夜雨聆风前两篇讲了"为什么必须变"和"钱是怎么算的"。这一篇讲最难的部分——公司要付什么代价才能真的变成新时代的公司。
定价改造只占整场迁徙成本的 10%。剩下 60% 是计费系统改造，30% 是销售组织改造。大多数公司死在后面这 90% 上，不是死在定价方案本身。
这篇先讲内部三本账：战略象限、工程成本、组织重构、销售话术。下篇讲外部三本账 + 未来预测：合同、财务、按结果收费的工程难点、行业分化。
一、定价的 2×2 象限：你在哪个格子
这个框架来自 Madhavan Ramanujam（Simon-Kucher 前合伙人，250 家公司定价顾问）的新书《Scaling Innovation》，是全篇最应该记住的一张图。
两个坐标轴：
- 横轴 · 归因性：AI 干出来的结果，能不能清晰归到它头上？
- 纵轴 · 自主性：AI 能不能不用人在旁边看着独立完成任务？
两个维度都高的时候，你的定价能力达到最大。
AI 定价的 2×2 象限
四个象限的对应策略
左下（低自主 × 低归因）→ 按人头订阅
过去二十年 SaaS 的默认区。价值不好归因，AI 也没多少自主性（就是个辅助功能），只能按人头。Notion、Slack、Miro 都在这里。
停在这里不是罪，但要往右移。一旦市场上出现一个"高归因 + 高自主"的对手，你的按人头收入就会被压缩。
右下（低自主 × 高归因）→ 混合模型
Cursor 的位置。工程师产出的提升是看得见的（高归因），但 AI 还是"副驾驶"（低自主）。所以走"按人头收基础费 + 按 AI 用量收超额"的混合模式。
左上（高自主 × 低归因）→ 按用量
后端/基础设施类产品——能自主运行（没人盯着），但对客户业务指标的影响不直接。AWS、Snowflake、Databricks 都在这个象限。你没法说 AWS 帮你多赚了多少钱，但你能算它烧了多少服务器时长。
右上（高自主 × 高归因）→ 按结果收费 · 黄金象限
不按工作量收费，按 AI 独立完成、且可清晰归因的成果收费。
经典案例：Intercom Fin（AI 客服）——AI 完全自主解决一个工单收 0.99 美元，人工介入的工单免费。Sierra（同类 AI 客服）、ChargeFlow（AI 处理信用卡争议，追回一笔抽 25%）都在这个象限。
今天大概只有 5% 的 AI 公司真正做到按结果收费。但其中最好的一批能从客户身上回收 25%–50% 的价值。经典 SaaS 时代能拿 10%–20% 就已经很好了。Ramanujam 预测未来三年，那 5% 会变成 25%。
意思是说，按结果收费的公司比按订阅的公司能多拿走一倍到两倍半的钱。这就是为什么整个行业都在往右上角挪。
Lenny 在同一场访谈里直接问 Ramanujam："那些流行的 AI 代码编辑器创业公司，是不是过度低价了，未来会遇到麻烦？"
Ramanujam："其中一些，是的，不说是谁了，"
然后：
"如果你在给客户带来大量价值，然后你训练他们只花每月 20 美元，代表你已经把自己锚在低价点上了。你实际正在动客户的用工预算，用工预算是软件预算的十倍。如果你还在用旧套路，你从第一天就在低估自己。"
明眼人都知道他在说 Cursor。下一节就把 Cursor 的账翻出来看。
二、工程账：Cursor 每月 20 美元里有多少能盈利
Cursor 是 SaaS 历史上增长最快的公司之一，2024 年从零做到年化收入 5 亿美元以上。定价：个人版每月 20 美元，无限用。
The Verge 的 Decoder 播客请到了 Cursor CEO Michael Truell，主持人 Nilay Patel 把最难的问题摆到台面上：
Nilay："如果我一个月付 20 美元，你们每月给我的价值远远超过这个数。为什么你们还没涨价？"
Michael："虽然我们的账里，20 美元已经不太够了。但我们还没准备好动。"
20 美元里到底有多少是算力成本
Michael 罕见地给了具体数字：
- 普通用户（一天写几小时代码）：算力成本约 3–8 美元/月，毛利率 60–85%
- 中度用户（全职工程师）：算力成本约 15–25 美元/月，毛利率负 25% 到正 25%
- 重度用户（AI 代理 24 小时跑）：算力成本 200 美元/月以上，净亏损
Cursor 的商业模型本质是一个补贴模型——普通用户的毛利在补贴重度用户的亏损。
Cursor 20 美元的三档成本
这跟传统 SaaS 完全不同。传统 SaaS 的边际成本几乎为零（Notion 你多打几个字不花钱），重度用户是最有价值的用户群。AI 时代反过来了——重度用户是最亏钱的用户群。
Michael 讲了一个细节：2024 年 Cursor 引入"软性上限"和"模型优先级"——重度用户会被降级到便宜模型或者限速。Reddit 和 X 上炸了三个月。
