Ang pag-subscribe sa AI ay nagpapalit ng hindi makokontrol na gastos sa computing sa isang maipagpalagay na struktura ng kita, at ito ang pangunahing tanong na paulit-ulit na hihingin sa mga kumpanya ng AI sa susunod.

May-akda ng artikulo, pinagkunan: Wu Duidui

Sa huling bahagi na ito ng AI sa bansa: hindi na sapat na talakayin ang mga user, kailangan na talakayin ang pagkakaroon ng kita

Natapos na ang tahong ng libreng pagkuha ng mga kliyente, at ang mga AI application ay nagsisimula na sa pagsisikap na “cost stratification + user stratification + commercial validation.”

Kahit recent, may mga impormasyon tungkol sa paid subscription sa App Store page ng DouBao: maliban sa libreng basic version, maaaring may standard version na 68 yuan/buwan, enhanced version na 200 yuan/buwan, at professional version na 500 yuan/buwan, na may pinakamataas na bayad taunang 5,088 yuan.

Ang tugon ni Doubao ay naipapakita na ang libreng serbisyo ay magpapatuloy, habang ang mga pasadyang plano ay kasalukuyang nasa pagsubok, at ang mga kaukulang benepisyo ay hindi pa opisyal na ipinapakita sa kasalukuyang produkto.

Maaaring tingnan ang isang bagay na ito mula sa ilang antas.

Tungkol ito sa gastos, lalo na ang “cost for heavy users”

Ang pinakamahirap na bahagi ng produkto na DouBao ay: habang mas nagustuhan ng mga user ang paggamit nito, mas mataas ang gastos ng platform.

Ang isang karaniwang gumagamit na nagtatanong ng ilang mga pangungusap ay maaaring magkost ng kontrolyado.

Ngunit kung ang mga user ay magsisimula na gawin ang mga ito:

Sumulat ng mahabang artikulo, gumawa ng PPT, gawin ang pag-analisa ng data, malalim na pag-aaral, pagbuo ng imahe, pagbuo ng video, real-time audio dialogue, at marami-saklaw na pagpapatupad ng mga gawain ng Agent.

Hindi na ito sa parehong antas ng gastos.

Ang mga pangunahing kakayahan ng Mac version ng Doubao, maliban sa pag-uusap, ay ang "paghahanap, P img, pagsulat, pagsasalin, PPT, at数据分析", at itinuturo nito ang isang buong workflow na kinabibilangan ng pagbuo ng imahe at video, malalim na pag-aaral, mga tala sa pagpupulong, at pagproseso ng mga dokumento at talahanayan. Ang lahat ng mga kakayahan na ito ay mas nangangailangan ng token, mas nangangailangan ng pag-iisip, at mas nangangailangan ng maramihang modalidad na computing power kaysa sa karaniwang pag-uusap.

Kaya ang pagkakaroon ng bayad para sa Doubao, malaking posibilidad ay hindi dahil sa “nawalan na ng pagsisikap ang karaniwang pag-uusap,” kundi dahil:

Ang mga mataas na halaga at malalim na gumagamit ay hindi na maaaring magbigay nang walang hanggan na libre.

Ang libreng bersyon ay maaari pang umiiral bilang entry point, daily active users, at brand awareness; ngunit ang mga kakayahan na may malaking paggamit ay dapat magkaroon ng pagkakaiba-iba sa pamamagitan ng membership, quota, priority, at professional version.

Ang hamon sa komersyalisasyon ng AI ay ang "fixed income, pero variable cost"

May natural na kontradiksiyon sa subscription model:

Ang halagang binabayad ng user bawat buwan ay fixed, ngunit ang mga token na ginagamit ng user ay hindi fixed.

