「收入在涨」是早期 AI 团队最容易自我安慰的一句话。但如果毛利为负，收入涨得越快，公司死得越快。
AI 产品的三笔特殊成本
- 推理成本：随调用量线性增长，客户用得越多你亏得越多
- 数据与标注成本：为了效果必须持续投入，且很难摊薄
- 人力交付成本：早期项目制交付高度依赖工程师，边际成本几乎不下降
这三笔成本让 AI 产品比传统软件更难赚钱。
必须算清的三个指标
1. 单客户边际交付成本：新增一个客户，你多花多少钱
2. 客户生命周期价值：平均客户会付多久、付多少
3. 回本周期：一个客户的钱，多久能覆盖获取与交付成本
回本周期超过 12 个月，说明模式过重，融资节奏必须放慢。
把负毛利订单变正毛利的四条路
- 提高标准化程度：把定制部分抽出产品化能力，降低人力交付占比
- 优化推理结构：模型蒸馏、缓存、批处理、边缘推理，把单次成本压下来
- 改变收费方式：从一次性项目制转向订阅 + 使用量分成，让收入跟着客户价值走
- 筛选客户：主动放弃那些必须重定制、且年付费低的订单
最后一条最难，但往往最有效。早期团队最稀缺的不是订单，是能复制的订单。