卷首語
最近開始慢慢找到自己的方向，想往軟體自動化這塊建立個人品牌，也在規劃自動化相關的臉書社團，到時候邀請大家一起加入！
用 AI 寫自動化真的很好玩，而且超多超多方向，不怕找不到解決方案，只怕你沒想到要解決什麼問題！
但我發現半夜真的不要寫程式，腦子會被強制轉換為興奮狀態，然後失眠…有類似經歷的朋友可以留言讓我知道一下🤣
下個月要上台北分享 GenAI 小講，讀者們要從我的日常分享發掘一些你特別想從我身上聽到的東西也歡迎留言，這會給我更多靈感。
也是因為慕約告訴我『我覺得你有好多好用的軟體，想要打聽你覺得好用的 app 有哪些，我現在對你推薦的 App 有很高的信任。』我才發現原來大家會對我用的工具特別有興趣。
上週分享一篇從留存率來看 ChatGPT 現況的文章，不過後來被一位前輩提醒，只從單一指標來看太過薄弱，事後想想確實如此，當初閱讀時受到光環效應影響，沒有細思其不合理之處，也拿出來讓讀者借鑒。無論再有名、或是再厲害的人，可能都會有觀點錯誤或是敘事邏輯不通之處，不要因為光環效應就盡信一個人的內容，包含我的也是，但理性的討論及交流可以讓彼此更加成長。
友情推薦：《行銷數位工具線上培訓營》
課程講師都是這幾年來看到的強力卡司：
這些人幾乎是我一路接觸數位行銷以來都認識的大大門，就算不認識也都知道其專業能力及成就。
這堂課特別適合有以下煩惱的朋友：
不知道如何使用各種數位行銷工具？
想轉職數位行銷但沒有相關經驗？
想快速掌握最新的行銷趨勢與技巧？
課程亮點：
8 大主題，近 30 小時的精華內容，涵蓋 GA4、Meta 廣告、Google 廣告、社群經營等熱門領域
業界頂尖講師親自授課，學習實戰技巧與案例分析
課程回放期限至 2025 年 1 月，讓你反覆學習，吸收更多
有機會參與講師直播錄製，即時提問與互動
課程內容：
GA4 簡介：每個學習數位行銷的人都必須掌握的工具，快速進入GA4的世界
Meta 廣告：學習如何定位受眾、找到精準用戶，讓預算花在刀口上
Google 廣告：目前最有效的線上廣告平台之一，大幅提升行銷效果
Looker Studio：與 BigQuery 和 GA4 結合使用，快速處理大量數據
Search Console：優化網站的搜尋表現，提升關鍵字排名
社群經營：經營出品牌的網感，建立高互動的活躍帳號
LINE 官方帳號：台灣客戶溝通的利器，增進與客戶的互動
GTM：簡化追蹤碼管理，提高數據收集效率
適合對象：
剛畢業、入職0-2年的數位行銷新手
想一次掌握各種數位工具的行銷人
有意轉職數位行銷領域的社會人士
早鳥優惠中：https://tbr.digital/courses/marketing-tools?coupon=max500
⭐ 正文開始 ⭐
最近在 Lenny 的電子報中看到一篇關於『如何將 AI 功能實現收益』，覺得很適合現在開發 AI 產品的相關公司參考。
Lenny 找了 Palle Broe 來分析頂尖科技公司是如何進行 AI 定價的，同時也制定了一套框架，協助讀者決策 AI 產品及功能的價格設定。
Palle Broe 曾參加早期 Uber 在舊金山及英國的團隊組建，他隨後在公司的多個運營、策略及產品職位上工作了五年。
在 Uber （面向消費者 B2C）期間，他負責制定價格策略，此後又轉至 Templafy （企業服務 B2B SaaS），並曾為超過 20 家快速成長的新創科技公司（從種子輪到 D 輪）提供有關盈利模式、優化包裝、降低折扣，以及提升投資回報率 (ROI) 和商業案例等方面的重要諮詢。本篇核心目標：
理解目前科技公司怎麼把 AI 功能轉化為收益的？我們能從這些數據中學到什麼？
為了解答這個問題，Palle Broe 研究了 44 家頂尖科技公司的定價與捆綁策略。
他主要關注的是『應用層』，也就是那些開發最終使用者產品的公司，例如 Figma，而非基礎模型（如 OpenAI 的大語言模型）或相關基礎設施（像是 Azure）。
檢視了公開資料，包括定價模式、價值指標、捆綁方案及免費版本，來辨識目前的趨勢。
以下是研究的相關公司：
1. 『直接變現』策略和『間接變現』策略
在為 AI 功能定價時，公司可以選擇直接變現或間接變現的方式。
