《AI Agent 产品开发·组织、平台与规模化》8.2 价值单位与计费点的产品决策

计费单位不是财务细节,它决定产品接下来优化什么。本节比较按席位、按任务、按结果、按节省四种方式各自的适用条件与失效场景,并给 A Relay、B Quill、C Runner 各选一种:A 按席位、B 按任务、C 按结果,同时说明为什么三家都没有选按节省,以及本书与《AI 产品的商业化》的分工。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。

成本结构回答「花了多少」,计费单位回答「按什么收」。两者经常被当成财务问题,其实它们是产品决策:按席位收费,产品会优化「更多人用」;按任务收费,产品会优化「更多单」;按结果收费,产品会优化「更少返工」。单位一旦定下,团队的行为就跟着变。

这一节比较四种计费单位,并给三个案例各选一种。先给结论:计费单位要贴着价值发生的位置,而不是贴着成本发生的位置。成本按 token 发生,价值按任务或结果发生;按 token 收费,客户听到的是「你越努力我越贵」。

四种单位与适用条件

单位按什么计数适用条件失效场景
按席位每个使用者每月产品嵌进日常工作,价值随在岗人数增长大量席位不活跃,收入与实际使用脱节
按任务每份可交付物有明确交付物,单量稳定,单位成本可算任务大小差异过大,大单小单同价
按结果每个被确认有效的动作结果可归因、可审计,失败与转人工不计费结果依赖客户配合,归因争议拖长销售
按节省相对基线节省的人工成本分成基线可测量、双方认可,节省可被财务复核基线由供应商单方定义,客户觉得付了两次

四种单位没有绝对优劣,只有匹配与否。按席位最稳定,但容易变成「买了不用」;按任务最直观,但会把产品推向「多产出的任务」;按结果最对齐,但归因成本高;按节省最像咨询,但基线谈判往往比实施还久。

一个常见的错误是「成本按 token,收费也按 token」。token 是供应商的成本单位,不是客户的价值单位。客户不知道一份报告值多少 token,只知道它省了自己 4.2 小时。计费单位要用客户能数的东西,而不是系统能数的东西。

三案例各选一种

案例计费单位为什么需要守住什么
A Relay按席位分诊建议嵌在工单页,价值是 9 人的处理能力席位活跃度,避免买了不用
B Quill按任务每份报告是独立交付物,606 份单量清楚报告大小分档,避免大单小单同价
C Runner按结果每个动作有审计日志与回滚句柄,可按有效结果计费结果定义与转人工不计费规则

A Relay 的支持团队是 9 人,月工单量 26,400 单。它的价值不是「每张工单省了多少钱」,而是「9 个人能处理多少工单」。按席位收费与这个价值对齐:团队扩编,收入增长;团队缩编,成本下降。代价是要盯活跃度,否则席位会变成一种保险,买了但平时不用。

B Quill 的咨询团队是 15 人,月报告量 606 份。报告是离散交付物,有明确的开始与结束,按任务收费最自然。它需要解决的是分档:12 页的报告和 20 页的报告工作量不同,统一单价会逼走大报告。分档依据可以是页数、数据包复杂度或审改时长,但不能是 token 数——客户不理解 token。

C Runner 的运营团队是 24 人,月任务量 13,200 个。C 的动作有审计日志、回滚句柄和前后值,具备按结果计费的条件。按结果收费的关键是定义「有效」:自动完成且审计未发现错误才算,转人工的 22% 不计费。这样供应商与客户的激励一致——少返工、少转人工,双方都受益。

单位成本是价格的地板

把 8.1 节的总成本除以月任务量,可以得到内部结算的单位成本。它不是对外报价,而是判断「一单至少要被覆盖多少」的底线。

案例月总成本月任务量单位成本
A Relay11,548.8 美元26,400 单约 0.44 美元/单
B Quill31,681.92 美元606 份约 52.28 美元/份
C Runner31,214.4 美元13,200 个约 2.36 美元/个

这组数字最容易被误读。B 的单位成本 52.28 美元看起来很高,但它包含的是内部全成本,不是模型调用;模型调用只有 0.198 美元一份。A 的 0.44 美元也不是模型成本,而是人工、系统、维护摊到每张工单的结果。

单位成本的作用是排除明显不成立的定价,而不是直接定价。定价还要看客户感知的价值、竞争替代方案和采购流程,这些属于《AI 产品的商业化》的范围。本书只回答「成本地板在哪里」,不回答「应该加多少毛利」。

为什么三家都没有选按节省

按节省计费听起来最公平:省了多少人工,分一部分给供应商。但三个案例都没有选它,原因不是它不好,而是条件不成熟。

A 的节省率是 75.0%,看起来很适合按节省分成。但 A 的节省来自「9 个人处理同样多的工单」,基线是内部人工成本 46,200 美元一个月;这个基线由客户自己定义,供应商很难核实,也很难防止客户在签约后调整岗位编制。

