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。
SLA 卖的是确定性,不是可用性
可用性是一个平均值,SLA 是一个承诺。客户买 SLA,不是因为你过去 12 个月的平均可用性好看,而是因为合同承诺了最坏情况下他能得到什么:多少停机算违约、违约后赔多少、多久到账。
AI 产品还有一个普通软件没有的维度:质量。服务一直在线,但模型输出变差,客户体感同样是「不可用」。所以 AI 产品的 SLA 通常要写两层:一层是服务可用性,一层是质量与延迟。前者用停机分钟衡量,后者用错误率、P95 延迟或人工复核通过率衡量。
两层里,可用性最容易量化,也最容易被写成空话。原因很简单:大部分合同只写了一个百分比,没有写这个百分比怎么测、测哪里、哪些时间不算。
99.5% 到底是多少分钟
把百分比换成分钟,才有讨论的基础。按 30 天标准月计算:
月度总分钟 = 30 × 24 × 60 = 43,200 分钟
月度停机预算 = 43,200 × (1 − 可用性)
三档常见承诺对应的停机预算:
99.5%:43,200 × 0.5% = 216 分钟
99.9%:43,200 × 0.1% = 43.2 分钟
99.95%:43,200 × 0.05% = 21.6 分钟
216 分钟是 3 小时 36 分。43.2 分钟不到 45 分钟。21.6 分钟只够一次发布回滚。很多团队在合同里写 99.9%,却没有对应的值班、告警与回滚能力,最后只能靠「统计口径」把数字做回来。
按年看,99.5% 的允许停机是 2,592 分钟,即 43.2 小时。这已经是整整一个多工作日的不可用。客户如果把这个服务嵌进自己的业务流程,43.2 小时的停机不是「可用性差一点」,而是业务中断。
| 承诺 | 月度停机预算 | 年度停机预算 | 适合的场景 |
|---|---|---|---|
| 99.5% | 216 分钟 | 2,592 分钟 | 内部工具、非实时辅助 |
| 99.9% | 43.2 分钟 | 518.4 分钟 | 业务流程中的关键环节 |
| 99.95% | 21.6 分钟 | 259.2 分钟 | 对外服务、强依赖场景 |
承诺越高,成本不是线性上升。99.5% 靠单机房与基本监控就能做到;99.9% 需要多可用区与自动故障转移;99.95% 往往需要多区域、灰度发布与 7×24 值班。合同里多写一个 9,背后是一整套工程与人力投入。
停机预算要按用户可感知重算
合同里的「可用性」和用户体感经常不是一回事。三种情况会让统计数字好看、体验却很差。
第一,计划内维护。有些合同把计划维护排除在停机之外,维护窗口可以长达数小时。客户看到的是服务不可用,报表上却记为 100%。
第二,部分降级。主流程可用,但某个关键接口超时或返回空结果。探针只测健康检查端点,测不到业务失败。
第三,限流拒绝。请求被 429 拒绝,从用户角度看就是失败。LumenDesk 与主供应商的合同里明确写着「月度可用性 99.5%,限流拒绝率不纳入可用性统计」。这条款对供应商有利,对下游客户却是一个隐藏的缺口。
所以 SLA 的统计口径至少要说清四件事:测什么端点、从哪里测、多久测一次、哪些情况不计入。四件事缺一件,百分比就可以被解释成另一个意思。
对 AI 产品,还要加第五件:质量指标怎么采样。是抽检固定比例的对话,还是按客户投诉回溯?抽检比例不同,质量结论会差很多。比较稳妥的写法是把「可用性」与「质量」分开计量,各自有独立的赔付触发条件,不要让一个百分比同时承担两种承诺。
赔付阶梯怎么设计
赔付的常见形式是服务抵扣,不是现金。公式很简单:
赔付金额 = 当月服务费 × 赔付比例
赔付比例通常按可用性分档。一个可用的三档设计是:
| 实际可用性 | 赔付比例 | 设计意图 |
|---|---|---|
| 低于 99.5% | 10% | 覆盖一次明显故障 |
| 低于 99.0% | 25% | 覆盖连续故障 |
| 低于 98.0% | 50% | 接近服务不可用 |
为什么最高只到 50%,而不是 100%?因为 100% 赔付意味着客户当月免费,供应商却仍然承担了推理、存储与人力成本。对客户来说,免单不能弥补业务中断;对供应商来说,100% 赔付会把一次故障放大成现金流事件。50% 是一个折中:足够表达歉意,又不至于让单月收入归零。
阶梯的边界要写清楚。是「低于 99.5%」还是「不高于 99.5%」?恰好 99.5% 算不算违约?本文的代码采用「严格低于才赔」,因为承诺值本身是双方约定的容忍线。这个细节看似小,实际对账时经常引发争议。
