Why SaaS freemium playbooks don’t work in AI, and what to do instead

为什么 SaaS 免费增值策略在 AI 领域行不通，以及应该怎么做

如何构建一个真正有效的 AI 货币化策略

Vikas Kansal

2026 年 5 月 5 日

_👋 嗨，我是 Lenny。每周我都会回答读者关于产品开发、增长驱动和加速职业发展的各种问题。更多信息：Lenny 的播客 | Lennybot | 如何使用 AI | 我最喜欢的 AI/PM 课程，公众演讲课程，以及 面试准备助手_

_小贴士：通过成为 内部订阅者，您可以获得 Google AI、Cursor、Lovable、Notion、Manus、Replit、Gamma、n8n、Canva、ElevenLabs、Factory、Wispr Flow、Fin、Supabase、Bolt、Linear、PostHog、Framer、Railway、Granola、Warp、Gumloop、Magic Patterns、Mobbin、Stripe Atlas 和 ChatPRD 的完整免费一年。是的，这都是真的。_

• * *

今天的特邀作者，Vikas Kansal，负责领导 Google AI 的产品工作，这是历史上最成功的消费者订阅套餐之一，包括 Gemini 3.1、Nano Banana、NotebookLM、Veo3 以及 TB 级别的云存储。Vikas 一直在探索如何成功地货币化 AI 产品，平衡计算成本与可持续增长。今天，他将在深入的嘉宾文章中分享他和他的团队在如何设置付费墙方面学到的所有经验教训。

让我们开始吧。

• * *

你刚刚发布了一个令人惊叹的 AI 产品。增长迅速，用户完全沉迷于你免费层级的“魔力”。然后账单来了。在传统的 SaaS 中，服务额外的免费用户几乎不需要任何成本。但在 AI 中，每当一个免费用户按下“Enter”键时，你的 GPU 就会启动，你的资金就会燃烧。AI 产品需要快速找到货币化的方法，否则计算成本会拖垮你的公司。

大多数产品团队在设计他们的 AI 免费增值策略时仍然采用传统的 SaaS 免费增值策略：提供基本功能，并限制最佳功能。但正如增长专家（也是四次 Lenny 的播客嘉宾）Elena Verna 所指出的那样，在构建 AI 产品时，你需要让用户体验到大量的“魔力”，才能让他们达到顿悟时刻。他们需要实际体验模型撰写一封完美的电子邮件或生成那张完美的图片，然后才会决定再次使用该产品。在如今日益嘈杂的市场中，如果你希望吸引人们的注意力，时间价值（TTV）必须是即时的。

但这却产生了一个悖论：当这个免费的神奇体验变得如此出色（且计算成本高昂），以至于它开始蚕食你的高级层时，会发生什么？

在推出 Google 的 AI 订阅 时，我们直接撞上了这堵墙。免费层级如此出色，以至于对于大多数任务，它的表现都超过了人类。免费！它可以写出无懈可击的 Python 代码，起草完美的营销文案，并瞬间总结长邮件线程。我们意识到我们在与自己竞争，同时还要在需求不断增长的情况下创建一个可持续的业务。用户们正确地问自己：“既然免费版已经比我聪明了，为什么还要每月支付 20 美元呢？”

传统的 SaaS 玩法建议我们应该对一些最好的功能进行按需付费，比如 病毒式传播的 NotebookLM 播客生成器、Nano Banana 图像或 Gemini 深度研究。过去，Slack 成功地限制了消息历史记录，而 Figma 则限制了团队库。但如果我们将与 Gemini 或深度研究实时交流的能力进行付费限制，用户将永远无法体验到建立日常习惯所需的魔法，也不会产生再次尝试这些工具的愿望。此外，这可能并没有解决最大的计算成本来源。AI 产品的现实迫使我们彻底重建付费墙的结构。这是我们开发的框架。

**现代 AI 付费墙的解剖**

_使用 Google AI 订阅包中的 Nano Banana Pro 生成_

现代的 AI 支付墙应该同时考虑到两个方面：用户期望什么以及这些功能实际给公司带来的计算成本。这意味着超越传统的 SaaS 免费增值模式，转向多个动态的、基于使用量的和结果驱动的层级。如果你正在构建一个 AI 支付墙，请将升级触发器转移到这三个支柱上，以使客户的价值与公司的成本对齐：

支柱 1：控制使用强度

当我们首次为 Google 的 AI 功能添加支付墙时，我们的直觉是采用传统的 SaaS“高级”玩法：一个单一的 $20 Gemini 高级层级，用户需要付费才能访问最智能的模型。但很快我们遇到了两个问题。首先，正如我之前提到的，免费层级已经非常强大，许多用户觉得它已经“比他们聪明”。因此，他们看不到升级的理由。但第二个问题更令人惊讶：那些确实升级的重度用户消耗了如此巨大的计算资源，以至于对公司来说单位经济效益令人担忧。我们意识到真正的价值主张不仅仅是模型/答案的质量，而是用户可以通过系统处理的工作量。如果商业模式要行得通，我们必须相应地定价这种访问权限。

