一些快速增长的人工智能公司正在经历一个有趣的动态：它们在快速增长的同时，往往会亏损更多。 这是因为在许多当前的商业模式中，当用户消费较少时，它们通常是盈利的，但随着消费的增加，它们无法在更高的交易量水平上实现相同的毛利率。在某些情况下，这实际上导致了负毛利率（在软件中很难做到！），即人工智能初创公司为人工智能代币支付的费用超过了它们向客户收取的费用。 虽然这种策略并不适合胆小的人，但我认为在我们所处的阶段，这完全是合理的，并且有几种方式可以实现。 首先，您采用这种策略的原因是因为我们正处于土地争夺的最初阶段。这种时刻在科技领域每隔几十年就会出现一次，而我们现在无疑正处于其中。早期的互联网、云计算和移动技术都产生了许多市值超过1000亿美元和1万亿美元的公司，而我们现在所处的人工智能窗口也将做到这一点——甚至更多。 关键要求是您在一个具有真正经济价值和实用性的领域中占据市场份额，而不是仅仅为了短暂的用户基础而浪费资金。而且，您的领域必须有长期的持久护城河。 对于那些在早期以正确的产品进入市场会产生复合价值的公司（例如在代码库中使用得越多的代理），这一点显然是正确的。并非所有人工智能类别都有这种情况，但特别是在b2b或专业消费者领域——如编码、医疗、法律、金融服务等——这一点显然是正确的。 因此，如果您处于这些情况之一，策略就是快速增长并迅速壮大，当然还要确保不断创新以保持领先。那么问题是，您如何随着时间的推移产生更高的毛利率？以下是几条路径： 1. 引入更高毛利的服务。特别是对于人工智能代理，将会有大量软件使其在任何大规模用例中有效。这意味着我们需要更高端的工具、数据安全、管理功能、工作流程能力等。这些东西的毛利率显然超过90%，而其成本在使用时并不会真正上升。稳步引入更多这些能力，以与使用定价正交的模型，将有助于平衡毛利结构。 2. 人工智能成本按单位基础下降。虽然这不会很快发生，因为我们在使用更多人工智能代币进行更高级的工作时，成本在下降，但在某个时刻，您将能够剥离一些用例，从而在人工智能代币定价和您向用户收取的费用之间创造更好的差距。此外，随着更多开源选项的出现和芯片领域的竞争，我们可以预期人工智能定价在同类任务基础上会下降。 3. “自带代币”。这一点似乎有起伏，但在这个领域的一个明确选项是，对于最高消费的用例，客户可以自带人工智能API密钥。目前，如果一个人工智能应用层公司希望在人工智能使用上获得75%的毛利率，它们必须为代币收取比成本高出4倍的费用。在许多领域，原始代币与解决用例之间存在显著的价值差距，这种做法是可行的。但对于许多用例来说，这在规模上并不实用。因此，行业可能会采用一种方法，即您为软件的使用支付一些毛利，而代币费用则支付给人工智能提供商。这将导致一些应用参与者的总收入降低，但仍然是非常好的业务。 总的来说，对于任何提供真实、可持续价值给客户的人工智能公司来说，前进的路径有多种选择。现在的窗口是为了在这些用例中占据市场份额。