B 的节省率是 58.5%,基线是 2,545.2 小时一个月。B 的审改时长有三档,63% 一次采纳、28% 小改、9% 返工;如果客户把返工算成「没用」,节省的分成就会争议不断。

C 的节省率是 73.7%,但 C 的 22% 转人工是产品的一部分。按节省计费会诱导供应商隐藏转人工,把 73.7% 做成 90.8% 的假象——这正是 8.3 节要演示的陷阱。

按节省不是不能用,而是需要三个前提:基线双方认可、节省可被财务复核、结果归因没有争议。三个案例都还缺至少一个前提,所以它们选择了更简单的单位。

与《AI 产品的商业化》的分工

《AI 产品的商业化》回答的是对外问题:定什么价、怎么打包、渠道怎么分、毛利怎么守。本书回答的是对内问题:成本怎么算、单位怎么选、价值怎么计量。两者的交界在「单位成本」:本书给出地板,商业化给出价格带。

这个分工很重要,因为两本书用的案例不同。本书是 A Relay、B Quill、C Runner;商业化那套是另外三家。数字不能混用,结论也不能直接搬。本书说「B 的单位成本约 52.28 美元」,不等于商业化那本书里的定价建议。

把计费单位写成判定函数

下面的模型把四种单位、适用条件与失效场景放在同一张表里,chooseUnit 按「基线 → 结果 → 任务 → 席位」的顺序判定,costPerUnitCents 从 8.1 节的总成本推出单位成本,contribution 计算价格减成本后的毛利。

// file: src/econ/08-2-value-unit.ts
// tier: L2
// verify: node --test test/econ/08-2-value-unit.test.ts

// 计费单位不是财务细节,它决定产品接下来优化什么。
// 按席位优化「更多人用」,按任务优化「更多单」,按结果优化「更少返工」。

import type { Cents } from "../core/money.ts";
import { divide, type Bps } from "../core/rate.ts";
import { totalCents, type CostStructure } from "./08-1-cost-anatomy.ts";

export type BillingUnit = "seat" | "task" | "outcome" | "savings";

export const UNITS: readonly BillingUnit[] = [
  "seat",
  "task",
  "outcome",
  "savings",
];

export type UnitSpec = {
  readonly label: string;
  readonly countedAs: string;
  readonly fitsWhen: string;
  readonly breaksWhen: string;
};

export const UNIT_SPEC: Record<BillingUnit, UnitSpec> = {
  seat: {
    label: "按席位",
    countedAs: "每个使用者每月",
    fitsWhen: "产品嵌进日常工作,价值随在岗人数增长,用量难以逐单切分",
    breaksWhen: "大量席位只在月初打开一次,收入与实际使用脱节",
  },
  task: {
    label: "按任务",
    countedAs: "每份可交付物",
    fitsWhen: "有明确交付物、单量稳定、单位成本可算",
    breaksWhen: "任务大小差异过大,大单与小单同价会逼走大客户",
  },
  outcome: {
    label: "按结果",
    countedAs: "每个被确认有效的动作",
    fitsWhen: "结果可归因、可审计,转人工与失败不该计费",
    breaksWhen: "结果依赖客户配合,归因争议会吞掉销售周期",
  },
  savings: {
    label: "按节省",
    countedAs: "相对基线节省的人工成本分成",
    fitsWhen: "基线可测量、双方认可,节省能被财务复核",
    breaksWhen: "基线由供应商单方定义,客户会认为在为自己的效率付两次钱",
  },
};

export type BillingSignals = {
  /** 使用量随在岗人数连续变化 */
  readonly continuousPerSeat: boolean;
  /** 有离散、可命名的交付物 */
  readonly discreteDeliverable: boolean;
  /** 单量可以逐条计数 */
  readonly unitCountable: boolean;
  /** 结果能归因到 Agent 的动作 */
  readonly outcomeAttributable: boolean;
  /** 结果能事后审计,争议可裁决 */
  readonly outcomeAuditable: boolean;
  /** 双方已认可人工基线 */
  readonly baselineAgreed: boolean;
};

