a16z 拆解 AI 应用溢价：客户为何买应用而不自己拼模型
rseroter · x · 2026-11-05
a16z 文章《How AI Applications Earn Their Premium》讨论推理成本下降背景下，AI 应用公司的定价与护城河问题。
- 核心判断：更便宜、更强的模型既改善应用公司毛利，也让应用的部分功能更容易被通用模型替代。关键商业问题是：当替代品越来越好，客户还愿意为什么付费？
- 四个定价杠杆：领域专长、深度集成、可靠执行、难以获取的上下文——创始人需要弄清客户真正看重哪一项，然后强化并对其定价。
- Build-vs-buy 框架：客户自建（选模型、接数据、评估输出、维护系统）vs 采购（厂商承担工作流编排、上下文集成、评估管控、持续模型优化），按质量/速度/总成本/风险比较完成后的工作；当应用的优势超过其溢价时才值得买。
- 案例：Repsol 法务部盲测对比 Harvey、Microsoft Copilot 和自研原型 Lexia，Harvey 质量最高；随后 12 个司法辖区 50 名律师进行 8 周试点，最终全面部署，据称律师每周节省 4-6 小时，法务部门采用率达 96%。
「创投」频道最新
- 高通 Q4 营收下滑 8%，Non-GAAP 盈利同比大跌 28% — firstadopter · 2026-11-05
- Agentic commerce 两条路线之争：网络代币 vs 自带余额的智能体钱包 — schwentker · 2026-11-05
- 投资人祝贺 RicursiveAI 团队再获 AI 关键突破 — annadgoldie · 2026-11-05
- a16z Andrew Chen：直接触达用户不能靠复制粘贴 AI 内容 — andrewchen · 2026-11-05
- 纽约初创 10 月融资 49.4 亿美元，创单月历史纪录 — moonsandhues · 2026-11-05
- 卖掉 TweetHunter 套现 800 万美元后，他免费帮竞品做增长 — tibo_maker · 2026-11-05