《AI 产品的商业化·成本、毛利与收入运营》5.3 多供应商与切换成本

多供应商的价值不只是备份,更是给主供应商设价格上限。本节拆开切换成本的五个组成,用 Verba API 的 70/30 分流与 6% 备份溢价、LumenDesk 的 8% 备供应商报价,说明冗余溢价、切换阈值与承诺量之间的冲突,并给出可复用的切换阈值公式。

以下三家公司与全部数字均为教学假设,用于演示商业化计算,不代表任何真实企业。

多供应商不是备份,是定价权

很多团队把多供应商理解成「主供应商挂了,备供应商顶上」。这只说对了一半。多供应商的第一价值是业务连续性,第二价值是定价权:只要客户真的能切换,主供应商的报价就有一个可见的上限。

这里的关键词是「真的能切换」。签了备供应商合同、但承载 0% 流量,这不叫多供应商,叫一份报价单。真正的多供应商需要三个条件:备供应商有可用的容量、切换路径被演练过、切换后的质量被验证过。缺一个条件,备供应商就只是谈判时的一张牌,不是生产系统的一部分。

三家公司对这件事的处理完全不同。Verba API 是真正的双供应商:主供应商 70% 流量、备供应商 30%,每季度切换演练一次。LumenDesk 是「主供应商 + 0% 流量的备供应商」,备供应商报价高 8%,用于议价和年度演练。ClausePilot 是单一模型供应商,按 token 现结,没有年框承诺。

三种结构没有绝对优劣,它们对应三种不同的成本暴露。Verba 的推理成本占收入 43.8%,供应中断的代价高,值得为冗余付费;LumenDesk 的推理成本占收入 10.4%,冗余的价值主要是议价;ClausePilot 的推理成本占收入 9.0%,更大的风险在人工复核产能,不在模型供应商。

切换成本的五个组成

切换成本经常被低估,因为团队只算「换一个 API」的工程时间。真实成本至少有五块。

第一,工程集成。 新供应商的 SDK、鉴权、重试、限流、错误码都不一样。即使接口形态相似,接入、测试、灰度、回滚也要占用工程资源。

第二,质量迁移。 同一段 prompt 在不同模型上的输出不同。切换需要重新跑评测集、调整 prompt、处理回归问题。对 LumenDesk 这类客服知识库,回答质量的微小变化会直接影响客户满意度。

第三,合同与数据。 旧合同的未消耗承诺、退出条款、数据导出限制,都会变成切换的现金成本。如果旧合同是 take-or-pay,切换意味着剩余承诺量白付。

第四,双跑与回滚。 切换不是一刀切,通常要双跑一段时间,把一部分流量导向新供应商,对比质量、延迟和成本。双跑期间,两套系统都要维护,成本高于单供应商。

第五,组织学习。 新供应商的故障模式、限流行为、支持响应速度,需要时间熟悉。一次真实的故障演练,比十页文档更能暴露问题。

把五块加起来,才是切换成本。公式可以写成:

切换总成本 = 工程集成 + 质量迁移 + 合同退出 + 双跑成本 + 组织学习

这个公式没有给出具体金额,因为每家的工程能力、合同条款、质量要求不同。但它给出了一个检查清单:只算第一项,切换成本会被低估一个数量级。

Verba 的 70/30:冗余溢价的账

Verba 的双供应商结构是:主供应商 70% 流量,单价 0.0035 美元/分钟;备供应商 30% 流量,单价高 6%,即 0.0035 × 1.06 = 0.00371 美元/分钟。按流量加权,混合单价 = 0.0035 × 70% + 0.00371 × 30% = 0.003563 美元/分钟。

混合单价比主供应商单价高 0.000063 美元/分钟。按月度 42,000,000 分钟计算,冗余溢价 = 42,000,000 × 30% × 0.0035 × 6% = 2,646 美元/月。这个数占收入 0.8%,占变动成本 1.5%。

2,646 美元买的是什么?买的是「主供应商出问题时,30% 的流量可以立刻切走」。它不是价格优惠,是保险。保险是否划算,取决于停机的代价,而不是保险本身的单价。如果一次停机的收入损失、客户赔偿、支持成本加起来超过一年的冗余溢价,这笔保险就值。

