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。
成本加成与价值锚的分岔
成本加成从一个内部数字出发:我花多少,加多少毛利,卖多少。价值锚从一个外部数字出发:客户因为使用产品,每月多省下多少人或多少时间,这些时间值多少钱,我拿其中多少。
两条路在毛利率健康时看起来差不多,在成本结构特殊时就会分岔。AI 产品的单次成本可以很低,低到按成本加成定价几乎没有利润;也可以很高,高到按成本加成定出来的价格客户根本不会接受。成本只告诉你「最低不能低于多少」,价值才告诉你「最高可以到哪里」。
价值锚的核心不是精确估值,而是建立一个可对话的换算:把「这个产品很有用」翻译成「每月省下多少小时、每小时值多少钱、我们拿走向其中的百分之几」。三个数一旦摆上桌,价格就从立场之争变成了参数之争。
人时价值的三个参数
按节省的人时定价,只需要三个参数:
单件价值 = 每件节省的小时数 × 小时成本
月价值 = 每月件数 × 单件价值
捕获率 = 产品价格 ÷ 单件价值
三个参数里,最容易争吵的是「每件节省多少小时」,最容易被忽略的是「小时成本用谁的口径」,最容易被高估的是「捕获率能定多高」。
小时成本应该用客户的口径,不是你的。同样是审查一份合同,保险经纪的复核人员可能按 70 美元/小时计,律所的合作律师可能按更高的内部费率计,两者的价值锚差出一大截。事实表给出的 70 美元/小时是 ClausePilot 场景的教学假设,换一个客户、换一个岗位,这个数就要重新采集。
节省小时数也不能拍脑袋。可靠的做法是拆步骤:把客户现在的流程拆成五到七个动作,逐个问「这一步现在花多久」「用了产品之后花多久」。拆得越细,估算越不容易被单一环节的乐观情绪带偏。
Verba:一分钟音频的人工价值
Verba API 每月处理 4,200 万分钟音频,单价 0.008 美元/分钟。如果这些音频由人工转写,按 70 美元/小时计算:
人工分钟成本 = 70 ÷ 60 = 1.1667 美元/分钟
单分钟价值 = 1.1667 美元
单分钟价格 = 0.008 美元
单分钟捕获率 = 0.008 ÷ 1.1667 = 0.0069,即 0.69%
按月汇总:
月人工价值 = 42,000,000 × 1.1667 = 49,000,000 美元
月收入 = 42,000,000 × 0.008 = 336,000 美元
月捕获率 = 336,000 ÷ 49,000,000 = 0.69%
| 项 | 数值 | 公式 |
|---|---|---|
| 月处理量 | 42,000,000 分钟 | 事实表 |
| 人工分钟成本 | 1.1667 美元 | 70 ÷ 60 |
| 月人工价值 | 49,000,000 美元 | 42,000,000 × 1.1667 |
| 月收入 | 336,000 美元 | 42,000,000 × 0.008 |
| 捕获率 | 0.69% | 336,000 ÷ 49,000,000 |
0.69% 是一个极低的捕获率。它说明 Verba 的价格远低于人工替代价值,也说明单靠「省人时」这个叙事,Verba 还有很大的涨价空间。但空间不等于能力:客户还会拿其他转写 API 比价,而 API 之间的价格战会把捕获率压在低位。价值锚给出上限,竞争和替代品锚点决定实际能拿到多少。
用代码把捕获率算出来
把三个参数写成函数,方便做情景分析。金额用 micro-USD,捕获率用基点。
// file: src/pricing/05-2-value-anchor.ts
// tier: L1
// verify: node --test test/pricing/05-2-value-anchor.test.ts
// 价值锚:先把节省的人时折成金额,再决定价格拿走向价值的百分之几。
// 金额统一用 micro-USD(1 美元 = 1,000,000),比率用基点(10,000 bps = 100%)。
export const HOURLY_RATE_MICROS = 70_000_000;
export const VERBA_MINUTES_PER_MONTH = 42_000_000;
export const VERBA_PRICE_MICROS_PER_MINUTE = 8_000;