// 判断顺序:先看结果与基线,再看交付物,最后退回席位。
export function chooseUnit(signals: BillingSignals): BillingUnit {
  if (signals.baselineAgreed && signals.outcomeAttributable) {
    return "savings";
  }
  if (signals.outcomeAttributable && signals.outcomeAuditable) {
    return "outcome";
  }
  if (signals.discreteDeliverable && signals.unitCountable) {
    return "task";
  }
  return "seat";
}

export type CaseSelection = {
  readonly key: "A" | "B" | "C";
  readonly unit: BillingUnit;
  readonly signals: BillingSignals;
  readonly why: string;
};

export const CASE_SELECTIONS: Record<"A" | "B" | "C", CaseSelection> = {
  A: {
    key: "A",
    unit: "seat",
    signals: {
      continuousPerSeat: true,
      discreteDeliverable: false,
      unitCountable: true,
      outcomeAttributable: false,
      outcomeAuditable: false,
      baselineAgreed: false,
    },
    why: "分诊建议嵌在工单页里,价值是 9 个人的处理能力,按席位结算最稳定。",
  },
  B: {
    key: "B",
    unit: "task",
    signals: {
      continuousPerSeat: false,
      discreteDeliverable: true,
      unitCountable: true,
      outcomeAttributable: false,
      outcomeAuditable: false,
      baselineAgreed: false,
    },
    why: "每份报告是独立交付物,606 份的单量清楚,按任务计价与审改成本对齐。",
  },
  C: {
    key: "C",
    unit: "outcome",
    signals: {
      continuousPerSeat: false,
      discreteDeliverable: false,
      unitCountable: true,
      outcomeAttributable: true,
      outcomeAuditable: true,
      baselineAgreed: false,
    },
    why: "执行动作有审计日志与回滚句柄,只对确认有效的结果计费,转人工不计。",
  },
};

export function unitForCase(key: "A" | "B" | "C"): BillingUnit {
  return CASE_SELECTIONS[key].unit;
}

// 内部结算的单位成本:总成本除以月任务量,用于看「一单至少要收多少」。
export function costPerUnitCents(
  structure: CostStructure,
  monthlyTasks: number,
): Cents {
  if (monthlyTasks <= 0) return 0;
  return Math.round(totalCents(structure) / monthlyTasks);
}

export type Contribution = {
  readonly priceCents: Cents;
  readonly costCents: Cents;
  readonly marginCents: Cents;
  readonly marginBps: Bps;
};

export function contribution(
  priceCents: Cents,
  costCents: Cents,
): Contribution {
  const marginCents = priceCents - costCents;
  return {
    priceCents,
    costCents,
    marginCents,
    marginBps: divide(marginCents, priceCents),
  };
}

chooseUnit 的顺序是有意的:先看按节省(需要基线认可且结果可归因),再看按结果(需要可归因且可审计),然后按任务(需要离散交付物且可计数),最后退回席位。这个顺序保证强条件优先,不会因为「席位最好算」就跳过更对齐的单位。

CASE_SELECTIONS 把三个案例的判定信号与理由钉在一起。A 的 discreteDeliverable 是 false,因为分诊建议不是独立交付物,而是嵌在工单流程里的一个判断;B 的 discreteDeliverable 是 true;C 的 outcomeAttributable 与 outcomeAuditable 都是 true,所以进入按结果。

costPerUnitCents 得到 A 44 美分、B 5,228 美分、C 236 美分,与文章里的 0.44、52.28、2.36 美元一致。contribution 不判断价格是否合理,只算价格减单位成本后的差额;价格为 0 或负数时,它不会给出有意义的毛利率,调用方要先校验。

小结

  • 计费单位是产品决策,不是财务细节;它决定团队优化什么。
  • 四种单位各有条件:席位看活跃,任务看交付物,结果看归因,节省看基线。
  • A 按席位,因为价值是 9 人的处理能力;B 按任务,因为报告是离散交付物;C 按结果,因为动作可审计。
  • 单位成本是价格地板,不是报价;A 约 0.44 美元/单、B 约 52.28 美元/份、C 约 2.36 美元/个。
  • 三家都没有选按节省,因为基线认可、财务复核或归因至少缺一个前提。
  • 按节省会诱导隐藏转人工,把 C 的 73.7% 做成 90.8% 的假象。
  • 本书给成本地板,商业化给价格带;两套案例的数字不能混用。

阅读导航:上一节:8.1 Agent 产品的成本解剖 · 下一节:8.3 aia-lab:人机总成本对比 。

常见错误与边界

  1. 按 token 收费。 token 是供应商的成本单位,不是客户的价值单位;客户数的是报告、工单或动作。
  2. 只看单位成本定价。 单位成本是地板,不是价格;定价还要看客户价值、替代方案与采购流程。
  3. 按席位却不看活跃。 席位制最怕「买了不用」,需要定义活跃口径,否则收入与实际价值脱节。
  4. 按任务却不分档。 12 页与 20 页报告工作量不同,统一单价会逼走大单。
  5. 按结果却不定义有效。 不写清转人工、失败与回滚是否计费,归因争议会吞掉利润。
  6. 按节省却不核基线。 基线由单方定义时,客户会认为自己为同一份效率付了两次钱。

单位选定后,最后要回答的是:这套成本模型到底能不能算对。下一节用 aia-lab 把三家的人机总成本并排算出来,并演示漏算转人工会把 73.7% 变成 90.8%。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图