Solo UnicornAI 时代的定价策略：按结果收费，不按小时
AI 时代的定价策略：按结果收费，不按小时
2024 年底，我接了一个数据分析项目。对方问：你收多少钱？
我说：$150/小时。
他想了一下，说：那我先订 10 小时试试。
那个项目我做了 8 小时。交付物：一个自动跑报告的 Python 脚本 + AI Agent，每天帮客户省下 3 小时的人工工作。客户很满意，付了 $1,200。
但我当时有一个清醒的认知：如果我不是按小时计费，而是按"每月为你省下 60 小时工作量"来定价，这个项目的合理价格是多少？
答案大约是 $3,000/月。
这篇文章，讲的就是从那次顿悟之后，我如何重新设计自己的定价体系。
为什么按小时收费在 AI 时代行不通
传统的咨询收费逻辑：你的时间 = 你的价值。工作 10 小时，收 10 小时的费。
这个逻辑有三个隐含假设：
- 时间是主要的投入
- 时间投入越多，产出越好
- 客户买的是你的"在场"
AI 破坏了这三个假设。
我现在搭一个 AI Agent 工作流，最初投入可能是 12 小时，但之后它能自动运行，每天持续产出。按小时收费，客户只付了 12 小时的钱，但拿到了持续 12 个月的价值。这个账，谁都算得出来。
更核心的问题是：当 AI 把我的执行效率提升 5 倍，按小时收费意味着我的收入应该下降 80%？
不对。效率提升，应该让双方都获益，而不是让我一个人亏。
重新定价，是 AI 时代独立创业者必须面对的命题。
我测试过的三种定价模型
模型一：固定项目制（Fixed Project Fee）
逻辑：一个项目，一口价。不管花多少小时，价格固定。
我的实践：JewelFlow 项目初期，为珠宝品牌搭建一套 AI 驱动的库存预测系统，报价 $8,500 固定费用。实际执行：初始开发 20 小时 + 调试 8 小时 + 客户沟通 5 小时，总计约 33 小时。
折算时薪：$257/小时，比我的标准时薪高出 70%。
什么时候用：项目范围清晰、可以明确交付物的时候。比如"搭一个自动分类客户邮件的 Agent"，输入输出都定义好了，就用固定项目制。
踩坑：第一次报价时没有把"修改次数"写进合同，结果客户要求了四轮大改，实际时薪降到 $140。后来规定：固定费包含 2 轮反馈修改，超过按 $200/小时 计费。
模型二：成果分成制（Outcome-Based Revenue Share）
逻辑：不预收大头，而是与客户分享 AI 带来的增量价值。
我的实践：ArkTop AI 有一个客户，希望通过 AI 优化奢侈品的复购率。我们谈了这样一个结构：基础月费 $1,200（覆盖 API 成本 + 维护），加上月度新增复购收入的 8%。
前三个月，AI 推荐系统跑起来后，客户新增复购收入大约 $18,000/月，我的提成是 $1,440/月。
总收入：$1,200 + $1,440 = $2,640/月。如果按小时算，我每个月大概投入 8 小时运维，折算时薪超过 $300。
什么时候用：客户有清晰可追踪的业务指标（收入、转化率、节省成本），双方都能接受数据透明。
踩坑：归因是个大坑。客户复购增长，到底多少是 AI 的功劳，多少是他们自己做的活动和促销？这个问题必须在合同开始前讲清楚，建立 baseline，否则后期一定有争议。
模型三：订阅制（Retainer / Monthly Subscription）
逻辑：客户每月固定付费，享有持续的 AI 能力和支持。
我的实践：为几家中小型企业提供"AI 运营外包"套餐。$3,500/月，包含：一套定制 Agent 工作流 + 每月数据报告 + 最多 4 小时优化咨询。
这是我目前最稳定的收入来源。三个长期客户，每月固定收入 $10,500，几乎是无需额外推销的被动收入。
什么时候用：客户有持续需求，不是一次性项目；双方都希望建立长期关系；我可以标准化交付，不需要每月从零开始。
