文章核心观点 - 人工智能的出现正在颠覆2010年代成熟且可预测的传统SaaS商业模式，推动行业进入一个规则未定、成本结构不同、增长范式转变的新时代 [1] - AI原生公司面临的核心变化包括：计算成本成为新生产要素、毛利率普遍走低、增长速度远超传统SaaS、旧有指标体系失效 [1] - 一线AI创业者形成了关于商业模式、定价、市场推广和成功指标等方面的8个新共识，标志着AI商业世界的成形 [1] 商业模式与成本结构 - 传统SaaS模式下新增用户几乎带来纯利润，而AI原生公司每个新增客户都会消耗GPU算力、电力和模型推理时间等非零边际成本 [2] - 即使营收增长迅猛，非零边际成本也会压缩毛利率，一些AI公司ARR达5000万美元时毛利率接近40%-50%，而非SaaS的80%-90% [2] - 销售成本（COGS）成为新的客户获取成本（CAC），制约因素从获客成本转变为计算成本 [3] - 形成“服务成本高，获客成本低”的新动态，奖励通过产品质量、病毒式传播和社区建设推动用户采纳的团队 [3] 定价与盈利模式 - AI公司正摒弃传统的按席位付费SaaS模式，固定月度订阅被基于使用量和结果的模式取代 [4][5] - 定价系统需平衡客户价值和基础设施经济效益，将收入与可衡量的生产力或成果挂钩 [5] - 主要定价模式包括：按使用量付费（如API调用、令牌）、基于结果的定价（如已解决的工单）以及混合模式（基础订阅加可变层级） [5] - 商业化模式从获取资源转向创造价值，收入需与AI创造的实际价值相匹配 [6] 市场推广与团队构建 - 模型采用的不可预测性使长期预测几乎不可能，AI公司采用“影子目标”而非传统销售配额 [7] - 市场推广团队规模更小、技术更精湛，深入了解产品并专注于学习循环而非流程管理 [7] - 市场推广策略需具有适应性，聘请建设者和反馈收集者而不仅仅是销售人员 [7] - AI已深度融入公司日常运营，如Anthropic用AI助手改善新员工入职，Cursor用异步代理提高开发效率 [8] 市场定位与竞争策略 - 在充斥通用AI工具的市场中，专注是制胜之道，例如fal专注于“生成式媒体推理”领域使其市场定位更精准 [9] - 赢家会先明确划分产品类别并占据主导地位，然后再横向扩张 [9] - AI生态系统通过合作而非零和竞争蓬勃发展，模型提供商和应用程序开发人员是相辅相成的盟友，如Anthropic与Cursor的合作 [10] 成功指标与价值衡量 - 在AI时代，传统指标如ARR、毛利率和净留存率只能反映部分情况 [12] - 新的成功信号衡量使用情况、客户喜爱度和利用率，包括：使用情况和参与度随时间变化、内部NPS、客户Logo多样性和新logo获取、钱包份额 [12] - 用户喜爱和产品实用性是驱动参与度、价值和收入增长的新准则，产品质量领先于用户增长，用户增长领先于收入 [12]