export const CLAUSEPILOT_CASES_PER_MONTH = 3_230;
export const CLAUSEPILOT_CASE_PRICE_MICROS = 180_000_000;
/** 一段人时值多少钱。 */
export function laborValueMicros(minutes: number, hourlyRateMicros: number): number {
return Math.round((minutes / 60) * hourlyRateMicros);
}
/** 一个月的人时价值 = 件数 × 每件节省分钟数 × 时薪 ÷ 60。 */
export function monthlyLaborValueMicros(
unitsPerMonth: number,
minutesSavedPerUnit: number,
hourlyRateMicros: number,
): number {
return Math.round((unitsPerMonth * minutesSavedPerUnit * hourlyRateMicros) / 60);
}
/** 价格占价值的比例,基点。 */
export function captureRatioBps(priceMicros: number, valueMicros: number): number {
if (valueMicros === 0) return 0;
return Math.round((priceMicros / valueMicros) * 10_000);
}
/** 按目标捕获率反推价格,基点输入。 */
export function priceAtCaptureMicros(valueMicros: number, captureBps: number): number {
return Math.round((valueMicros * captureBps) / 10_000);
}
/** 给定价格与时薪,需要节省多少分钟才刚好覆盖价格。 */
export function requiredSavedMinutes(priceMicros: number, hourlyRateMicros: number): number {
if (hourlyRateMicros === 0) return 0;
return Math.round((priceMicros / hourlyRateMicros) * 60);
}
/** 用「节省小时数 × 时薪」直接算单件价值,方便做敏感性表。 */
export function valuePerUnitMicros(
savedHours: number,
hourlyRateMicros: number,
): number {
return Math.round(savedHours * hourlyRateMicros);
}
laborValueMicros 把分钟折成金额,monthlyLaborValueMicros 把单件价值放大到月,captureRatioBps 算价格占价值的比例,requiredSavedMinutes 反向回答「这个价格要求客户省下多少时间」。最后两个函数是给销售和产品用的:一个按目标捕获率反推价格,一个按节省小时数直接算单件价值。
代码里没有出现「行业平均捕获率」这样的常量,因为捕获率不是行业事实,而是每个客户、每个场景单独谈出来的参数。把它写死,等于把假设伪装成数据。
ClausePilot:180 美元要求省下多少分钟
ClausePilot 的案件单价是 180 美元。按 70 美元/小时的价值口径,这个价格要求客户每案件省下:
所需节省分钟 = 180 ÷ 70 × 60 = 154.3 分钟
折合小时 = 154.3 ÷ 60 = 2.57 小时
也就是说,如果客户原来每个案件的人工审查只花 2 小时,180 美元的定价就超过了全部人工价值,价值主张不成立;如果原来花 4 小时,180 美元只拿走了 64.3%;如果原来花 6 小时,捕获率降到 42.9%。
| 每案件节省小时 | 单件人工价值 | 180 美元的捕获率 | 判断 |
|---|---|---|---|
| 2 小时 | 140 美元 | 128.6% | 价格高于人工价值,需要风险或吞吐量解释 |