Ito ay iba sa Netflix, Tencent Video, at iQIYI. Sa mga platform ng video, kapag natapos na ang isang serye, ang pagtingin nito ng user nang maraming beses ay may limitadong marginal cost. Ibang-iba ang AI—bawat malalim na pag-uusap, bawat pagbuo ng video, at bawat pag-analisa ng mahabang konteksto ay nangangailangan ng pagbabawas muli sa mga yunit ng pagpapatakbo.

Ang tradisyonal na modelo ng software at ang Netflix model ay mas katulad sa:

Isang pag-develop → Pagsisikat ng walang hanggan → Ang marginal cost para sa bawat karagdagang pagbebenta ay malapit sa 0

Ngunit ang mga serbisyo ng malalaking modelo ay mas katulad sa:

Isang pagbuo ng modelo → Bawat pagtawag ay nangangailangan ng computing power → Mas maraming user at mas malalim ang paggamit, mas mataas ang cost ng inference.

Ang mga API tulad ng OpenAI at Azure OpenAI ay binabayaran batay sa token, na nagpapakita nito: ang input token, output token, mahabang konteksto, at cache ng input ay may iba’t ibang presyo, at karaniwang mas mahal ang output token.

Sa opisyal na pahina ng presyo ng OpenAI, ang GPT-5.5 para sa maikling konteksto ay $2.50 bawat milyong token sa input at $15 bawat milyong token sa output, habang mas mababa ang presyo para sa cached input.

Hindi ito iisang uri ng ekonomikong modelo tulad ng pagbebenta ng Office, Photoshop, o operating system.

Ang sariling Volcano Engine ng ByteDance ay nagpapakita rin ng parehong lohika: Ang presyo ng Doubao model para sa mga developer ay binabase sa bawat milyong tokens, halimbawa, ang Doubao-Seed-2.0-pro ay nagpapakita ng ₱3.20 pambawas/milyong input tokens, ₱16 pambawas/milyong output tokens.

Ito ay nagpapakita ng isang pangunahing problema:

Ang mga produkto ng AI ay tila isang会员订阅, ngunit sa backend ay batay sa paggamit. Ngunit hindi ito ganap na katumbas ng isang restaurant.

Mas akurat na pagsasabi ay:

Ang AI ay isang halong “kumpanya ng software + kumpanya ng cloud computing + industriyang may mataas na paggamit ng kuryente.”

Kung isang user ay nagbabayad ng 68 yuan bawat buwan, ngunit lumilikha nang palaging PPT, video, at mahabang ulat, maaaring mapawalang-bisa ng gastos ang karamihan sa kita.

Kung isang user ay nagbabayad ng 500 yuan bawat buwan, ngunit ginagamit ito pangunahin para sa mga mataas na halagang gawain at ang paggamit ay kontrolado, iyon ay isang mabuting negosyo.

Kaya ang AI subscription ay naglalayong gawin ang isang bagay:

I-transform ang hindi kontroladong gastos sa computing power sa isang maipagpalagay na istruktura ng kita.

Mula sa “kompetisyon sa bilang ng mga user” patungo sa “kompetisyon sa ARPU”

Sa nakaraan, ang pakikidigma sa mga aplikasyon ng AI sa bansa ay malaki ang pagkakabase sa pagbibigay ng libreng serbisyo upang makakuha ng mga user.

Bakit nakakamit ng Doubao ang malaking tagumpay? Bukod sa kanyang mga advantaheng produkto, ito rin ay dahil sa malaking traffic ng ByteDance, malakas na kakayahan sa produkto, at mababang presyo. Ang Doubao ay ang pinakamaraming ginagamit na AI chat application sa Tsina, ayon sa data ng QuestMobile, mayroon itong halos 155 milyong aktibong user bawat linggo, habang ang DeepSeek ay may 81.6 milyon; samantala, ang Alibaba ay nagpapalago rin sa paglago ng mga user ng Qwen sa pamamagitan ng malalaking subsidy.

Ngunit may problema ang libreng mode:

Mas malaki ang bilang ng mga user, mas tunay ang presyur sa gastos.

