第十一章 · 卖结果的人要扛成本

第 11 章 卖结果的人要扛成本

上一章我们看着定价从「按人头」松动开，长出了三种新收法：按用量收、按结果收、按 agent 工时收。那一章讲的是钱怎么进来。这一章讲的是它的背面——钱怎么出去。因为你一旦不再按人头收，而是按「干了多少活」收，那么第 4 章讲的那笔 token 成本，就不再是账本角落里可以忽略的小数点，它变成了你每做一单都要真金白银掏出去的料钱。

换个画面。过去开软件公司，像开一家「复印店，但纸和墨水都不要钱」。你印一份和印一万份，成本几乎一样，客户给的钱几乎原封不动落进兜里。现在不一样了：每印一份，纸和墨水都要花钱——这个纸墨，就是 token。你重新变回了一家要算料的普通店。这一章，就是教你像个开店的人那样，把料钱算清楚。

先把「毛利」这把尺子立起来

要看清成本怎么啃利润，得先有一把尺。这把尺叫毛利率。

毛利率（gross margin）：你收进来一块钱，先扣掉「为了多服务这一单而直接多花的钱」，剩下的占多大比例。注意，扣的只是「多服务一单的直接成本」，不含你办公室房租、研发工资这些不管卖几单都要花的固定开销。

现在把第 1、2 章接回来。传统 SaaS 为什么是印钞机？因为它「多服务一单的直接成本≈0」——多一个用户，多花的服务器钱小到可以忽略。于是收进来的那块钱几乎全是毛利。这就是为什么软件公司的毛利常年在 75%–85%，高得不像实体生意。这不是它们特别会做生意，是它们的料本来就不要钱。

token 成本，是直接从毛利里扣的

关键的一步来了。token 成本是什么性质的成本？它是每多服务一单就要多花一次的成本——用户多问一句，你就多付一次；这单任务更重，你就付更多。按定义，它正好落在「多服务一单的直接成本」这一格里。也就是说，它不是从固定开销里出，而是直接从毛利里扣。

于是同样收进来一块钱：

• 传统 SaaS：料钱≈0，一块钱里八九毛是毛利。
• 大模型应用：料钱是实打实的 token，一块钱里可能只剩五毛、四毛，甚至更薄——取决于这单用得多重。

用得越重，扣得越狠。一个轻活儿（分个类、改句话），token 花不了几个钱，毛利还能保住七八成；一个重活儿（读整个代码库、让 agent 自己反复调工具跑几十轮，见第 4 章），token 能把毛利啃到四五成甚至更低。软件公司第一次，毛利要看「这一单具体干了什么」才知道。

这会反噬估值——收入的形状变了

现在把第 2 章那条估值逻辑拽回来。资本为什么肯给 SaaS 那么高的估值（营收的几十倍）？我们当时拆过，就三样叠在一起：经常性收入（可预测）+ 极高毛利（一块钱几乎全是利润）+ 可复利（多服务不花钱，客户留得越久越赚）。

大模型应用动的，正是中间那样——毛利。当一块钱收入的含金量从八九成掉到四五成，这块钱在资本眼里就「变便宜」了。因为估值本质上是给「未来能落下多少利润」定价，而不是给「未来能收上来多少收入」定价。毛利薄一半，同样一块钱收入背后能落下的利润就薄一半，市场愿意为它付的倍数自然往下走。

往哪走？往服务业、外包业那边走。一家人力外包公司、一家咨询公司，为什么市销率（市值是营收的几倍）远低于软件公司？因为它们每收一块钱，背后都压着实打实的人力成本，毛利本来就薄。大模型应用按结果收费、每单压着 token 成本，收入的形状越来越像它们，而不像纯软件。

收入的形状变了，市场给收入的价格也会变。同样一块钱营收，长在零边际成本上，值几十倍；压着料钱，可能只值几倍。

成本转嫁：这笔料钱，到底谁扛

薄毛利不是命中注定的，它取决于一个选择：成本转嫁——token 这笔料钱，是你自己吞，还是转手让客户付。上一章那三种收法，其实就是在回答这个问题。

• 按用量收 = 转嫁给客户。客户用多少 token、你就收多少（加个加价）。模型涨价、用户滥用，账单最终落在客户头上。你的毛利稳如老狗——因为你根本没扛成本。代价是：客户拿到一张不可控的账单，月底才知道花了多少，用起来提心吊胆，砍需求、装限额，甚至干脆不敢放开用。
• 按结果 / 固定价收 = 你自己扛。「修好一个 bug 收 50 块」「一篇稿 10 块」，客户省心，账单可预测。但料钱这头是敞开的：模型一涨价、某个用户的任务比预期难十倍、失败重试了五轮、还得拉个人来兜底——这些成本全砸在你身上。极端情况下，你会亏钱做单：收了 50 块，这单烧了 60 块的 token。

