AI 正在打破软件行业最吸引人的一个假设：一旦产品建成，服务新增一位客户的成本几乎可以忽略不计。

传统软件或许需要大量前期投入，但产品一旦完成，开发者就能以极低的边际成本分发成果。生成式 AI 则不同。每一次提示词输入、每一个生成的回答、每一项代理式任务，都必须重新生成，并重新付费。

今年早些时候，Stripe 联合创始人 Patrick Collison 曾表示，在 AI 时代，“软件应该像披萨一样”，在使用当下按需制作。但按需制作的软件，也伴随着按需发生的成本。

互联网经济在很大程度上是围绕人类意图设计的。人们搜索、点击、订阅并完成结账。企业也围绕这种行为进行优化：获取一个客户，把他们转化为订阅用户，再以较低的边际成本为其提供服务。

但现在，AI 代理可以代表个人或企业进行研究、编写代码、调用 API、执行任务，甚至完成支付。这带来了速度和规模，但自动化活动也可能极快地推高使用量——以及成本——远超企业预期，也超出它们习惯管理的范围。

所有人都在关注 AI 如何推高算力账单；真正留意是谁在“白嫖”的人却很少。免费试用滥用和多账号滥用，是 AI 单位经济中悄无声息的杀手，而企业往往要等到利润率消失后，才发现损害已经造成。

挑战已不再只是如何让算力更便宜，而是如何确保使用量能够转化为收入，而不是让意外或滥用性的消耗侵蚀企业利润率。

在亚洲，AI 的采用正从试验阶段转向实际行动。Stripe 在 2025 年的一项调查发现，82% 的企业领导者已经在实施，或计划实施，代理式 AI。受访者中有一半预计，到 2030 年，销售中将有更大比例来自 AI 驱动的渠道。根据贝恩的数据，东南亚已有 85% 的购物者正在使用或考虑使用 AI 工具来辅助购物决策。

为新的商业计量单位计费

在 AI 时代，两名不同用户可能会制造出截然不同的工作负载。每一次与 AI 的交互都带有真实成本；因此，代币如今已成为衡量和计费使用量的关键单位。

因此，这推动 AI 公司转向按使用量计费或混合计费模式。这种模式更能反映实际消耗成本，使企业能够实时追踪使用情况并收取费用。

以使用 Stripe 的 AI 软件创建平台 Lovable 为例。Lovable 最初提供订阅制，但此后已转向按使用量计费。一旦客户超出其套餐中的免费额度，就会按照 AI 代币消耗量收费。

这种新模式也带来了新的脆弱点：代币盗用。实施这类滥用行为的人依赖的是“钻系统空子”。攻击者会创建多个账户，滥用免费试用，消耗 AI 代币，却从未打算为此付费。

滥用者每消耗一个代币，都会给公司带来一笔无法收回的即时运营成本。

Stripe 的研究发现，AI 公司超过六分之一的注册与多账号滥用有关。

AI 公司不能等到支付请求失败时才采取行动；到那时，用户早已离开。相反，它们需要在注册时就识别滥用行为，在第一个代币被使用之前就加以拦截。Stripe 表示，通过 Stripe Radar 等解决方案——这是一款基于全球数百万家企业数据训练的反欺诈 AI 工具——该公司去年在新加坡阻止了 13 亿美元的欺诈行为。

保护利润率

挑战不只是识别代币盗用或欺诈，更在于决定如何应对。

企业需要更清楚地看到自身利润率暴露在哪些环节，同时还要具备灵活性，能够设定自己的风险容忍度，并针对不同行为定制响应方式。比如，一个反复创建新账户以窃取免费 AI 代币的人，就应当与一名已付费、但使用量突然飙升的普通用户区别对待。

随着 AI 改变服务客户的成本结构，保护利润率将不仅取决于更便宜的算力，也取决于确保每一个被消耗的代币都真正算数。

《Fortune》评论文章中表达的观点仅代表作者本人，并不一定反映《Fortune》的观点和立场。