过去两年，企业担心落后。

未来，企业会更担心浪费。

6月3日，豆包发布公告，付费版本将在6月下旬上线，收费覆盖标准68元/加强200元/专业500元三档。

一锤定音，豆包确实要收费了。

很多声音讨论AI免费的时代是否要结束了、讨论价格，但这些并不是最重要的问题。

真正值得关注的是，AI公司和AI的用户，都纷纷开始算账了。

 

01

收费的原因很简单

账单扛不住了

为什么明明豆包承诺了基础功能永久免费，还是如此影响用户？

答案可能比想象中简单：对很多用户来说，豆包已经成为日常工具，但这种价值不一定值得持续付费。

但豆包也必须收费，成本扛不住了。

一个AI行业基本共识是，AI这东西真的很烧钱。

AI和传统的互联网产品不一样，与互联网产品带来的规模效应不同，AI产品面对的是规模成本。

过去，互联网行业有一个非常典型的盈利路径，先用免费换规模。

企业先用免费或者补贴的方法，把用户抢进来，当用户养成使用习惯、用户规模足够大之后，再考虑赚钱。不论是微信、抖音、美团、淘宝、拼多多，几乎所有成功的互联网产品都经历过这个过程，先圈地，再收费，先增长，再变现。

但问题是，AI时代，这个模式行不通。

对于互联网产品来说，新增一个用户带来的边际成本接近于0，而新增用户产生的价值可以不断叠加。但AI不一样，每多增加一个用户，用户的每一次提问、每一个对话、每一次生成，背后都对应着算力的消耗。

因此过去这几年，豆包用户在快速增长的同时，背后都对应着字节的持续烧钱。

 

互联网时代的商业模式，是用户越多、流量规模越大，广告的价值就越高，商业价值也随之升高。

但现在AI产品的用户规模，和企业收入，不直接挂钩了。

所以国内外大模型公司，此刻也都在探索自己的盈利模型。

OpenAI选择订阅，ChatGPT Plus每月20美元，约合人民币145元，同时在不断加强企业服务。Google的情况比较特殊，它基于过去有庞大的搜索业务和广告体系，可以用成熟业务反哺AI投入。Anthropic则更像典型的创业公司，融资-烧钱-继续融资-继续烧钱。Meta甚至直接把AI当作生态战略投入，表示在短期内并不急着算回报。

国内各家也差不多。Kimi从39到559元/月，智谱从79到339元/月，文心一言专业版30元/月，豆包从68到500元/月加入战局。会员、企业服务、API调用、行业解决方案，几乎所有路线都有人尝试，从30元到500元，AI的档位被铺了个遍，但究竟哪一个用户会买单，目前还没验证出来。

关于AI的商业模式，国内外的AI公司还都在探索中，甚至连OpenAI，也在不断强化企业服务能力，而不是继续赌C端聊天能赚钱。

所有人都相信AI最终能够创造巨大的商业价值，但价值究竟会以什么形式出现，以及谁愿意为它买单，行业至今没有标准答案。

之所以豆包要开始收费，原因就在于随着用户的高频使用，成本在不断上升，同时各家大模型公司都在探索盈利模式，各家都瞄准了企业用户和专业用户。

说了这么多，其实对于用户，尤其是企业用户来说，这些都没那么重要。

大模型可以收费，但不代表用户就要付费。

这之间，有一个关键问题需要被解决。

以AI目前的产出价值，值不值得为它付费？

 

02

从鼓励员工使用AI

到开始算账

过去两年，不少公司鼓励员工使用AI、分享AI案例、推广AI工具，甚至统计AI的使用量，要求员工把AI使用情况、Token消耗量写进周报和KPI。

因为企业真的很担心落后。如果别的公司用了，我没用，是不是就会被淘汰？

于是Token消耗量作为工作指标开始流行。逻辑很简单：调用次数越多，说明员工对AI越积极，使用人数越多，说明内部AI推广越成功。甚至在硅谷还出现了Tokenmaxxing这个新词，把Token的消耗当作生产力提升的象征。

在此前，Token消耗量，曾经给了管理者一种可以量化AI转型进度的幻觉。

但现在，这份安全感被AI的账单戳破了。

最近，AI圈被一张天价账单刷屏了——一家公司因为Claude账号忘记设置使用上限，一个月烧掉了5亿美元。

5亿美元，一个月。

这家公司是谁不重要，重要的是，面对这张账单，越来越多企业管理者开始追问同一个问题：这些Token，到底换来了什么？企业使用AI，有没有降低成本？有没有增加收入？有没有真的提升效率？

如果回答不了，那再漂亮的Token消耗数据，也只不过是一场幻梦。

这并不是个案，虎嗅整理过一组数据：把企业投入的1美元Token成本拆开来看，最终转化为用户价值的部分，可能只有18%。剩下的钱，44%用来修复Bug，27%用来重写被废弃的代码，11%消耗在内部过程里，没能真的转化为有价值的生产力。

使用量只是过程指标，价值才是结果指标。

两者之间，甚至不一定有线性关系。

结合这些信息，回头再看豆包收费，会发现事情并不只是收费这样简单。

豆包的收费，更像是一个信号。

AI公司开始找真正会付费的用户，而不是拥抱每一个来聊两句的人。

企业也开始认真查账，过去企业关心的是有没有用AI、用了多少AI、消耗了多少Token，今天，企业开始关心另一件事：AI到底创造了什么价值？

对于个人来说，可以为更聪明的AI付费，但前提是，它真的帮你节约了时间、提高了效率、创造了价值。

对于企业来说，也可以为AI投入更多预算，但要基于它真的降低了成本、提升了效率、改善了业务结果。

否则，再先进的模型、再漂亮的AI使用数据、再惊人的Token消耗量，也只是一场昂贵的科技化表演。

相信在未来，会有越来越多企业开始追问：AI究竟创造了什么价值？它有没有帮企业增加收入？有没有帮企业降低成本？有没有让业务跑得更快？

如果回答不了这些问题，那么再高的使用率，也只是成本；再漂亮的数据，也只是过程。

不论是企业是给账号设置用量上限，避免无效的算力消耗，还是根据目标拆分个人提效、团队办公等场景，企业都要给AI 建立清晰的考核标准，用业务结果验证AI价值，让AI真正服务于企业降本、增收、提效的目标。

未来使用AI，一定要算清账。