a16z 探讨 AI 应用如何建立壁垒并维持商业溢价

a16z 发布深度分析指出，随着通用模型推理成本下降且替代门槛降低，AI 应用必须依靠更强的工作流执行、更低的数据上下文复用成本以及按可衡量成果定价来维持商业溢价。文章结合 Harvey 和 Decagon 等实际案例说明，企业客户只愿为显著超越自建原型的端到端交付买单，应用厂商应当剥离不可预测的模型调用成本，将计费锚定在合同审查或工单处理等具体业务单元上。