模型变便宜,AI应用的收费依据也面临考验。Tugce Erten于2026年11月2日在a16z平台发表文章,认为推理成本下降可能改善应用公司的利润率,但模型与开发工具的进步,也会让客户更容易替代应用的部分功能。
她提出,客户不必重建整套产品:只要把一项高频任务转为内部完成,或找到可信的替代方案,就可能削弱供应商的溢价能力。因此,应用公司需要比较的是,自己能否比客户的替代方案更好地完成工作,以及双方为此付出的全部成本。
这一比较可以从一次合同审查或一次客服问题解决开始。Erten建议,计算每次成功完成任务的成本时,应纳入检索、模型调用、工具、重试、评估和人工复核,失败尝试也不能排除。比较采购与自建时,还要分别计入应用价格、实施、持续监督和剩余人工工作,以及内部开发与维护成本。
上下文维护是她提出的另一项收费依据。即使政策、合同和工作记录属于客户,把这些信息整理到可靠可用的程度,仍需要权限处理、标准化、检索和持续验证。按她的分析,应用可以通过承担这些工作、利用反馈改善后续结果,证明自身价值;具体收益仍需在客户任务中测量。
文章引用了能源公司Repsol的法律AI采购案例。据Harvey发布的客户材料,Repsol于2023年末通过盲测比较Harvey、Microsoft Copilot和内部AI原型Lexia;2024年1月启动的试点涉及12个司法辖区、50名律师。Harvey称,经过八周试点,其准确性和节时表现优于替代方案,Repsol于2024年4月签约全面推广。
Harvey还报告,Repsol法律部门的采用率达到96%,每名律师每周节省四至六小时。但案例没有披露采用率的定义、具体统计人数,以及节时数据的测量方法、覆盖样本和统计日期,也没有提供采购价格和实施维护成本。这些结果可以说明供应商如何展示产品价值,尚不足以判断当前产品优劣或总成本优势。
知识复用则提供了一个更具体的观察角度。Harvey称,Repsol法律团队通过比较数千份历史协议,发现反复出现的条款谈判模式,并据此调整合同模板、增加备选条款措辞。这展示了历史工作如何被整理成后续可用的指导,但案例没有量化这种复用降低了多少成本,也没有证明它带来了持续溢价。
Repsol自身也在另一项Copilot使用研究中报告,使用该工具的员工平均每人每周节省121分钟,主要用于查找信息、总结文件和形成结论。这项研究与Harvey案例缺少同条件比较基础,不能用两个节时数字计算产品之间的相对优势。
Erten的建议把定价问题落到了可检查的任务上:将最容易被替代的工作流,与客户最可信的替代方案比较,计入实施、人工复核、失败和维护成本,再识别哪些能力会随使用而改善。对采购者而言,这也是一套评估方法;模型调用降价本身,无法回答哪种方案完成同一项工作更划算。
参考来源:
