近年来,人工智能技术飞速进步,在各行各业的应用越发广泛,推动了数字化转型的浪潮。然而,随着AI应用的普及,相关软件和服务的定价体系却日益陷入一种"混乱"状态。来自全球著名市场研究机构Gartner的副总裁兼分析师乔·利弗斯里奇(Jo Liversidge)在其最新发布的行业报告中指出,AI产品的定价机制和合同条款正处于一片复杂且难以捉摸的"pandemonium"中,给企业购买者带来了极大困扰和潜在风险。首先,许多主流AI供应商在其合同与服务条款(T&Cs)中并未清晰列明AI专项内容,甚至隐藏了包含重大责任与费用风险的条款。例如,亚马逊AWS在相关补充协议的第50条中才有限度地提到AI服务,令买家需要花费大量时间和精力去逐条研读供应商的多份文档,以厘清其购买的真实含义和风险。这种缺乏透明度的做法无疑使企业在签约时难以准确预估后续成本和责任。
法律责任界定模糊成为购买AI服务的另一大难题。若AI系统提供的建议出现错误导致用户遭受经济损失,谁将承担责任?利弗斯里奇指出,目前多数合同尚未对此作出明确规定,令买家处于弱势地位。类似Adobe一度要求客户承担其AI工具引发的版权侵权责任,因客户强烈反弹才被迫修改合同条款。这一历史提醒企业,必须主动施压供应商,推动责任明确化,同时引入符合道德和安全标准的"负责任AI"原则。鉴于人工智能的特殊性质,供应商方开始陆续采用新颖且繁杂的定价策略,其中信用额度制尤为普遍。用户需提前购买一定数量的"信用点"或"代币",然后在使用不同AI服务时,依据服务要求消耗相应信用点数。
令人困惑的是,供应商常通过调整"乘数",变相提高某些操作的信用消耗,造成价格随时上涨且缺乏预警。买家往往难以及时掌握信用点的具体用途、适用范围及消耗规则,从而面临信用余额"闲置浪费"或"溢出负担"的风险。此外,不同产品或用户之间信用点的适用权重亦不统一,部分方案甚至将信用额度绑定于单个用户或特定产品线,而有些则跨越整个服务组合,导致管理复杂化。这种混乱的设计增加了企业对成本控制的难度,而供应商迄今未能提供有效的计算工具或实时监控系统。传统的IT监控方案普遍不能应对生成式AI带来的多维度定价结构,令企业面对开支突然激增时如临大敌。利弗斯里奇尤其指出,许多新AI产品均缺乏价格计算器和使用追踪工具,且产品常常在合同签订后才上线,进一步加剧了预算风险的不确定性。
对买家而言,识别隐藏的额外收费同样重要。例如Slack正在用集成人工智能的新产品替代旧版,其座位单价预期飙升40%,令客户在不知情的情况下被迫承担更高费用。随着具备自主决策能力的AI代理越来越多地应用于企业运营,如何为其收费也是下一轮定价纠结点。利弗斯里奇已经发现四种不同的代理收费模型,显示市场规范尚不统一。她用两幅图形象比喻了当前AI定价的错综复杂:一是数据中心中交织缠结的以太网线缆,二是各自独立且冗余的专有插头。隐喻了供应商规则混乱和标准缺失的现状。
有趣的是,这也引发了业内关于"用AI管理AI成本"的探索思考,尝试通过智能方案梳理纷繁复杂的费用结构与合同条款。为了突破当前困境,买家须从自身采购策略入手,强化对供应商条款的细致审查,不仅要深挖合同中责任归属和风险防范条款,还应关注AI是否纳入ISO 42001等管理体系标准,推动负责任AI实践的纳入合同。同时,积极与供应商沟通,争取价格透明和合理的信用点使用规则,尽量避免"多付少用"或"信用点闲置"等造成的成本浪费。除此之外,企业需主动建立AI成本监控体系,结合采购、法律及财务部门协同作战,定期核查实际使用情况和账单,防止费用暴增或合同陷阱。同时对企业内部员工进行教育,提高对AI定价模型的认知,避免因不当使用引发异常开支。未来,随着市场成熟,供应商定价和条款有望趋于标准化和透明化,但眼下的"pandemonium"局面仍将是企业采购AI服务必须面对的现实。
唯有加强主动识别风险和把控成本,才能在拥抱AI技术红利的同时,规避潜藏的法律与经济隐患,实现数字化转型的稳健推进。总结来看,AI定价的混乱既反映出技术创新带来的商业模式变革,也提示企业不可盲目跟风采购。供应商条款的非标准化、价格体系的多变以及责任界定的模糊,都对买家的风控能力提出了更高要求。只有深入研究合同文本,推动负责任AI的法律保障,强化成本透明化和监控,才能在新一轮AI浪潮中游刃有余。Gartner专家Jo Liversidge的观点无疑为企业敲响了警钟,提醒各方在"AI定价pandemonium"中保持警觉与理性。未来,期待产业链共同努力,为AI应用营造更加透明、公正和可持续的生态环境,助力数字经济蓬勃发展。
。