| 3 小时 | 210 美元 | 85.7% | 接近全额捕获,客户很难感到划算 |
| 4 小时 | 280 美元 | 64.3% | 有明确价值,但需要证明节省真实发生 |
| 6 小时 | 420 美元 | 42.9% | 价值空间充足,可以支撑溢价 |
这张表解释了为什么同一个 180 美元,在不同客户那里反应完全不同。不是价格变了,是分母变了。销售拿着统一报价去谈,遇到 2 小时的客户会觉得「客户不识货」,遇到 6 小时的客户会觉得「早该涨价」。两种反应都没有抓到问题:报价应该跟着价值证据走,而不是跟着销售的情绪走。
还有一个容易忽略的细节:ClausePilot 的 180 美元里已经包含 0.5 小时人工复核。如果按「节省的人时」算价值,必须把这段复核时间从节省额里扣掉,否则会把「AI 省下的时间」和「仍然要付的人工」重复计算。正确的口径是:
净节省小时 = 原流程小时 - 新流程小时(含复核)
单件净价值 = 净节省小时 × 70
用毛节省算捕获率,会系统性地高估价值,也会让定价团队对涨价过度乐观。
席位制的价值锚:LumenDesk 的 46 分钟
LumenDesk 按席位收费,每席位月收入 53.80 美元。按 70 美元/小时折算,这个价格对应的人工时间是:
回本分钟 = 53.80 ÷ 70 × 60 = 46.1 分钟/席位/月
按 620 次对话摊 = 46.1 ÷ 620 = 0.0744 分钟 = 4.46 秒/次
和 5.1 的替代品锚点相比,同一个 46 分钟在这里回答的问题不同。5.1 问的是「客户雇一个人要花多少」,这里问的是「客户至少要多省多少时间,这个席位才值 53.80 美元」。前者是替代品成本,后者是价值门槛。
席位制的难处在于,价值往往发生在团队层面,而收费发生在席位层面。一个 6 席的团队可能只有 2 个重度用户,另外 4 个偶尔登录。按席位收,轻度用户会觉得不值;按团队收,重度用户又可能被补贴。事实表里 1,920 个席位、320 家客户,平均每家 6 席,这个结构适合按席位收,因为采购决策是团队级的,席位只是分摊单位。
做席位价值锚时,要避免把「团队节省的总时间」平均除到每个席位上。更合理的做法是先算团队层面的月价值,再问客户愿意用多少个席位来承接这个价值。否则,轻度席位会被算出很低的个人价值,销售就会被迫给折扣,而折扣又会侵蚀重度席位本来可以贡献的毛利。
价值锚要和成本锚对账
价值锚给出上限,成本锚给出下限。只讲价值不讲成本,定价会飘;只讲成本不讲价值,定价会贱。两个锚点要在同一张表里对账。
ClausePilot 的单案件成本是 65 美元。按不同价格算单案件毛利率:
| 案件价格 | 单件成本 | 单案件毛利率 |
|---|---|---|
| 180 美元 | 65 美元 | 63.9% |
| 150 美元 | 65 美元 | 56.7% |
| 120 美元 | 65 美元 | 45.8% |
| 100 美元 | 65 美元 | 35.0% |
| 65 美元 | 65 美元 | 0% |
注意,63.9% 是单案件口径,公司整体 73.3% 还包含平台费收入。两个数不矛盾,但也不能混用。用单案件毛利率讨论降价空间,用整体毛利率讨论公司健康度。
Verba 的单价更低,价格弹性更敏感:
| 分钟价格 | 单分钟成本 | 毛利率 |
|---|---|---|
| 0.008 美元 | 0.0042 美元 | 47.5% |
| 0.006 美元 | 0.0042 美元 | 30.0% |
| 0.0042 美元 | 0.0042 美元 | 0% |
这张表说明,价值锚说「还能涨」,成本锚说「还能降」,但两者之间不是无限空间。Verba 的价格从 0.008 降到 0.006,毛利率就从 47.5% 掉到 30.0%;再降 25%,毛利归零。纯用量生意的降价空间,比订阅制窄得多。
对账的顺序应该是:先用价值锚确认客户愿意付的上限,再用成本锚确认自己不能低于的下限,最后看替代品锚点把实际价格压在哪一侧。三个数都摆出来,定价会就从「我觉得」变成「在这三条线之间选」。
捕获率不是越高越好
看到 0.69% 的捕获率,一个自然的反应是「涨到 25%」。按 Verba 的月价值算:
25% 捕获的月收入 = 49,000,000 × 0.25 = 12,250,000 美元