赔付形式也要选。服务抵扣保住收入,但客户拿到的是未来才能用的额度;现金赔付直接影响当期损益,却更能恢复信任。企业客户通常要求现金或抵扣二选一,自助客户只给抵扣。把选择权写进合同,比事后逐单谈更省成本。
三家的赔付敞口
把三家的月收入放进同一套阶梯,能看到完全不同的量级。
LumenDesk 月收入 103,296 美元:
10%:103,296 × 10% = 10,329.60 美元
25%:103,296 × 25% = 25,824 美元
50%:103,296 × 50% = 51,648 美元
Verba API 月收入 336,000 美元:
10%:336,000 × 10% = 33,600 美元
25%:336,000 × 25% = 84,000 美元
50%:336,000 × 50% = 168,000 美元
ClausePilot 月收入 785,400 美元:
10%:785,400 × 10% = 78,540 美元
25%:785,400 × 25% = 196,350 美元
50%:785,400 × 50% = 392,700 美元
单看金额,ClausePilot 的一档赔付就是 LumenDesk 月收入的一半。但金额大不等于压力大,还要看毛利能吸收多少。
赔付对毛利的侵蚀
赔付直接冲减收入,变动成本却不会因为停机而消失。所以赔付比例要对照毛利,而不是对照收入。
LumenDesk 月毛利 85,440 美元,毛利率 82.7%:
10% 赔付:10,329.60 ÷ 85,440 = 12.1%
25% 赔付:25,824 ÷ 85,440 = 30.2%
50% 赔付:51,648 ÷ 85,440 = 60.4%
Verba 月毛利 159,600 美元,毛利率 47.5%:
10% 赔付:33,600 ÷ 159,600 = 21.1%
25% 赔付:84,000 ÷ 159,600 = 52.6%
50% 赔付:168,000 ÷ 159,600 = 105.3%
ClausePilot 月毛利 575,450 美元,毛利率 73.3%:
10% 赔付:78,540 ÷ 575,450 = 13.6%
25% 赔付:196,350 ÷ 575,450 = 34.1%
50% 赔付:392,700 ÷ 575,450 = 68.2%
Verba 的 50% 赔付是 105.3% 的月毛利,也就是说,一次持续整月的严重故障,赔付金额已经超过当月全部毛利。这不是说 Verba 不该赔,而是说它的赔付阶梯必须更保守:最高档可能只到 25%,或者把赔付基数限定为「受影响账户的服务费」,而不是全公司月收入。
LumenDesk 的 50% 赔付吃掉 60.4% 的毛利,ClausePilot 吃掉 68.2%。两家的毛利率都在 70% 以上,缓冲比 Verba 厚。但它们的大客户集中度更高:LumenDesk 前 5 大客户占 31%,ClausePilot 前 3 大占 34%。如果故障集中影响大客户,赔付会集中在一小批合同上,谈判压力反而更大。
| 案例 | 月毛利 | 10% 赔付占毛利 | 25% 赔付占毛利 | 50% 赔付占毛利 |
|---|---|---|---|---|
| LumenDesk | 85,440 美元 | 12.1% | 30.2% | 60.4% |
| Verba API | 159,600 美元 | 21.1% | 52.6% | 105.3% |
| ClausePilot | 575,450 美元 | 13.6% | 34.1% | 68.2% |
这张表是 SLA 谈判的核心。销售想承诺更高的可用性,财务要先看最高档赔付占毛利的比例。超过 100% 的档位,等于把公司当月利润全部押在一次故障上。
上游 SLA 不能直接转售
很多 AI 产品的可用性上限由模型供应商决定。LumenDesk 与主供应商的合同写的是月度 99.5%,而且限流拒绝不计入可用性。如果 LumenDesk 对客户承诺 99.9%,它必须自己补上差额。
差额可以算出来:
上游允许停机:216 分钟
下游承诺停机:43.2 分钟
需要自己消化的差额:216 − 43.2 = 172.8 分钟
这 172.8 分钟不能靠供应商,只能靠自己的多供应商切换、缓存、降级或排队。每一项都有成本,也都有失效模式。合同里承诺的可用性越高,这部分自建能力越不能省。
Verba 的做法是双供应商:主供应商承载 70% 流量,备供应商 30%,每季度切换演练一次。这个结构不能消除故障,但能把单供应商故障的影响限制在 70%。代价是备供应商单价高 6%,而且双份集成与演练本身也是成本。
