按席位
预算熟悉、收入可预测；自动化减少用户数量时会与客户价值错位。
Framework
从能力演进到现金流的八变量框架
每个变量都必须回答机制、量化指标和失败条件。若其中一环只能用笼统叙述连接，预测就尚未闭合。
1. 价值创造与价值获取
事实层 先描述客户当前任务：投入多少人工、等待时间、错误损失和协调成本。不要把模型基准分数直接视为客户价值。
推断层 AI 若只把任务做得更快，却没有减少总流程中的瓶颈，价值可能有限。真正可计价的价值通常来自缩短周转时间、提高吞吐、降低错误或支持以前无法服务的客户。
价值获取检查
- 客户收益能否被供应商测量与归因？
- 竞争者进入后，价格是否迅速逼近推理成本？
- 渠道是否收走大部分增量利润？
- 客户能否用内部团队或通用工具低成本替代？
2. 成本曲线：别只看 token
完整服务成本 = 模型推理 + 数据获取与清洗 + 人工复核 + 集成实施 + 销售获客 + 合规与事故准备金。推理成本下降不自动带来毛利上升；更强能力也可能诱发更高用量。
| 成本项 | 规模效应 | 主要风险 | 验证指标 |
|---|---|---|---|
| 模型推理 | 通常随技术进步下降 | 复杂任务调用量上升 | 每完成任务的推理成本 |
| 人工复核 | 可能阶梯式下降 | 尾部错误难消除 | 每百任务复核分钟数 |
| 实施集成 | 模板化后下降 | 客户系统高度异构 | 上线周期与实施毛利 |
| 获客销售 | 品牌形成后改善 | 教育成本与长销售周期 | CAC 回收期、销售效率 |
3. 分发与工作流所有权
分发回答“客户从哪里遇到产品”，工作流所有权回答“谁控制任务的开始、上下文与最终动作”。二者相关但不相同：一个产品可能借平台获客，却逐步掌握独立工作流；也可能拥有入口，却只是可替换的调用层。
预测规则 越接近记录系统、权限系统和执行系统，越有机会保存上下文并形成切换成本。但若平台开放标准化接口，嵌入本身不等于防御性。
4. 定价单位决定经营模型
按用量
与成本相关；客户账单波动大，且供应商承担不了结果责任。
按任务
容易对应替代成本；需要清楚定义“完成”与质量门槛。
按结果
价值对齐最强；归因、现金周期和尾部责任最难管理。
5. 防御性：模型之外还剩什么
逐项进行“模型能力翻倍测试”：若通用模型明天在质量、速度和成本上同时改善，产品的优势会扩大还是消失？
- 专有反馈数据：是否持续来自真实使用，且合法可用？
- 工作流嵌入：替换是否需要迁移权限、规则、审计记录和团队习惯？
- 可信执行：能否稳定处理异常、回滚、审批与责任追踪？
- 网络效应：新增参与者是否真实改善其他用户体验，而非仅扩大数据量？
常见反证
“客户数据很多”不必然构成壁垒
如果数据无法跨客户训练、反馈稀疏、标签质量低，或基础模型能力覆盖了差异，数据量不会自动转化为产品优势。