对应单价 = 12,250,000 ÷ 42,000,000 = 0.2917 美元/分钟
从 0.008 美元涨到 0.2917 美元,是 36 倍。这个价格在人工替代维度上仍然便宜,但在 API 市场里几乎没有竞争力。客户不会只拿人工比价,还会拿其他供应商比价。价值锚给出的是一个理论上限,不是一张可以立即兑现的支票。
捕获率定多高,取决于三件事:客户能多快把节省变成现金、替代品的价格压力、以及你提供的价值里有多少是客户自己能复制的。节省的时间如果只是让员工早下班,客户不会把全部价值让给你;节省的时间如果直接变成了更多案件吞吐,客户更愿意分一部分给你。
教学上常用的情景是 10% 到 40%,但这只是用来做敏感性分析的区间,不是行业标准。真正可用的捕获率,要从客户的预算、替代品价格和试点数据里反推。
价值锚的三条边界
价值锚很有说服力,但它有三条硬边界,越过任何一条都会失效。
第一条,节省必须可归因。 客户用了产品之后效率提升,不等于提升全部来自产品。流程调整、人员熟练度、季节性波动都会混进来。归因不清,价值数字就会被客户质疑,捕获率也站不住。试点阶段要做对照,哪怕只是前后各两周的简单对比。
第二条,节省必须可兑现。 省下 100 小时不等于省下 100 小时的钱。如果客户不能因此少雇人、少加班或多接单,节省就停留在「感觉更轻松」。面对这种情况,价值锚要换成「增量收入」或「风险损失避免」,而不是继续讲人时。
第三条,价值不能超过客户的支付能力。 一个小律所每月因为产品省下 5,000 美元,不代表它能付 2,500 美元。现金流、预算周期和审批权限会限制实际支付。价值锚回答「值多少」,支付能力回答「付得出多少」,两者取小才是可行价格。
价值锚与替代品锚如何配合
替代品锚定回答「客户拿什么比」,价值锚回答「客户最多愿意分多少」。两个锚点一起用,才能得到一条可操作的价格带。
下限由替代品锚点给出:如果价格高于客户现有方案的总成本,客户没有理由切换。上限由价值锚给出:如果价格高于客户获得的价值,客户没有理由长期留下。中间的区域,才是定价可以发挥的地方。
Verba 的例子最能说明这一点。替代品锚点说它比人工便宜 99% 以上,价值锚说它只捕获了人工价值的 0.69%。两个数字都指向「可以涨价」,但竞争锚点又说「不能涨太多」。三个锚点叠在一起,实际价格带就被压在一个很窄的区间里:既要覆盖推理成本,又要低于其他 API,还要给客户留下足够的价值感。
这就是定价的常态:没有一个锚点能单独决定价格。下一节把这个问题交给客户自己回答,用 Van Westendorp 和选择实验,把「愿意付多少」拆成可测量的价格敏感度。
小结
- 成本加成给出下限,价值锚给出上限;只用一个,价格一定偏。
- 价值锚只需要三个参数:每件节省小时、小时成本、捕获率。
- 小时成本要用客户的口径,70 美元/小时只是 ClausePilot 场景的教学假设。
- Verba 每月 4,200 万分钟对应 4,900 万美元人工价值,当前收入只捕获 0.69%。
- ClausePilot 的 180 美元要求每案件省下 154 分钟,净节省要把 0.5 小时复核扣掉。
- 捕获率不是越高越好,替代品价格、可归因性和支付能力会把它压回现实区间。
- 节省必须可归因、可兑现,且不超过客户支付能力,否则价值锚只是纸面数字。
- 替代品锚点定下限,价值锚定上限,两条线之间的窄带才是可执行的价格空间。
阅读导航:上一节:5.1 替代品锚定:客户拿什么比价 · 下一节:5.3 价格敏感度测试:Van Westendorp 与选择实验 。
常见错误与边界
- 用毛节省而不是净节省算价值。AI 省下的时间里,仍然要扣掉人工复核、异常处理和客户沟通。
- 用自己的人力成本代替客户的人力成本。同一个岗位,在不同城市、不同行业、不同用工形式下价格差很多。
- 把捕获率当成行业常数。捕获率是谈出来的,不是查出来的;写死一个数会让定价脱离客户。
- 只算时间,不算归因。效率提升可能来自流程、熟练度或季节,全部记在产品头上会被客户挑战。
- 把「省时间」当成「省钱」。客户不能少雇人、少加班或多接单时,时间节省不会自动变成支付意愿。
- 忽略支付能力。价值 5,000 美元不等于客户付得出 2,500 美元,现金流和预算周期同样是约束。
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。