但 30% 的备份容量不等于 100% 的切换能力。如果主供应商完全不可用,剩下 70% 的流量能不能在短时间内压到备供应商身上?备供应商的容量、限流、价格是否支持?这些问题只能通过演练回答。Verba 每季度做一次切换演练,目的不是「切着玩」,而是验证备供应商在真实流量下的表现。

切换阈值:备供应商报价不是唯一门槛

LumenDesk 的备供应商报价高 8%,承载 0% 常规流量。直觉上,只要主供应商涨价超过 8%,就应该切到备供应商。这个直觉漏掉了切换成本。

正确的比较是:切换带来的年节省,要覆盖切换成本,并且达到要求的回收期。设备供应商溢价为 p,年采购额为 S,切换成本为 C,则:

年节省 = S × p
回收期(年)= C ÷ (S × p)
切换阈值 = p + C ÷ (S × 合同年限)

最后一个式子回答的是:主供应商涨价多少,才值得在合同期内切换。阈值由两部分组成:备供应商本身的溢价 p,以及摊到每年的切换成本。

以 LumenDesk 为例。年模型侧成本 171,417.60 美元,备供应商溢价 8%,年节省 = 171,417.60 × 8% = 13,713.41 美元。如果切换成本相当于年采购额的 5%,即 8,570.88 美元,回收期 = 8,570.88 ÷ 13,713.41 = 0.625 年,约 7.5 个月。如果切换成本是 10%,即 17,141.76 美元,回收期 = 1.25 年,约 15 个月。

回收期超过合同期限,切换就不划算。这也是为什么 LumenDesk 的备供应商承载 0% 流量:它主要不是用来切的,而是用来告诉主供应商「我有一个高 8% 的替代选项」。真正要切的时候,还得先补工程和演练的课。

备供应商的分流比例怎么定

备供应商承载多少流量,是一个成本与连续性的权衡。0% 最便宜,但没有真实接管能力;30% 能验证真实流量,但要付持续的溢价;50% 接近双主供应商,成本最高。

分流比例主要目的冗余溢价适用条件
0%议价锚点接近 0推理占收入低,切换成本高
10%–20%故障接管低有演练机制,备供应商容量有限
30%真实双活中用量大,停机代价高
50%双主供应商高议价能力强,供应风险高

Verba 选 30%,因为推理占收入 43.8%,停机的代价高,30% 的流量足以验证备供应商的真实表现。LumenDesk 选 0%,因为推理占收入 10.4%,切换成本相对高,备供应商的主要作用是议价。ClausePilot 也是 0%,但它的理由是推理只占收入 9.0%,更大的风险在人工产能。

分流比例不是固定的。业务增长、供应商格局变化、合同到期,都会改变最优比例。每年评审时应该重新问一遍:当前的冗余溢价,是否还买到了等价的连续性?

承诺量与切换的冲突

多供应商还有一个容易被忽略的副作用:切换会触发承诺量缺口。

Verba 的主供应商承诺月用量 3,000 万分钟,当前主流量 2,940 万分钟,本来就有 60 万分钟的缺口要补 50%。如果一次演练或故障把主供应商流量的 10% 切到备供应商,主流量降到 42,000,000 × 70% × 90% = 26,460,000 分钟,缺口扩大到 30,000,000 − 26,460,000 = 3,540,000 分钟。按 50% 补足,补足金额 = 3,540,000 × 0.0035 × 50% = 6,195 美元/月。

也就是说,为了业务连续性做的切换,可能反过来触发承诺量罚金。这不是说不要切换,而是说承诺量条款和切换预案必须一起设计。三种处理方式:

第一,承诺量按总用量而不是单供应商用量设置。主供应商和备供应商的流量加起来算总承诺,切换不影响总缺口。

第二,合同里加入「故障切换豁免」条款。因主供应商故障导致的流量转移,不计入未达标缺口。这种条款通常需要供应商同意,谈判时要提前提。

第三,切换演练选择在用量高的月份做,避免主流量本来就低于承诺时再叠加切换影响。

三种方式可以组合。关键是把「切换」和「承诺」放在同一张表里算,而不是分开管理。

单一供应商的边界:ClausePilot

ClausePilot 是单一模型供应商,按 token 计价,没有年框承诺。它的推理成本占变动成本 33.8%,占收入 9.0%;人工复核占变动成本 53.8%,是更大的成本项。

