正在加载视频...
视频章节
Paid 创始人 Manny Medina 在 Sequoia 的对话中,系统拆解了 AI 应用真正赚钱的方式:不是模型多强,而是定价是否对齐客户价值。从“按 token 计费必然崩塌”,到“按 agent、按结果收费”,这是一套只属于 AI 时代的新商业常识。
从算力到结果:AI时代定价逻辑正在彻底翻转
Paid 创始人 Manny Medina 在 Sequoia 的对话中,系统拆解了 AI 应用真正赚钱的方式:不是模型多强,而是定价是否对齐客户价值。从“按 token 计费必然崩塌”,到“按 agent、按结果收费”,这是一套只属于 AI 时代的新商业常识。
为什么 AI 产品的定价,决定了你能不能活下来
在 Manny Medina 看来,AI 时代最容易被低估的,不是模型能力,而是定价方式。他开门见山地指出:客户在第一年几乎一定会选择“最省心的买法”,要么固定价格,要么按用量付费,只是为了“先看看有没有用”。但真正的考验在后面。
他在视频中直说:“如果它真的奏效了,那责任就在 AI agent 的构建者身上——你必须回到客户面前,说我们来对齐你真正关心的事情,并且为此收费。”这句话背后,是一个关键转折:AI 产品不能长期停留在 input-based pricing(按输入/消耗计费),否则迟早会被压到没有利润。
这也是他反复强调的一个判断:token 定价会迎来一场“blood bath”。当模型能力趋同、推理成本持续下降,单纯卖 token 或调用次数,只会让 AI 公司陷入价格战。真正能活下来的,是敢于主张自己价值、并把价值体现在账单上的公司。
什么样的 AI 应用,正在“悄悄印钞票”
谈到“什么在当下真正有效”,Manny 的答案出人意料地朴素:不是通用助手,而是极度聚焦的垂直问题。他形容这种策略为“hedgehog into it”——选一个很窄的问题,一头扎进去,把它做到极致。
他举的例子非常具体:有人在做保险政策续约,有人在帮物流公司打电话给卡车司机,还有团队专注于自动化渗透测试。这些事情听起来一点也不性感,但共同点是:明确、重复、原本就有人类在为此付费。
相反,他也毫不留情地点出“还没跑通的方向”:通用 AI assistants。“Not quite there yet”,原因并不是模型不聪明,而是责任边界、错误成本和工作流协作都还没成熟。对创业者来说,这个判断很重要——因为它直接决定了你是进入一个正在变现的市场,还是一个还需要多年教育的市场。
Co-pilot 还是 Autopilot?答案藏在协作里
一个反复被问到的问题是:AI 应该做助手,还是直接全自动?Manny 的态度很务实。他并不认为这是非此即彼的选择,而是一个渐进式的协作问题。
在很多高风险或复杂流程中,“全自动”听起来很美,但客户并不真的想把方向盘完全交出去。更现实的路径,是先作为 co-pilot,嵌入现有工作流,逐步承担更多责任。
这也解释了为什么他强调 workflow-based pricing(按工作流收费)和 activity-based pricing(按活动收费)的风险差异。后者看似直观,但他明确警告:“selling by activity is dangerous”。因为一旦 AI 效率提升,活动次数减少,你的收入反而会下降。这是很多早期 AI 公司踩过的坑。
从 vibe coding 到 vibe revenue:创业者最大的幻觉
视频里有一段轻松但很真实的讨论,围绕着“vibe coding”。Manny 笑着承认,Paid 这个公司本身,就是在一个多月内快速搭出来的原型。但他紧接着补了一刀:“you don’t debug vibe code。”
问题不在于写代码快,而在于很多团队把这种“快感”延伸到了商业上,形成他口中的“vibe revenue”——账单、合同、毛利全靠感觉。结果就是:续约谈判一塌糊涂,成本不透明,越卖越亏。
这正是 Paid 诞生的背景。他描述创业初期看到的现实是:AI 创始人到处都是 spreadsheet,手动算推理成本、手动对账,却没人能实时回答一个简单问题——“我们这单到底赚不赚钱?”
按 Agent、按结果收费:AI 公司的下一条护城河
在所有定价模式中,Manny 最看好的,是 pay by agent 和 outcome-based pricing(按结果付费)。他举了一个直观的例子:如果你的 AI agent 本质上是在替代 SDR,那客户心里对标的不是 SaaS 工具预算,而是 headcount 预算。
一旦你进入的是 BPO 或人力外包的预算池,价值锚点就完全不同了。这也是他判断“哪些市场会长期保持价值定价”的依据——不是技术先进程度,而是客户原本是怎么为这件事付钱的。
当然,这条路并不轻松。结果定价意味着你要为质量背书,也意味着你必须真正理解客户的成功指标。但正如 Manny 所说,定价本身就是一种信号:你是否真的相信自己的 AI 能交付结果。
总结
这场对话最有价值的地方,不在于预测了哪个模型会赢,而在于提醒创业者:AI 的商业化,正在从“卖能力”转向“卖结果”。当 token 变成商品,定价将成为你最重要的产品决策。对 AI 创始人来说,越早想清楚自己替客户承担了什么责任,就越早建立起真正的护城河。
关键词: AI定价, AI Agent, 结果导向定价, Token经济, Paid
事实核查备注: 人物:Manny Medina(Paid 创始人);节目:Sequoia AI Ascent《Training Data》;核心概念:token 定价、pay by agent、outcome-based pricing、AI assistants;观点原话如“token pricing blood bath”“selling by activity is dangerous”“you don’t debug vibe code”均来自视频语境,需对照原视频核查措辞。