通知舊客戶，舊價保留多久。流失率是在這裡定的，不是在公告裡。

和壓成本的工程師看的不是同一個指標

推論成本優化工程師的工作是把同樣的輸出做得更便宜：模型路由、快取、切到小模型。這個位子負責的是，剩下的成本要向誰、用什麼名目收。

兩個人坐在一起，盯的數字不同。工程師看每 token 成本，產品經理看每帳號的貢獻利益。成本砍掉四成，計費單位挑錯的話毛利照樣不動。台灣的 SaaS 與新創團隊規模不大，這兩件事常壓在同一個人身上，一旦客戶結構變複雜，它就是最先拆開的位子之一。

怎麼進來

入口大致三條：做過計費與方案設計的 SaaS 產品經理，在財務崗位上盯過單位成本與毛利的人，以及長期翻用量資料的分析師。共同的門檻是看得懂損益表，並且習慣自己寫 SQL 把每個帳號的成本拉出來。不需要會訓練模型，但上下文長度與呼叫次數如何撐大帳單，要能用紙筆算一遍。

現在就能做的練習：打開一個自己在用的 AI 工具的定價頁，數一數點數消耗得有多快。它挑了什麼當計費單位、超額怎麼收、不限量後面跟著什麼小字，從外面就看得見。

輝達的漲價要到明年年初出貨時才落到帳上。在那之前簽的多年期合約要不要寫成本連動條款，各家現在的做法並不一致，也還沒有哪一種被當成標準。