"我们低估了重度用户的心理落差。他们习惯了'无限用'，突然被限速就像被骗了。但如果我们不做，1% 的重度用户会吃掉 60% 的算力成本。"
一个洞察：在 AI 产品里，"无限用"是一个不可持续的承诺，但也是产品增长最重要的营销武器。Cursor 靠"20 美元无限用"这个口号做到 5 亿美元年化收入。一旦收回，增长立刻放缓。
Cursor 为什么现在还不动定价
Michael 给了四个理由：
一、底层模型成本每月都在跌。Claude Sonnet 一年降价四次。今天改成按用量，六个月后底层成本又降 50%，又要重定价。订阅制反而是对冲底层成本波动的方式——客户不知道具体消耗多少 Token，Cursor 可以在后端优化。
二、客户心智锚定难破。工程师对"20 美元/月"这个价位有强烈锚定：GitHub Copilot 10 美元、JetBrains 5 美元/月。突然跳到"按用量"等于打破一个已经形成的心智契约，一次撕裂就足以让 Windsurf、Zed 挖走用户。
三、还在"先拉进来再往上卖"阶段。20 美元拿下最广大的个人用户群，再用企业版（40 美元/席位）抓取更大的钱包份额。Ramanujam 的"两个引擎"（市场份额 + 钱包份额）在这里得到印证。
四、竞争压力。Windsurf、Zed、Aider 都在同一价位段。任何单方面涨价的公司都会被迅速蚕食。
但 Michael 承认：一定会变
"今天的 20 美元订阅，在三年后一定不是我们的主定价模型。当 AI 代理真正 24/7 帮工程师干活的时候，那就不是'工具'了，是'员工'。软件工程师年薪 20 万美元，如果 Cursor 的 AI 代理能做 30% 的工作，那它值 6 万美元一年，不可能还是 20 美元一个月。
问题是——什么时候切换？我们的答案是：当 AI 代理能力强到客户愿意在'结果'上跟我们签合同的那一天。"
这完美呼应 Ramanujam 的 2×2 象限，Cursor 现在在右下角（高归因 × 低自主），战略路径是往右上角走。中间过渡阶段用订阅制守住阵地。
一个猜测：Cursor 未来的"代理"新产品线很可能是漂洗器。老产品保持 20 美元，新产品按结果收费，用户从"编辑器用户"迁移到"代理用户"的过程中，不知不觉接受了新的定价心智。硅谷定价老手的标准套路。
三、组织账：定价独裁者，不是定价委员会
Cursor 是把这件事想得最明白的公司之一。大部分公司连账都没算清楚就想改定价，结果撞得头破血流。
Metronome CEO Kyle Poyar 在 a16z 播客里讲，一个 CEO 找他说要切换到按用量收费，他的第一个回应永远是："你真的想清楚了吗？这不是定价决策，是组织重构"。至少这五处全要改：
五处必须重构的组织节点
一、销售提成方案（最大问题）
按人头订阅时代，销售签下一百万年单当场拿佣金。按用量下，客户没有真实消耗销售就拿不到钱。整套提成方案必须重写。
Metronome 反复看到的规律：CEO 拍板"改成按用量"，产品和工程都跟上了，六个月后发现——销售还在按老方式卖。为什么？提成方案没改。销售签五百万年单当场拿佣金的心智没变，而实际用量只跑到一百万，销售管线报表全是"注水收入"。
提成方案改造要跟定价改造同天上线，甚至提前一个月。这是 6–12 个月的组织工程。
二、售前和售后的边界要重划
签了一百万客户消耗零，那一百万就是"假收入"。售前不能只做需求筛选，售后也不能只做客户成功，他们必须共同为"客户真的用起来了"负责。
三、客户成功岗要变成"帮客户省钱的技术顾问"
Kyle 观察 Metronome 自己用几家按用量供应商时，发现最有价值的对接人不是客户成功经理，而是"帮我们省钱的驻场技术官"。因为供应商知道：帮客户砍浪费，才留得住客户。
订阅制时代，客户成功是让客户多用；按用量时代，客户成功是让客户高效地用。
四、产品经理从"讨好用户的人"变成"让用户多消耗的人"
按人头订阅时，客户签了钱就锁定，产品好不好当月账单看不出来。产品经理的绩效常常是活跃度、留存率、NPS 这些间接指标。
按用量下这层缓冲没了。客户不用就不付钱，一个新功能上线，客户消耗涨多少、营收涨多少，当月就能算清。
这会筛掉一批"用户体验型 PM"。你做了个"让用户很爽但少烧 API"的功能，用户体验涨了、营收却掉了——你还敢做吗？留下的是另一种人：脑子里天生想的是"这个功能上线后，客户的消耗曲线会怎么变"。
五、财务团队变成数据团队
季度或月度节奏对按用量模式来说慢了整整一个数量级。CEO、销售总裁必须每周甚至每天看核心用量指标。
过去财务总监是"看年报的人"，现在财务总监是"每周跟销售总裁一起看用量曲线的人"。
你不需要定价委员会，你需要定价独裁者
Kyle 有一段话：
"我最爱聊的一个话题是问公司的定价委员会长什么样。我的观点是——你不需要定价委员会，你需要定价独裁者。你需要一个能拍板告诉大家正确定价是什么的独裁者。"