踩坑：定价太低是我在这个模型上犯的最大错误。最初套餐定价 $1,800/月，半年后我才意识到，我实际上在帮客户节省两个兼职员工的费用（约 $4,000/月），我的价格定得远远低于价值。重新定价到 $3,500 时，没有一个客户流失。
定价锚点：你该怎么算自己的价格
按结果收费，价格从哪来？不是拍脑袋，是算出来的。
三步定价法：
第一步：量化客户问题的代价
问自己：客户不解决这个问题，每个月损失多少？
- 每天花 3 小时做手工报告 → 每月 60 小时 × $50/小时（他们内部人工成本）= $3,000 的代价
- 复购率低 2% → 月均损失多少收入？
有了这个数字，你的定价上限就清晰了。
第二步：估算你能交付的价值比例
你的 AI 方案能消除多少代价？50%？80%？
以上面报告例子为例：AI Agent 替代 80% 的手工工作 → 帮客户节省 $2,400/月。合理收费：价值的 30%-50%，即 $720-$1,200/月。
第三步：加上置换成本
如果客户不用你，他们的替代方案是什么？聘请全职？外包给别人？
比较你的价格和替代成本，确保你在合理区间内——比替代方案便宜，但不是白送。
客户预期管理：这事比定价本身更难
换成成果制定价后，我踩的最深的坑不是价格本身，是客户预期。
问题一：客户觉得"按结果收费"意味着不成功不付钱
这是误解。我说"按结果收费"，意思是定价基于结果的价值，不是基于我的工时。并不是"没达到效果免单"。
合同里必须写清楚：付款是基于交付物，不是基于业务结果。AI Agent 搭好了、运行了、产出数据了，就触发付款——无论客户的业务最终表现如何。
问题二：客户低估了他们自己的参与成本
客户以为雇了我，就可以撒手不管。但任何 AI 系统都需要数据输入、反馈循环和业务决策。
我现在在每个项目开始前会说：这个项目，你的团队需要投入约 X 小时/月。如果你们没有这个资源，AI 效果会打折扣，这不是我方的责任。
问题三：前期没有说清楚衡量方式
"节省时间"这个指标，怎么衡量？谁来测量？测量的基准是什么？
这些在合同签订前没谈清楚，后期一定扯皮。我的方法是在项目前两周做"基准测量"，记录现状数据，作为后续对比的基线。
给想转向成果定价的人：三步起步
第一步：选一个现有客户做实验
不要一下子重置所有定价。挑一个关系好的客户，和他坦诚沟通："我想换一种计费方式，对你可能更划算，聊聊？"
从固定项目制开始，比成果分成制更容易落地。
第二步：先量化，再定价
花一周时间，认真算清楚：你的 AI 方案能帮客户创造或节省多少可量化的价值？没有这个数字，成果定价就是空谈。
第三步：收集数据，迭代定价
成果制定价的第一版一定不会是最优解。做两三个项目，看看实际时间投入、实际交付价值，再校准你的报价模型。
我用了大约半年，做了 6 个项目，才找到自己的定价甜蜜点。
我现在的收入结构
以 2026 年 2 月为例：
| 收入来源 | 金额 |
|---|---|
| 订阅制客户（3 家） | $10,500 |
| 固定项目（1 个） | $6,200 |
| 成果分成（2 个客户） | $3,100 |
| 合计 | $19,800 |
对应的实际时间投入：约 65 小时。
折算时薪：$305/小时。
2024 年，我的时薪是 $150，每个月最多工作 80 小时，月收入上限约 $12,000。
定价结构的变化，不是我工作更努力了，是我重新定义了什么是"工作的价值"。
尾声
一人独角兽俱乐部里，有一句我很认同的话："人做主，AI 做事。"
这句话不只是关于工作方式，也是关于定价逻辑。
如果你是"人做主"，你的价值不只是执行，还有判断、设计、优化系统的能力——这些不应该按小时来量化。
按小时收费，是工业时代的定价语言。AI 时代，你的定价语言应该是：我能为你创造多少价值。
你现在用的是哪种定价方式？有没有想过换一种？欢迎在一人独角兽俱乐部的群里聊聊，或者直接在评论区告诉我。