这就是「卖成果」的隐藏账单。你越是给客户「省心、可预测」的体验，就越是把成本的不确定性揽到自己身上。定价越性感，风险越靠你这边。

单位经济：软件公司第一次要像餐馆一样算账

把上面这些逼到最尖的一点，就是一个实体生意才熟悉、软件公司过去根本不用碰的概念。

单位经济（unit economics）：做成「一单」，到底是赚还是亏，赚多少、亏多少。餐馆天天算这个——这道菜卖 38，食材成本 12，人工水电摊 8，一盘净赚 18；哪道菜是赔本赚吆喝，老板心里门儿清。

SaaS 时代，软件公司几乎不用算这个，因为「一单」的直接成本约等于零，做成一单基本等于纯赚，没什么可算的。大模型应用第一次把这道题摆回桌上：做成这一单，到底烧了多少 token？失败重试了几次？要不要人工兜底？算完才知道这单是赚是赔。

这不是坏消息本身，而是一种成熟——它逼你把过去糊在「反正边际成本是零」里的糊涂账，一笔一笔摊开来算清楚。

另一面：料价每年在跌

讲到这里像在唱衰，但先别急着下结论。上面这幅画少了很重要的一笔：token 这个料，价格不是恒定的，它每年在大幅往下掉。同等能力的模型，单位成本逐年以肉眼可见的幅度下降——今天贵得肉疼的一单，一两年后可能便宜到零头。这跟餐馆不一样：餐馆的牛肉不会年年跌价，而 token 会。

而且，薄下去的毛利，是可以靠工程一分一分抠回来的：

• 模型路由：简单活儿不用请最贵的专家。分个类、判个是非，用又小又便宜的模型就够了，只有真正难的活儿才上顶级大模型。模型路由就是让系统按任务难度自动挑模型——把料钱按需分配，别拿五星大厨去切葱花。
• 缓存：一样的问题、重复的上下文，答过一次就存下来，下次直接取，不必让模型从头再算一遍。省下的每一次重算，都是省下的料钱。
• 用传统代码兜底：能用一行确定的代码算清楚的（比如加减法、查一条记录），就别丢给模型现场推理。把能确定的部分交还给零边际成本的老办法，只在真正需要「思考」的地方才烧 token。

这几招合起来，能把一单的 token 成本压下相当一截，毛利跟着回升。所以长期看，大模型应用的毛利未必会一直趴在四五成——它有机会靠模型降价和工程优化，慢慢往上爬。

白吃的午餐结束了，但生意没死

把这一章收一下。承接第 10 章的新定价，它的代价是：当你按结果、按用量收钱，token 成本就变成了你的成本，直接从毛利里扣。于是——

• 毛利从 SaaS 那种 75%–85%，可能被压到 50%、40%，看你用得多重；
• 毛利一薄，收入的含金量下降，估值倍数向服务业、外包业靠拢，而不是软件业（反噬第 2 章那套高估值逻辑）；
• 谁扛 token 成本成了关键选择：转嫁给客户则毛利稳但账单吓人，自己扛则客户省心但你可能亏本做单；
• 单位经济第一次要像餐馆一样一单一单精算。

但结论不是「大模型应用是门烂生意」。真正准确的说法是：「零边际成本的白吃午餐」结束了，毛利不再是天上掉下来的，得靠工程一分一分抠出来。料价每年在跌，路由、缓存、代码兜底都能回收毛利——这门生意能不能算得过账，从此是个真问题，而不是像 SaaS 那样默认成立。

而这件事——「要精算单位成本、毛利更薄、每单都得算得过账」——会顺着一直往下渗，渗进一个更现实的地方：创业和融资的算术。当你不能再靠「边际成本是零」这句话糊过投资人，当每一单都压着料钱，一家公司该怎么起步、怎么烧钱、怎么讲估值故事，全都要重算。这是第 13 章的事。这一章先记住一句：你开的不再是那家纸墨免费的复印店了，你重新变回了一家要算料的普通店——只不过，你的料价每年都在往下掉。