ClausePilot 是单一模型供应商,推理成本只占变动成本的 33.8%,人工复核占 53.8%。它的可用性瓶颈不完全在模型,而在人工复核产能。即使模型 100% 可用,复核团队排不过来,案件仍然会延迟。这类产品的 SLA 要把「模型可用」与「交付及时」分开写,否则一个指标会掩盖另一个瓶颈。
用代码算停机与赔付
下面的模型把停机预算、阶梯判定与毛利占比放进同一套整数运算。
// file: src/scale/09-2-sla.ts
// tier: L1
// verify: node --test test/scale/09-2-sla.test.ts
// SLA 赔付:先算停机预算,再算赔付对毛利的侵蚀。
import { applyRate, divide, FULL, type Bps } from "../core/rate.ts";
import { type Cents } from "../core/money.ts";
export type CreditTier = {
belowBps: Bps;
creditBps: Bps;
};
/** 30 天标准月的分钟数。 */
export const MONTH_MINUTES = 30 * 24 * 60;
/** 可用性承诺对应的月度停机预算,向下取整到分钟。 */
export function downtimeBudgetMinutes(availabilityBps: Bps): number {
return Math.floor((MONTH_MINUTES * (FULL - availabilityBps)) / FULL);
}
/** 由实际停机分钟反推可用性,单位基点。 */
export function availabilityBps(downtimeMinutes: number): Bps {
return divide(MONTH_MINUTES - downtimeMinutes, MONTH_MINUTES);
}
/** 标准赔付阶梯:可用性越低,赔付比例越高。 */
export const STANDARD_CREDIT_TIERS: readonly CreditTier[] = [
{ belowBps: 9_950, creditBps: 1_000 },
{ belowBps: 9_900, creditBps: 2_500 },
{ belowBps: 9_800, creditBps: 5_000 },
];
/** 命中所有条件里最严重的一档;恰好等于承诺值不赔。 */
export function creditRateBps(
actualBps: Bps,
tiers: readonly CreditTier[] = STANDARD_CREDIT_TIERS,
): Bps {
let credit = 0;
for (const tier of tiers) {
if (actualBps < tier.belowBps && tier.creditBps > credit) {
credit = tier.creditBps;
}
}
return credit;
}
/** 赔付金额 = 月费 × 赔付比例。 */
export function creditCents(
monthlyFeeCents: Cents,
actualBps: Bps,
tiers: readonly CreditTier[] = STANDARD_CREDIT_TIERS,
): Cents {
return applyRate(monthlyFeeCents, creditRateBps(actualBps, tiers));
}
/** 赔付后的净收入。 */
export function netRevenueAfterCreditCents(monthlyFeeCents: Cents, actualBps: Bps): Cents {
return monthlyFeeCents - creditCents(monthlyFeeCents, actualBps);
}
/** 赔付占月毛利的比例,单位基点。 */
export function creditShareOfGrossBps(
monthlyFeeCents: Cents,
grossProfitCents: Cents,
actualBps: Bps,
): Bps {
return divide(creditCents(monthlyFeeCents, actualBps), grossProfitCents);