这个结构决定了供应商议价的优先级。ClausePilot 的成本大头是人工复核 113,050 美元/月,推理只有 71,046 美元/月。即使推理单价涨 20%,变动成本增加 14,209.20 美元,毛利率从 73.3% 降到 71.5%;同样幅度的涨价对 Verba 的影响是 8.8 个百分点。ClausePilot 的供应商风险相对低,议价精力应该先放在人工产能上。

但单一供应商不等于没有风险。没有备供应商,就没有价格锚点;没有切换演练,就不知道切换要多久;没有第二家做过评测,就无法判断主供应商的质量是否在下降。这些风险不会立刻体现在毛利里,但会在某一次供应商故障或涨价时集中爆发。

ClausePilot 的合理做法不是立刻建双供应商,而是保持「第二供应商可用」:签一个 0% 流量的框架协议,每季度用评测集跑一次对比,记录质量、延迟和单价。这样既不会增加日常成本,又能在需要时快速切换。对推理占收入只有 9.0% 的业务,这比养一个 30% 流量的备供应商更经济。

可用性条款里的盲区

LumenDesk 的主供应商合同里有一条:月度可用性 99.5%,限流拒绝率不纳入可用性统计。这条看似技术性的条款,会直接影响切换决策。

如果限流拒绝不算停机,供应商的可用性数字会好看,但客户实际感受到的是「请求被拒绝」。对 LumenDesk 的客服场景,一次限流可能意味着客户的问题没有得到回答,体验损失和停机没有区别。团队如果把 99.5% 当成真实可用性,就会低估切换的必要性。

处理方式有两个。第一,在自己的监控里单独统计限流拒绝率,把它当成可用性的一部分,而不是相信供应商的报表。第二,在合同里约定限流阈值和扩容响应时间,避免供应商用限流来保住可用性数字。

可用性条款不会直接改变毛利,但它改变的是「什么时候需要切换」的判断。判断错了,冗余溢价就白付;判断对了,冗余才是保险。

这件事应该写进月度运营报表,而不是只放在合同附件里。报表里至少要有三个数:供应商自报可用性、内部监控可用性、限流拒绝率。三个数放在一起,才能看出供应商的可用性数字和客户体验之间的差距。差距越大,切换预案越应该提前。

代码:混合单价、冗余溢价与切换阈值

把多供应商的账写成代码,可以在签合同前比较不同分流比例和溢价水平。

// file: src/ops/05-3-switching-cost.ts
// tier: L1
// verify: node --test test/ops/05-3-switching-cost.test.ts

// 多供应商与切换成本:混合单价、冗余溢价、切换阈值与回收期。
import { type Cents } from "../core/money.ts";
import { type Bps, FULL, divide } from "../core/rate.ts";

export type SupplierSplit = {
  primaryShareBps: Bps;
  backupPremiumBps: Bps;
};

/** 按流量占比混合后的单位成本,单位微美元。 */
export function blendedUnitCostMicros(primaryMicros: number, split: SupplierSplit): number {
  const backupMicros = Math.round(
    (primaryMicros * (FULL + split.backupPremiumBps)) / FULL,
  );
  return Math.round(
    (primaryMicros * split.primaryShareBps
      + backupMicros * (FULL - split.primaryShareBps)) / FULL,
  );
}

/** 冗余溢价:为备份流量多付的金额,单位美分。 */
export function redundancyPremiumCents(
  totalUnits: number,
  primaryMicros: number,
  split: SupplierSplit,
): Cents {
  const backupUnits = totalUnits * ((FULL - split.primaryShareBps) / FULL);
  const premiumMicros = primaryMicros * (split.backupPremiumBps / FULL);
  return Math.round((backupUnits * premiumMicros) / FULL);
}

/** 切换回收期(月);没有月节省时返回 Infinity。 */
export function switchingPaybackMonths(
  switchingCostCents: Cents,
  monthlySavingsCents: Cents,
): number {
  if (monthlySavingsCents <= 0) return Infinity;
  return switchingCostCents / monthlySavingsCents;
}