因此，我们将产品重新设计为 Plus、Pro 和 Ultra 层级。每个层级对应特定的使用强度级别，随着层级提升，提供更高的使用量和更大的上下文窗口（最多可达 100 万令牌）。这为用户提供可预测的、预付费的价格层级，并避免了消费者讨厌的按使用量计费的 AWS 式账单冲击。每个层级都能体验到大多数功能，而 Pro 层级可能足以满足偶尔的实验者，重度用户则会选择 Ultra 层级。这种方法使我们的单位经济效益和订阅者分布趋于一致，从而创建了一个财务可持续的商业模式。我们发现，通过控制使用强度来实现货币化比通过控制模型智能更有效。

例如，[Midjourney](https://www.midjourney.com/) 做得很好。他们使用“快速模式”与“放松模式”系统。快速模式提供即时的 GPU 访问，用于快速生成结果，但每月小时数有限——这些小时数会相应计费。一旦快速小时用完，标准计划或更高计划的用户可以切换到无限的放松模式，该模式根据需求排队运行。用户支付的是优先访问其 GPU 的费用，以便生成更多更快的图像，而不一定是更好的图像。而公司则能够保持其单位经济效益紧缩。

支柱 2：控制结果

虽然支柱 1 货币化的是原始计算能力和工作量，但支柱 2 货币化的是生产力。免费层级可能会给用户正确的答案，但需要手动操作——复制、粘贴、提示和格式化。为了让用户升级，你需要在那些能将多步骤任务简化为一次点击的功能前设置支付墙。“专业”用户对摩擦非常敏感，他们会仅仅基于这些功能消除了他们生活中的工作时间就认为订阅费用是合理的。

我们最初为 Gemini 高级 提供的价值主张完全围绕着提供“最好和最快的答案”这一前沿模型所能产生的内容。从那时起，LLM 从被动的文字生成器过渡到了自主的 AI 代理，它们能够推理、计划、使用工具并保留记忆以完成复杂任务。我们通过使 Chrome [自动浏览](https://support.google.com/chrome/answer/16821166?hl=en) 仅限于我们的高级层级来拥抱这一转变。Chrome 的自动浏览（由 Gemini 提供支持）是一种 AI 代理功能，能够自主导航网站、填写表单、比较产品、将商品添加到购物车，并在浏览器中管理任务，如预订约会。我们围绕节省员工劳动来构建支付墙，让代理代替用户在网络上导航并执行操作以完成实际工作。我们不再销售“答案”，而是开始销售“时间”。

Intercom 的 Fin AI 代理 是基于结果的 AI 定价的黄金标准。它每解决一个问题收费 $0.99。允许 AI 尝试回答是免费的，但只有当用户确认问题真正得到解决时才收费。Sierra 也做得很好。

支柱 3：控制最繁重的计算模式

当我们为 Genie 3 ——我们的实时交互式“世界模型”——制定上市策略时，我们知道计算成本将会巨大。在内部测试期间，我们开玩笑说每个提示都会导致 TPU 熔化。我们意识到向每个免费用户开放这个功能不仅是一个糟糕的商业决策，而且在物理上是不可能的。简单地说，没有足够的 TPU 在每秒处理 100K+ 请求的情况下服务于数亿 DAU。然而，我们也发现消费者本能地理解这些繁重的模式是一种高级服务。他们不会期望一个电影级的、照片写实的 3D 世界是免费的，就像他们不会期望一封 500 字的电子邮件是免费的一样。

因此，我们将 Genie 3 仅限于我们的最高层级用户。通过将这一前沿的世界模型提升到高级层级，我们将巨大的计算负担转化为激励用户移至我们价格阶梯顶端的强大动力。这也使我们能够在不遇到容量限制的情况下展示最先进的模型。

我的建议是将你最昂贵、计算密集型的模式作为最高订阅层级的终极升级触发器。使文本和基本图像生成普遍可访问，以推动顶部流量的增长，但一旦用户想要渲染电影级视频、运行实时模拟或进入持久的 3D 环境，就要设置硬性支付墙。

**打造你的货币化生态系统**

精心设计且与价值一致的层级可以捕获用户的实验预算，但它们不会永久保留。与传统 SaaS 相比，AI 订阅的流失率相对较高，仅仅是因为核心使用习惯仍在形成中。为了获取用户的终身价值，您必须围绕这些层级设计一个生态系统，以维持并扩展您的客户群。以下是您如何优化转化、留存和客户服务成本，确保构建一个持久的生态系统。

找准转化催化剂

决定将哪种价值放在哪个层级只是战斗的一半。您还需要掌握何时以及如何提示真正推动收入的升级。要将高度活跃的免费用户推向临界点，您需要特定的转化催化剂——行为触发器、情境化的用户体验引导以及战略性的包装，将令人沮丧的障碍转变为无摩擦的、无需思考的升级。展示升级提示更像是一门艺术而非科学。最终推动有意义的转化归结于在用户高意向的时刻向正确的用户提供正确的上下文引导。对于 Google AI 订阅，我们发现了一些非常有效的方法：

本篇文章仅限付费订阅者阅读

订阅

已经是付费订阅者？**登录**

Previous Next