2026人工智能报告：从买家视角看AI定价

人工智能软件市场正从按席位订阅模式转向基于消费的定价模式—一包括积分、代币、使用层级和按成果收费—一其理由是AI的可变成本结构需要不同于传统SaaS的商业方式。本研究探讨了这一转变如何被买方接受。 PricingI/O与Benchmarkit合作，于2026年2月至4月期间调查了296名软件买家。受访者来自收入低于2000万美元的公司到收入超过100亿美元的企业，其中90%拥有总监级或以上头衔。调查从四个方面展开：买家如何在签约前评估AI定价、AI支出与预算的对比情况、买家偏好的定价模式，以及AI定价相对于传统SaaS的感知。调查结果显示，买家的情绪与市场的发展方向并不一致。 本报告围绕三个主题展开。 1.评估：买家在签约前难以预测AI成本。按席位制是唯一在签约前能获得信心的模式（43%认为最容易评估，14%认为最难）这一结论在所有收入区间均成立。当涉及AI时，其他所有模式的评估难度都会增加：30%认为混合模式比SaaS更难评估，依次为按席位（33%）、按成果（37%）、按使用量（44%）和按积分/代币（55%）。按积分/代币是受影响最大的模式一一难度几乎是受影响最小的模式的两倍，且这种困难是结构性的，而非与买家成熟度相关，在所有收入区间中感受相似（54-59%）。可预测性（而非价格）是首要评估标准：68%将可预测的总成本列为前三优先项；最低入门价格排名垫底，仅为19%。 2.透明度：主要的担忧包括成本不可预测性、定价/使用量到成本的换算问题，以及缺乏使用透明度。与信任相关的问题，如隐性加价和意外费用，排名较低。在开放式回答中，38%要求更高的可预测性，35%要求更高的透明度；只有10%要求更强的价值或成果对齐。加价和意外费用则排名较低。在开放式回答中，38%的受访者要求更高的可预测性，35%要求更高的透明度；仅有10%要求更强的价值或成果一致性。