直接變現涉及直接對 AI 功能收費，或在添加新 AI 功能後提高產品價格。
間接變現將 AI 功能整合到現有方案中，而不改變價格，或免費提供該功能。
目前科技公司推出 AI 產品時，圍繞在這兩種變現方式上（圖）：
直接 (Direct) 變現策略：
附加服務 (Add-on)
提供附加服務或功能，讓用戶在基礎產品之外進行額外購買。
例子：Zapier、Loom、Adobe。
獨立產品 (Standalone)
將產品或功能作為單獨的產品銷售，而不是作為其他產品的一部分。
例子：Gemini、ChatGPT、GitHub。這些服務通常是獨立的產品，用戶可以單獨購買。
包含在計劃中 (附加價格) (Included in plan with price increase)
將新功能或服務包含在現有的計劃中，但會因此提高價格。
例子：Reply、Box。
間接 (Indirect) 變現策略：
包含在計劃中 (無附加價格) (Included in plan without price increase)
將新功能或服務包含在現有的計劃中，但不調整價格，讓用戶感到附加價值，以增強用戶忠誠度。
例子：Shopify、Zoom。
免費版本 (Free version)
提供免費版本，吸引用戶，最終可能通過其他方式轉換為付費用戶。
例子：Wrike。
根據對 44 家科技公司的分析，目前最常見的策略是將 AI 功能整合到現有方案中（59%），其次是作為附加服務單獨定價（23%），以及開發獨立的 AI 產品（18%）。
1. 間接策略（59% 公司採用）
把 AI 功能整合進已有的方案套餐中，已經訂閱服務的人可以輕鬆享受到新的 AI 能力。
間接獲利策略是不改變現有價格方案，但增加 AI 功能。
p.s. 按照使用 AI 的量計價、或是考量成本而漲價屬於『直接獲利』策略。
Ex：Canva、Figma
把 AI 功能納入既有方案，可以視為一項臨時策略來快速推出產品，未來再根據收集到的互動資料，深入思考如何實施商業模式。
2. 直接策略（23% 公司採用）
將 AI 功能作為附加服務來提供，並設定明確的價格。
這是最純粹的直接獲利方式，可以直接追蹤使用者對於 AI 功能的買單與否。
Ex：Zapier、Loom、Adobe
3. 擁有 LLM 的大型公司（18% 公司採用）
這些擁有 LLM 的公司直接推出的產品就是獨立產品，無需附加在任何產品/服務上。
Ex：Gemini、ChatGPT、GitHub
如何選擇直接變現還是間接變現？
大部分大科技公司都是選擇『直接變現』策略，因為這個策略可以更好理解『Gen-AI 的成本結構』及『使用者購買意願』。
而且『間接變現』策略有個核心問題是，很難追蹤和準確歸因『提高留存率』和『追加銷售（Upsell）』產生的價值。所以這種策略有時被用作過渡策略，在更好地了解用戶價值後再整合價格上漲（Ex：Zoom 和 Shopify）。
但根據作者觀察，長期來看『間接獲利』往往不是最吸引人的方法，且如前所述，追蹤與歸因的難度更高，還需要同時考量競爭對手，因此本文沒有深入探討間接變現的策略，而是以直接變現策略為主軸說明。
2. 三種直接變現策略
接下來將探討三種主要的直接獲利策略，並分析哪一種方法最適合你的公司：
附加服務
獨立產品
包含在方案中並提高價格
第一步，考量價格地圖的 x 軸 及 y 軸對應問題
x 軸問題：是否有足夠多人願意為這項功能付費？
產品是『可有可無』還是『必需品』。
最好的方式就是直接和用戶交流，透過測試計劃收集使用數據，同時詢問潛在客戶是否願意支付此服務。
y 軸問題：這項功能的受眾是普羅大眾還是特定人群？
如果超過 70% 的用戶會使用該功能，那就應該把它放進標準方案裡。
如果使用率低於 70%，那就要好好思考，是否應該把它設置成附加方案（add-on），尤其是在該功能對少數用戶非常重要的情況下。
第二步：評估三種直接策略的選擇
選項 1：獨立產品（Standalone）
獨立的 AI 產品最大的好處在於可以靈活地設定最合適的價格，不必受到傳統定價或捆綁銷售的束縛。
但目前為止，市場上僅有一些如 ChatGPT 和 Gemini 的獨立產品，它們都是建立在專有的大語言模型（LLM）之上。