}
export const LUMENDESK_MONTHLY_CENTS: Cents = 10_329_600;
export const VERBA_MONTHLY_CENTS: Cents = 33_600_000;
export const CLAUSEPILOT_MONTHLY_CENTS: Cents = 78_540_000;
export const GROSS_PROFIT_CENTS = {
lumendesk: 8_544_000,
verba: 15_960_000,
clausepilot: 57_545_000,
} as const;
关键输出:标准月 43,200 分钟;99.5% 对应 216 分钟停机;恰好 99.5% 不赔,99.2% 赔 10%,98.8% 赔 25%,97.5% 赔 50%;LumenDesk 10% 赔付 10,329.60 美元,占毛利 12.1%;Verba 10% 赔付 33,600 美元,占毛利 21.1%;ClausePilot 10% 赔付 78,540 美元,占毛利 13.6%。
代码里有一个边界选择:creditRateBps 只在「实际可用性严格低于阈值」时触发。这样承诺值就是容忍线,不会因为四舍五入把 99.50% 判成违约。合同里的「低于」与「不高于」必须和代码一致,否则每个月的对账都会吵一次。
把统计口径写进合同
SLA 争议大多不是「赔不赔」,而是「算不算」。把下面五项写进合同附件,能消掉大部分争议。
- 测量端点。是健康检查、核心业务接口,还是客户侧真实请求?三者结果可能完全不同。
- 测量位置。从供应商机房测,还是从多个外部区域测?单点测量容易被网络问题污染。
- 采样频率。每分钟一次,还是每 5 分钟一次?频率越低,短故障越容易被漏掉。
- 排除项。计划维护、客户侧问题、不可抗力、限流拒绝,哪些不计入?
- 计算周期。按月、按自然月还是按账单周期?跨月故障怎么切分?
对 AI 产品再加两项:质量抽检比例与人工复核时限。把「服务在线」和「输出可用」分开计量,客户才知道自己买的到底是什么。
SLA 与销售承诺的错位
最常见的组织问题是:销售在 PPT 上写 99.99%,合同里写 99.5%,运维实际做到 99.7%。三个数字各自成立,合在一起就是承诺失控。
治理办法不是禁止销售承诺,而是把可用性变成一个全公司唯一的数字。做法包括:对外只发布一个 SLA 页面;合同模板只允许在标准档位上浮动;每月用同一套口径复盘实际可用性;赔付触发后自动通知财务与客户成功。
企业客户的审查周期也会影响承诺。LumenDesk 的安全审查平均 6 周,Verba 3 周,ClausePilot 11 周。审查越长,客户对 SLA 条款越较真,因为他们已经把系统接进了关键流程。对这些客户,SLA 不只是赔偿条款,还是采购审批的一部分。
小结
- SLA 卖的是最坏情况下的确定性,不是过去 12 个月的平均可用性。
- 30 天标准月有 43,200 分钟,99.5% 对应 216 分钟停机,99.9% 对应 43.2 分钟,99.95% 对应 21.6 分钟。
- 统计口径要写清测量端点、位置、频率、排除项与计算周期,否则百分比可以被解释成另一个意思。
- 赔付阶梯按可用性分档,10%、25%、50% 是常见设计,最高档不宜无条件给到 100%。
- 赔付要对照毛利而非收入:Verba 的 50% 赔付相当于月毛利的 105.3%,LumenDesk 为 60.4%,ClausePilot 为 68.2%。
- 上游 99.5% 不能直接支撑下游 99.9%,中间 172.8 分钟的差额必须靠自建冗余消化。
- SLA 要与销售承诺、合同模板、月度复盘使用同一个数字,避免 PPT、合同与运维三套口径。
阅读导航:上一节:9.1 AI 输出的责任边界 · 下一节:9.3 模型变更与通知义务 。
常见错误与边界
- 只写一个可用性百分比,不写测量端点、采样频率与排除项,故障时无法认定。
- 把计划维护与限流拒绝排除在停机之外,报表 99.9%,用户体验却是频繁失败。
- 赔付阶梯最高档直接给 100%,没有对照毛利,一次故障吃掉整月利润。
- 把上游供应商的 SLA 原样转售给客户,没有为差额准备冗余与降级方案。
- 用全公司月收入作为赔付基数,而不是受影响账户的服务费,放大赔付金额。
- 销售承诺、合同条款与运维监控使用三套可用性口径,内部无法对齐。
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。