Lalo na ang mga produkto ng AI sa China ay mayroon pa ring pakikidigma sa presyo. Pinababa ng DeepSeek ang inaasahang gastos sa modelo, samantalang ang Alibaba, ByteDance, Tencent, at Baidu ay ayaw magpalabas ng entry point. Kaya madaling masisiraan ng kahinaan ang consumer-side AI:

Naniniwala ang mga user na dapat libre ang AI; alam ng platform na imposible na magkaroon ng walang hanggang libreng AI; naghahanap ang mga investor ng paglago; at nais ng loob ng kumpanya ang isang komersyal na siklo.

Ang paglalabas ng paid version ng Doubao ay nangangahulugan na gustong subukan nito ang isang tanong:

Gusto ba ng mga user sa China na magbayad para sa AI workflow?

Hindi mo binabayad ang “chats,” kundi ang “pagpapalit ng oras mo, paggawa ng PPT, pagsusulat ng ulat, paggawa ng pananaliksik, pagproseso ng data, at pagbuo ng video.”

Mahalaga ang pagkakaiba na ito.

Mahirap para sa mga user na magbayad ng ₱500 bawat buwan para sa “sama mo ako sa pag-uusap”.

Ngunit kung talagang makakatulong ito sa isang content creator, sales, guro, estudyante, operator, o konsultant na i-save ang 1–2 oras araw-araw, iba-iba na ang pagtanggap sa 68 yuan, 200 yuan, at 500 yuan.

Ito ay nagpapakita rin: Ang libreng bersyon ng AI ay mananatili, ngunit ang libreng bersyon ay lalalim sa pagiging “limitado”.

Sa hinaharap, ang mga lokal na AI-native application ay malamang ay hindi magkakaroon ng iisang rate ng pagbabayad, kundi may apat na antas na istruktura:

Unang antas: Libreng bersyon

Para sa pagkuha ng mga kliyente, pagbuo ng mga gawi sa paggamit, at pagpapanatili ng bahagi ng merkado. Ang karaniwang pag-uusap, pangunahing tanong at sagot, at maliit na paghahanap ay magpapatuloy na libre.

Pangalawang antas: Mababang presyo na miyembro

Para sa mga karaniwang madalas na gumagamit, tulad ng mas mataas na limit, mas mabilis na bilis, mas kaunting paghihintay, at mas mahusay na modelo.

Third Layer: Professional Edition

Para sa mga content creator, propesyonal sa trabaho, mag-aaral, programmer, at mga mananaliksik—nagbebenta kami ng PPT, data analysis, malalim na pag-aaral, pagproseso ng dokumento, code, at malalabong konteksto.

Ikaapat na antas: Mga serbisyo ng korporasyon/API/Agent

Bayad ayon sa paggamit, o package + bayad para sa labis. Dito talaga nakasalalay ang business model.

Ang tatlong antas na 68, 200, at 500 na ipinapakita ng DouBao ay sa katotohanan ay isang pagsubok sa paghahati-hati.

Ang libreng bersyon ay lutasin ang “user scale”; ang standard na bersyon ay lutasin ang “light paying”; ang enhanced at professional na bersyon ay lutasin ang “cost recovery for heavy users”.

Ang ChatGPT, Claude, Gemini, Kimi, Tongyi, Zhipu, at DouBao ay nasa proseso o malapit nang umabot sa parehong istruktura. Ang pagkakaiba ay nasa: sino ang may pinakamalakas na libreng bersyon, sino ang may pinakamalakas na benepisyo sa bayad, at sino ang may pinakamahusay na pagkontrol sa gastos.

Bakit mas mahirap ang AI subscription kaysa sa tradisyonal na SaaS?

Para sa bawat karagdagang user, bawat karagdagang usapan, bawat karagdagang pagsasalin ng mahabang teksto, at bawat karagdagang pagpapatupad ng gawain ng Agent, dumadami ang paggamit ng GPU inference, kuryente, video memory, bandwidth, storage, at engineering operations.