/** 主供应商份额,单位基点。 */
export function primaryShareBps(primaryUnits: number, totalUnits: number): Bps {
  return divide(primaryUnits, totalUnits);
}

/** 切换阈值 = 备供应商溢价 + 年化切换成本 ÷ 年采购额,单位基点。 */
export function switchingThresholdBps(
  backupPremiumBps: Bps,
  switchingCostCents: Cents,
  annualSpendCents: Cents,
  contractYears: number,
): Bps {
  if (contractYears <= 0) throw new Error("合同年限必须为正");
  const annualized = switchingCostCents / contractYears;
  return backupPremiumBps + divide(annualized, annualSpendCents);
}

export const VERBA_SPLIT: SupplierSplit = {
  primaryShareBps: 7_000,
  backupPremiumBps: 600,
};

export const VERBA_PRIMARY_MICROS = 3_500;
export const VERBA_MONTHLY_MINUTES = 42_000_000;

跑一遍得到三个数。Verba 的 70/30 混合单价是 3,563 微美元,即 0.003563 美元/分钟;30% 备份流量的冗余溢价是 264,600 美分,即 2,646 美元/月;切换回收期函数在月节省为 0 时返回 Infinity,提醒调用方先确认节省是否为正。

代码里的 switchingThresholdBps 可以直接用于合同谈判。把备供应商溢价、切换成本、年采购额和合同年限代入,得到「主供应商涨价超过多少才值得切换」的阈值。阈值以下,留在主供应商;阈值以上,启动切换评估。这个数比「备供应商贵 8%」更接近真实决策。

多供应商的治理节奏

多供应商不是签完合同就结束,它需要一套持续的治理节奏。

每季度做一次切换演练。 把一部分真实流量导向备供应商,验证质量、延迟、限流和计费。演练规模不需要很大,但必须真实。只在测试环境切,等于没切。

每半年更新一次切换成本。 工程集成、评测集、合同条款都会变化,切换成本不是常数。上一次算出的回收期,下一次可能已经不成立。

每年做一次供应商评审。 对比主备供应商的单价、质量、可用性、支持响应,重新评估分流比例。评审结果要进入下一年的合同谈判。

每月看一次冗余成本。 冗余溢价是持续性支出,要单独列在成本报表里,不能混进「推理成本」一笔带过。只有看见它,才能判断这笔保险是否还值得买。

治理节奏的核心是:让备供应商保持「可切换」状态,而不是「已签约」状态。签约只是起点,演练和评审才是多供应商的真正成本。

小结

  • 多供应商的第一价值是业务连续性,第二价值是定价权;0% 流量的备供应商只是报价,不是备份。
  • 切换成本由工程集成、质量迁移、合同退出、双跑、组织学习五块组成,只算工程时间会低估一个数量级。
  • Verba 的 70/30 分流混合单价是 0.003563 美元/分钟,冗余溢价 2,646 美元/月,占收入 0.8%。
  • 切换阈值 = 备供应商溢价 + 年化切换成本 ÷ 年采购额,不能只看备供应商贵多少。
  • LumenDesk 备供应商高 8%,年节省 13,713.41 美元;切换成本 5% 时回收期约 7.5 个月。
  • 切换可能触发承诺量缺口:Verba 切走主流量 10%,缺口补足从 1,050 美元升到 6,195 美元/月。
  • ClausePilot 的推理只占收入 9.0%,供应商议价优先级低于人工产能,但应保留第二供应商的评测能力。
  • 可用性条款要把限流拒绝算进去,否则会低估切换的必要性。

阅读导航:上一节:5.2 锁价、预付与承诺用量 · 下一节:6.1 计量事件的设计 。

常见错误与边界

  • 把「签了备供应商」当成「有了多供应商」,0% 流量、没演练、没评测,切换时才发现不可用。
  • 只算工程集成成本,忽略质量迁移、合同退出、双跑和组织学习,低估切换总成本。
  • 用备供应商溢价直接当切换阈值,忘了把切换成本摊到合同期限里。
  • 为了冗余把 30% 流量长期放在高价备供应商上,却不评估这笔保险是否超过停机损失。
  • 切换预案和承诺量条款分开设计,故障切换反而触发未达标补足。
  • 相信供应商的可用性报表,不单独统计限流拒绝率,错过应该切换的信号。

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