🐯虎嗅•最新收集於 83m
AI 把 SaaS 變成健身房生意
💡AI 使用可能讓最活躍的客戶變得無利可圖，看看 Canva、Figma 與 Replit 如何重做定價。
⚡ 30-Second TL;DR
有什麼變化
Canva AI 2.0 讓使用者透過提示生成可編輯的設計、文件、網站與行銷素材。
為什麼重要
AI 讓使用者活躍度從幾乎純粹的 SaaS 正面指標，變成具有浮動成本風險的因素。消費型 AI 產品可能需要更精細的用量計量、依工作負載定價，以及防止 Agent 使用量失控的機制；過高費用也可能促使客戶直接改用模型 API。
下一步行動
為 AI SaaS 加入按功能拆分的推理成本監控，並測試「訂閱額度加透明超額點數」的混合定價方案。
誰應關注：Founders & Product Leaders
關鍵要點
- •Canva AI 2.0 讓使用者透過提示生成可編輯的設計、文件、網站與行銷素材。
- •免費 AI 使用會直接產生 GPU 與推理成本，這是傳統 SaaS 經濟模式過去幾乎沒有的負擔。
- •Figma 第二季營收成本年增 117%，主要原因之一是 AI 基礎設施支出上升。
- •Replit 的工作量計費與 Zendesk 的結果計費，代表 AI 商業化的兩種不同方向。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •雲端服務供應商（CSP）正透過客製化推理晶片（如 AWS Inferentia 或 Google TPU）協助 SaaS 公司降低 AI 推理成本，以緩解 GPU 資源緊缺帶來的毛利壓力。
- •軟體產業出現『AI 稅』現象，部分 SaaS 公司開始將 AI 功能從標準訂閱包中剝離，轉向獨立的『AI 加值包』或『點數制』消費模式。
- •為了優化成本，Canva 與 Figma 等公司正積極導入『模型蒸餾』（Model Distillation）技術，以較小、較便宜的專用模型取代大型通用模型處理特定任務。
- •投資人對 SaaS 公司的估值邏輯已從單純的『ARR（年度經常性收入）成長率』轉向關注『AI 邊際貢獻毛利』，這迫使企業必須證明 AI 功能具備獲利能力。
- •邊緣運算（Edge AI）開始被納入 SaaS 產品規劃，透過將部分推理任務移至使用者裝置端（如手機或筆電），以減少對雲端 GPU 的依賴。
📊 競品分析▸ Show
| 特性 | Canva (Magic Studio) | Figma (AI Features) | Adobe (Firefly) |
|---|---|---|---|
| 定價模式 | 訂閱制 + 點數消耗 | 訂閱制 + 使用量限制 | 訂閱制 + 點數制 |
| AI 核心 | 多模型混合 (自研+第三方) | 自研模型 + 外部 API | 自研 Firefly 模型 |
| 主要目標 | 廣大非專業設計師 | UI/UX 專業設計師 | 創意專業人士 |
| 成本結構 | 高推理成本壓力 | 高基礎設施支出 | 自有模型成本可控 |
🛠️ 技術深入
- 模型蒸餾技術：透過將大型教師模型（Teacher Model）的知識遷移至輕量級學生模型（Student Model），在維持 90% 以上準確度的同時降低 60% 以上的推理延遲與成本。
- 推理優化：採用 vLLM 或 TensorRT-LLM 等框架進行連續批次處理（Continuous Batching）與 PagedAttention，大幅提升 GPU 記憶體利用率。
- 混合雲架構：針對簡單任務使用端側模型（如 Llama 3.2 輕量版），僅將複雜生成任務發送至雲端 GPU 叢集，以平衡成本與效能。
🔮 前景展望AI analysis grounded in cited sources
SaaS 產業將全面淘汰『無限量 AI 使用』方案。
AI 推理的高變動成本與傳統 SaaS 的固定邊際成本模式衝突，迫使企業必須透過使用量限制來保護毛利率。
AI 專用點數（Credits）將成為 SaaS 產業的標準計價單位。
點數制能有效將 AI 推理成本轉嫁給使用者，並提供企業靈活調整定價策略的空間。
⏳ 時間線
2023-10
Canva 推出 Magic Studio，正式將生成式 AI 整合至設計工作流。
2024-06
Figma 在 Config 大會上展示 AI 輔助設計功能，並隨後因成本考量調整發布節奏。
2025-03
Canva 宣布調整 AI 功能使用權限，引入基於點數的消耗機制。
2026-02
Figma 公布財報顯示 AI 基礎設施支出導致營收成本顯著上升。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