Kaya ang pinakamahalagang tanong para sa mga kumpanya ng AI application ay hindi:

May mga user ba?

kundi:

Mas maraming user, mas kikita ka o mas maraming pera ang nasasayang?

Ito ay lubos na iba sa tradisyonal na SaaS. Sa tradisyonal na SaaS, matapos maayos ang sistema, karaniwang mataas ang gross profit sa pagdaragdag ng mga kliyente; ngunit kung ang isang AI product ay lubos na ginagamit ng mga user, maaari itong magdulot ng mas mataas na gastos sa inference. Ang pag-aalala sa merkado tungkol sa return on investment ng AI ng mga Big Tech ay本质上 din ang problema na ito. Ang mga malalaking kumpanya tulad ng Alphabet, Microsoft, Meta, at Amazon ay nag-invest ng malaking halaga sa AI taong ito, at nagsisimula nang mas mag-alala ang mga investor kung kailan makakapagdulot ang mga gastos sa AI na sapat na return.

Ngunit ang AI subscription ay hindi maaaring madaling ikukumpara sa isang restaurant, dahil mahirap para sa isang restaurant na bawasan ang gastos ng “isang plato ng pancit” ng 80% bawat taon.

Pero maaari ng AI.

Dahil ang gastos sa pag-iisip ng modelo ay patuloy na bababa dahil sa ilang bagay:

Una, mas magiging malakas ang chip. Ikalawa, mas maliit ang modelo, distilasyon, quantization, at mas tumpak ang MoE routing. Ikatlo, ang caching, batch processing, at paggamit muli ng konteksto ay magbabawas sa gastos ng pag-uulit ng pagkalkula. Ikaapat, maraming gawain ay hindi kailangan ng pinakamalakas na modelo, maaaring matapos ng mas maliit na modelo. Ikalima, ang mga negosyo ay magiging mula sa “blind na pagpapalaki ng token” patungo sa “mas kaunting token na ginagamit bawat resulta ng negosyo”.

Kaya ang marginal cost ng AI ay hindi 0, ngunit hindi rin ito isang fixed ingredient cost.

Mas parito ito sa mga unang panahon ng cloud computing: nagsimula ito bilang mahal, ngunit patuloy na bababa ang gastos dahil sa paglago, pag-optimize ng hardware at software.

Ito ang dahilan kung bakit mas mura ang “cached input” sa pricing ng OpenAI kumpara sa karaniwang input. Ang pagkakaroon ng cache mechanism ay nagpapakita na hinahangad ng mga service provider ng AI na gawing mas mura at mas katulad ng software ang pag-uulit ng mga kalkulasyon.

Ito ang nagdudulot ng pagkakailangan ng AI companies na sagutin ang tatlong tanong nang sabay-sabay:

Una, gaano karaming pera ang handang ibayad ng user? Ito ay sa bahagi ng kita.

Pangalawa, gaano karaming token ang ginagamit ng bawat user bawat buwan? Ito ay ang gastos.

Ikatlo, maaari ba ng bumaba ang gastos sa model nang mas mabilis kaysa sa pagtaas ng paggamit? Ito ay sa aspeto ng profit margin.

Kung ang sagot ay:

Handa ang user na magbayad ng 200 yuan, ngunit ang monthly cost ay 150 yuan, kaya ang negosyo ay medyo ordinaryo lang.

Kung ang sagot ay: handang magbayad ang user ng 200 yuan; ang gastos ay lamang 20 yuan, at maaaring bumaba pa hanggang 10 yuan habang pinapabuti ang modelo.

Ang mga aplikasyon ng AI ay muli'y nagsisigla sa isang mabuting negosyo sa software.

Kaya ang tunay na pangunahing indikador ng AI business model ay hindi ang DAU, ni ang bilang ng mga download, kundi:

Kita bawat gumagamit na nagbabayad / Gastos sa pagpapatakbo bawat gumagamit na nagbabayad.