定价独裁者 vs 定价委员会
为什么？
定价决策要在财务总监、产品总监、销售总裁三个办公室之间做妥协——三个部门的目标函数天然冲突：财务想优化利润率，产品想拿资源做新功能，销售想拿到最好谈的定价方案。没有一个能凌驾其上的独裁者，事情就永远陷在委员会里。
与此同时，Salesforce 一年改三次 Agentforce 定价。你的对手正以历史级速度移动，你还在做九个月的案例研究，等你上线时定价模型已经过时一年半了。
Kyle 卖 Metronome 时有一条铁律："如果我接触不到那家公司的 CEO，那就不是一个真实的机会"——只有 CEO 有权力拍板做这五件事。
定价是达尔文式的
Kyle 的结论：
"定价模型是达尔文式的。冰盖融化了，没人知道新气候里什么是最优解。Salesforce 官网标价只是台面——台底下有一千个变体在生产环境里跑。"
经常有人问他"正确的定价模型是什么"，回答永远是同一句：
"这问题本身错了。没有正确的定价模型。我唯一确定的是——在这个环境里，敏捷是唯一被奖励的东西。"
四、销售账：话术的三层重构
组织改造里最难啃的是销售。前面讲了提成方案要改，这里讲更细的一层——销售话术要怎么改。
Intercom 官方博客里有一篇坦诚复盘。Intercom 是英国出身的客服软件公司，做"网站右下角那个聊天气泡"的生意。它推出的 AI 客服产品 Fin 是 Ramanujam 2×2 象限右上角的旗舰案例。最近 Intercom 把 Fin 扩展到 Fin for Sales（AI 销售代表），过程中踩了一堆坑。
老话术为什么失效
卖 Fin（AI 客服）的经典话术是："我们比人工便宜 20 倍"。这个话术在客服场景有效——客户已经有客服团队，人力成本是明账。
转到 Fin for Sales 就失效了。因为"初级销售代表"（SDR，负责给正式销售送合格销售线索的岗位）这个岗位争议就大。很多客户根本没有 SDR，他们的说法是"我们正准备招"。
这种情况下你说"比人工便宜 20 倍"，客户会想："我又不打算真招 SDR，20 倍便宜是相对于谁？"话术直接失效。
新话术：从"替代方案"变成"起步方案"
Intercom 定的新话术：
"你可以先不招初级销售代表，用 Fin for Sales 起步，等到规模足够大时再决定要不要建团队。"
一次巧妙的心智替换：
- "替代方案"意味着挤掉某个已存在的东西，是高门槛决策
- "起步方案"意味着填补一个还不存在的东西，是低门槛决策
Fin for Sales 的销售转化率大幅提升，尤其在早期创业公司和中小企业客户里。
三层话术重构的通用规律
从订阅制迁到按结果收费时，销售话术必然经历三层重构：
第一层：从"功能对比"到"价值对比"
订阅制卖"我们家的功能比对手多几个"。按结果收费卖"我们家能替你产出多少可衡量的价值"。老销售员卖 CRM 说"我们的报表模板比 Salesforce 多 50%"。新销售员卖 Fin 说"我们保证 40% 的工单不需要人工介入"。
第二层：从"折扣谈判"到"共创 ROI 模型"
订阅制谈判焦点是"你能给我几个点折扣"。按结果收费的谈判焦点是"我们一起搭一个 ROI 模型，算出这单能给你带来多少价值"。
Ramanujam 反复强调：投资回报模型必须从第一天就跟客户一起搭。让客户输入前提假设（他们现在这流程要多久？多少工程师？），当他们同意所有输入时，就不会再挑输出的刺。
第三层：从"卖软件"到"卖服务合同"
订阅制卖软件许可证——一年一签、按时付费。按结果收费卖服务合同——按成果结算、有申诉机制、有 SLA（服务等级协议）。
这一层最难。它把销售部门从"产品销售员"重新变成了"顾问式销售"。销售员要懂客户的业务流程、要能设计 SLA 条款、要能预估结果指标。完全不同的能力要求，很多老销售转不过来。
上篇小结
内部三本账讲完了：
- 工程账：Cursor 20 美元里的三档成本——普通用户赚 60–85%，中度打平，重度净亏损。补贴模型撑增长，但三年内一定要动。
- 组织账：五处必须重构——销售提成、售前售后边界、客户成功岗、PM 绩效、财务节奏。CEO 必须当"定价独裁者"。
- 销售账：话术三层重构——功能对比 → 价值对比、折扣谈判 → 共创 ROI、卖软件 → 卖服务合同。
下篇讲外部三本账 + 未来预测：
- 合同账：为什么合同越来越像金融衍生品？让步幅度必须递减是什么套路？
- 财务账：CFO 怎么变成 CEO 副驾驶？为什么在按用量的公司里，工程师不能随便优化性能？
- 按结果收费的三大工程难点：Intercom Fin for Sales 是怎么把"合格销售线索"这一个词的定义讨论了三个月？
- 行业分化：哪些走向纯用量，哪些保留人头订阅？大企业的分水岭在哪？
下篇明天见。