而 GitHub Copilot 則是少數幾個非大語言模型領域中的科技公司之一，提供 AI 功能作為獨立產品的例子。
提供獨立產品的最佳時機是：
當你的 AI 產品解決的問題與目前已有產品不相同，且新舊產品之間幾乎沒有交集。這種情況下，你就可以針對新的購買者、用戶群體來調整這個新產品。
選項 2：現有產品的附加功能 (add-on)
附加策略與獨立產品的策略類似，都需要一個能夠提供足夠價值、具備自身定價能力的產品。不過它主要是針對已經存在的產品組合，且購買者通常是相同的人。
AI 附加功能應與現有產品組合緊密結合，並針對相關問題提供解決方案，才能確保能順利整合。
Notion、Microsoft 和 Airtable 等公司都採用這種做法，將 AI 產品作為附加功能推出，例如 Notion AI 需要額外支付 10 美元。
當以下情況出現時，採用附加功能 (add-on) 是最理想的：
這項 AI 功能對部分客戶來說很有價值，但並非所有買家都會希望使用或付費購買它
它能提升現有產品組合的價值，幫助客戶更有效地解決問題
選項 3：將新功能整合到現有方案中
與其把所有的功能都放在同一個組合內，不如先分析各種使用情境以及顧客願意支付的價位，然後再把這些功能適當地分散到幾個不同價格區間的產品組合中。
這樣做不僅能更好地滿足顧客需求，也能提升收益潛力。Canva 就是一個很好的例子：
3. AI 功能的定價
目前市場上的 AI 附加功能價格差異相當大，最低可達基礎方案價格的 25%（例如 Adobe），而最高則可能是標準 SaaS 產品成本的 4.75 倍（如 GitHub）。
具體來說，每位用戶每月使用這些 AI 產品所需支付的費用介於 $4 到 $30之間。通常情況下，這些 AI 產品比起傳統非 AI 附加功能更為便宜。
舉例來說，Microsoft 365 中的 Microsoft Copilot，用戶需支付最高 $30 的費用，這已經超過了 Microsoft 365 本身的訂閱費。而 GitHub Copilot 則每位用戶收取 $19，相較於他們標準 SaaS 訂閱成本更是高出了約 4.75 倍。
就算這些價格偏高，但報告指出，使用 Microsoft Copilot 可提升多達 70% 的工作效率，而程式設計師也反映使用 GitHub Copilot 時完成任務速度提高了 55%。
這些案例強調了在制定定價策略時，要考量到 AI 功能被認知到的實際價值的重要性。
如何選擇合適的價格策略？
根據作者分析過的 44 家公司的情況，每位用戶按月收費用是他們普遍偏好的計費方式。
雖然背後的成本結構通常與使用量有關，但這些公司選擇了每位用戶相同的定價模式，而不是將內部成本轉換為面向客戶的價格。
這種按人頭計算的方法不僅方便企業銷售，也讓消費者購買起來更加簡單。
要為你的 AI 產品設定合理的人均價格，需要考量幾個重要因素：
消費者洞察：
⭐ 若能將價格與為客戶創造的價值緊密結合，就更容易收取高額費用。
多分析 AI 服務所影響的重要指標（如：生產力提升、時間節省等），來了解投資回報率（ROI），Copilot 和 GitHub 就很好地體現了這一點。
競爭對手定價：
查看 5 個最接近你的競爭對手，他們根據提供給顧客的價值收取多少費用，再跟自己的產品做比較。
顧客通常會比較多款商品，即使初期各種商品都有其獨特之處，仍建議保持與主要競爭者差不多的價格範圍。
成本：
弄清楚每位用戶平均需承擔多少成本（如果是按人頭計算）。
在使用量較低時可能比較沒差，但當業務擴展後，必須確保每位用戶都能夠以有盈利空間的價格進行交易。
考慮包含運算能力、帶寬、資料存儲、標註、安全性和合規要求，以及維護和升級等相關開支。
小結
從去年到現在，一開始大家都急著把 AI 推向市場，盈利這塊並不是優先考量，但隨著時間推移大家也在逐步重視盈利這件事，這也代表著人們開始真正理解並開始善用 AI 的價值。
目前連大型科技公司的訂價模型也沒有太多創新，所以除了本文相關訂價框架外，也要多留意不同科技公司的訂價策略及背後的成本、盈利思路，以便未來開發產品時能更好地將 AI 功能推向市場。
定价可不可以尽量大胆~