Ito ang unit economics model na may AI.

Ito ay magdudulot ng epekto sa AI market data

Tungkol sa stock market, mahalaga talaga ang bagay na ito.

Ang merkado ay kasalukuyang nagtatrabaho sa AI, ang unang yugto ay tingnan ang:

Sasabog ba ang pangangailangan sa hashing power?

Kaya umabot ang NVIDIA, TSMC, Broadcom, storage, power equipment, at data center.

Ikalawang yugto ng merkado ay sasabihin:

May mga user ba ang AI applications?

Kaya ang bilang ng mga gumagamit ng ChatGPT, DouBao, Kimi, Qwen, Copilot, at Gemini ay magiging bahagi ng pagmamasid.

Sa ikatlong yugto, na ang pinakamahalagang yugto na susunod, ang merkado ay magtatanong:

Maaari ba ang mga user na magbayad? Maaari ba silang kumita pagkatapos magbayad?

Ang pagpapalabas ng bayarin para sa Doubao ay tunay na ang pagkakasimula ng ikatlong yugto.

Kung makikita sa hinaharap ang mga signal na ito, mas masustento ang AI market:

Magandang conversion rate sa pagbabayad; hindi umalis nang malaki ang mga user dahil sa bayad; may bumibili sa mahal na pro version; nagsisimula nang mag-scale ang pagbili ng mga korporatibong kliyente; patuloy na bumababa ang gastos sa pagpapapagana; ang mga tampok ng AI ay nagdudulot ng tunay na kakayahang i-increase ang presyo.

Ngunit kung makakita ng kabaligtarang signal:

Ang mga user ay ayaw lang magbayad; ang bersyong bayad ay may masamang reputasyon; patuloy ang platform na magbigay ng mga presyong bawas at promo; ang mga karaniwang user ay nagpapababa ng gastos; mabilis ang paglago ng kita mula sa AI applications ngunit masamang毛利率;

Kaya magkakaroon ng pagdududa sa merkado:

Is ang AI application layer isang mabuting negosyo?

Ito ay magpapadala pa sa mga supplier sa itaas. Dahil kung ang application layer ay hindi nakakakita ng kita, ang mga cloud at model providers ay itatanong: Bakit pa kayo patuloy na nagpapalaki ng capex?

Magkakaiba ang ekonomikong modelo ng iba’t ibang AI company

May isa pang problema: hindi mo maaaring iisa-isahin lahat ng mga AI company.

1. NVIDIA, TSMC, storage, power equipment

Ito ay mga nagbebenta ng mga spade. Mas maraming pera ang kanilang kikitain habang mas maraming tao ang gumagamit ng AI.

Hindi sila direktang nagdudulot ng gastos sa token ng end-user, kundi nagkakaroon ng kapital na gastos mula sa paglalawak ng AI inference at training.

2. Cloud provider: Microsoft, Google, Amazon

Nasa gitna sila.

Sa isang aspeto, ang AI ay nagdudulot ng paglago sa kita mula sa cloud; sa kabilang panig, sila mismo ay naghihinga ng malaking capex, depresyasyon, kuryente, at gastos sa data center. Sinipi ng Reuters Breakingviews na ang gastos sa AI ng mga malalaking kumpanya ay patuloy na lumalawak, ngunit ang mga market ay patuloy na nag-aalala kung ang mga gastusin na ito ay magiging malinaw na return.

Kaya ang problema ng cloud provider ay:

Maaari ba ang paglago ng kita mula sa AI cloud na takpan ang mga gastos sa data center, GPU, depreciation, at kuryente?

3. Mga kumpanya ng AI application: Copilot, ChatGPT, iba’t ibang Agent

Mas marami ang paggamit ng user, mas mataas ang gastos. Kung fixed ang subscription, tulad ng pagkuha ng isang fixed price bawat buwan, ngunit sobra ang paggamit ng user, mawawala ang gross margin.

