AI真能让盈利更简单？实际情况恰恰相反

本文来自微信公众号：ToBeSaaS，作者：戴珂

从行业实际情况来看，结果或许和大家的预期完全不同：引入AI不仅不一定能帮助企业盈利，反而可能让亏损变得更严重。

按照常规的看法，AI产品正在改变传统软件的形态、重新塑造行业的格局，应该更受市场欢迎，它们的效率更高、PLG特性更明显，推广成本也更低。所以AI产品（特别是AI SaaS）按理说更容易实现盈利。

但这只是一种美好的想象，实际情况刚好相反。

为了避免没有意义的争论，我将从财务的角度，把这件事彻底说清楚。

之前我们多次提到，一家SaaS企业能不能真正盈利，关键在于两个财务指标：毛利率（Gross Margin）和运营成本（OpEx）。

先来看毛利。

大家都知道，毛利决定了一家公司盈利的最高限度。但现在，这个关键的上限正在不断降低。

对于纯SaaS业务来说，COGS（销货成本）主要包括：

• 客户支持

  
  

  
  

• 客户成功

  
  

  
  

• 云基础设施成本

  
  

  
  

• 运维与DevOps

  
  

  
  

• 专业服务交付

  
  

  
  

但到了AI产品（包括AI SaaS），成本结构里必须再加上一项——推理成本：也就是支付给大模型厂商或者AI服务提供方的费用，而这部分成本通常不低。仅仅这一项新增的支出，就足以大大拉低整体的毛利率，让本来就不算大的盈利空间被进一步压缩。

我们再来看运营成本（OpEx）。

运营成本主要由三部分组成：

• R&D：研发、产品和技术的更新迭代

  
  

  
  

• S&M：销售、市场和获客的投入

  
  

  
  

• G&A：财务、法务、人力等管理成本

  
  

  
  

有数据表明，AI公司在S&M上的投入，甚至比原本就以“烧钱”闻名的传统SaaS公司还要高出3到5倍。

要知道，高S&M投入能够成立的前提，是毛利率必须超过75%才能支撑。

但现实是，AI SaaS的毛利率普遍被大幅降低，这就直接导致企业陷入高投入、低毛利的困境，最终很难实现盈利。

每当说到这个结论，总是有人会拿出反例来反驳。比如典型的PLG公司Atlassian，营销和销售人员很少，S&M费用占比只有19%，远低于行业28%的平均水平，并且取得了很大的成功。

但如果仔细看它的财报就会发现，它的R&D占比高达35%，远远超过行业17%的平均值。这本质上是一种成本转移——为了实现产品的自主推广、自主增长，必须在研发上持续加大投入。

更糟糕的是，绝大多数AI产品公司，连Atlassian这种“用研发投入换取增长”的效率都达不到，反而陷入S&M和R&D成本都很高的局面，直接把运营成本推到了极致。

由此可以得出明确的结论：高推理成本加上高销售市场成本，会直接压垮AI产品公司的单位经济模型。连基本的经济模型都站不住脚，盈利自然就更无从谈起了。

还有两个更残酷的指标，让AI产品的盈利之路看起来更加遥远。

首先是本就处于下降趋势的NRR。AI产品自带强烈的“尝鲜”特点，用户的热度来得快、去得也快，直接导致NRR的下滑速度远远快于传统SaaS。这意味着：增量扩张更难、获客成本更高、客户留存更不稳定。

其次是被大幅拉长的CAC payback周期。SaaS的周期大约是20个月，而多数AI产品已经超过36个月。试想一下，单是回收获客成本就要三年，那么三年后的市场环境、产品竞争力、现金流状况都充满了未知。

连成本回收都这么漫长，想要实现稳定盈利，自然就更加充满不确定性了。

这两个指标叠加在一起，AI产品的盈利难度已经被拉到了一个前所未有的高度。

总的来说，在当前的行业环境下，只有先把现有的业务做扎实、实现盈利，AI才有可能成为真正的助力。

而指望靠AI把原本深陷亏损泥潭的SaaS公司直接拉出来，其实只是一种一厢情愿的想法，最终只会白费力气。