Kaya ang pinakamainam na kalagayan ng AI application ay hindi ang “walang hanggang pag-uusap ng user,” kundi:

Handa ang user na magbayad ng mataas, ngunit ang paggamit ng token ay kontrolado.

Halimbawa, kaya ng isang kumpanya na magbayad ng $30, $50, o $100 bawat buwan para sa isang AI sales assistant, AI code assistant, o AI legal assistant, ngunit ang cost ng pagpapapagana nito ay ilang dolyar lamang—iyan ay isang mabuting negosyo.

4. Mga tradisyonal na kumpanya ng software na may AI

Halimbawa, ang mga kumpanya tulad ng Microsoft, Adobe, at Salesforce, kung makakadagdag sila ng AI functionality sa kanilang umiiral na software upang pataasin ang ARPU nang hindi magpapalala sa gastos, maaari nilang gawing kasangkapan sa pagtaas ng presyo ang AI.

Hindi ito bagong pagbuo para sa AI, kundi ang mga umiiral na channel ng pagpapalabas ng software + AI add-on package.

Kaya ang pinakamalaking pagkakaiba sa pagtataya ng AI ay nandito.

Hindi kailangang mag-away kung may katuturan ba ang AI o may kinabukasan ito, ang AI ay ang kinabukasan.

Mas malalim na tanong: Ang AI ay isang mataas na margin na software o isang kapital-intensibong industriya?

Ang mga optimista ay naniniwala na:

Bababa nang mabilis ang gastos sa AI, magiging malakas ang paggamit, tataas ang ARPU, at sa huli, ito ay patuloy na isang software na negosyo na may mataas na margin.

Ang mga pesimista ay naniniwala na:

Ang AI ay magiging isang arms race kung saan lahat ay kailangang bumili ng GPU, magtatayo ng data center, at magbabayad ng kuryente, ngunit ang mga user ay hindi sigurado kung handa magbayad ng sapat na presyo para sa bawat token, at sa huli, ang kita ay kakalawin ng gastos sa imprastruktura.

Naniniwala ako na ang katotohanan ay nasa gitna:

Ang mga pangunang modelo at cloud infrastructure ay magiging lalong katulad ng mga industriya na may malaking kapital; ang mga AI application na may tunay na distribusyon, escena, at kapangyarihan sa pagtatakda ng presyo lamang ang may pagkakataon na muling maging negosyo sa software.

Ito rin ang nagpapaliwanag kung bakit maaaring magkakaiba ang AI market trends

Sa unang yugto, binibili ng merkado ang:

Sino man ang may kinalaman sa AI, siya ang tumataas.

Sa ikalawang yugto, tanungin ng merkado:

Sino ang makakagawa ng kita mula sa AI?

Sa ikatlong yugto, magpapatuloy ang merkado sa pagtatanong:

Sino ang makakapagpapalit ng kita mula sa AI sa kita at libreng pera?

Hindi tulad ng tradisyonal na software na “magkakaroon ng halos walang gastos para sa bawat karagdagang pagbebenta,” ang AI ay nangangailangan ng computing power sa bawat serbisyo, kaya't may natural na katangian ng gastos ng isang restaurant, cloud computing, at manufacturing company.

Ngunit ang AI ay hindi ganun kalinaw tulad ng isang restaurant, dahil ang pag-optimize ng model, cache, pag-unlad ng chip, batch processing, at routing ng maliit na model ay magpapatuloy na bawasan ang unit cost.

Kaya ang tunay na dapat tingnan sa business model ng AI ay hindi “kung may kita ba ito”, kundi:

Ilang GPU, kuryente, at gastos sa token ang kailangang basain bawat dolyar ng kita mula sa AI.

Ito ang pangunahing tanong na paulit-ulit na sasabihin sa mga kumpanya ng AI sa susunod na paggalaw ng merkado.

Ano ang potensyal na margin ng kita sa hinaharap ng AI?