人越多越亏钱，AI把C端SaaS，逼成了健身房生意

说出来你可能不信。

一家拥有2.6亿月活、年收入35亿美元的全球头部软件公司Canva，最近最大的烦恼，不是没人用，而是用户太爱用了。

这事是这样的。

今年4月，Canva发布了AI 2.0产品：用户只需要一句话，就能生成一套可以继续编辑的设计、文档、网站和营销物料。

产品更强了，公司也把AI推到了产品最核心的位置。

结果四个月后，画风突然不对了。Canva不仅主动放慢了AI的推广，还把2026年收入增长预期从年初约30%下调至约20%。

原因是，Canva的账单扛不住了，用户越活跃，越不赚钱。

Canva并不是个例。今年二季度，设计软件龙头的Figma发布财报，营收同比增长48%，但营业成本却增长了117%。财报一出，Figma股价盘后一度暴跌15%。

当每一次用户点击都开始产生真实成本，软件这门最轻的生意，也开始变“重”了。

C端软件这个被视为过去20年最好的生意之一，正在变成另一个你更熟悉的生意：健身房。

一边劝你花钱，一边又怕你真往死里用。

跑马圈地的模式玩不转了

在AI出现之前，Canva做的是一门典型的SaaS生意。

它用免费的在线编辑器吸引海量用户，再通过高级模板、版权素材等产品把用户转成Pro或企业级客户。

这些产品有一个共同特点：用户越多，使用越频繁，单位成本就越低。

Canva也靠这套模式一路做大。截至2025年末，Canva月活用户已经达到2.6亿，付费客户超过2800万，年化收入达到35亿美元，95%的《财富》500强企业都在使用Canva。

但AI来了之后，这套完美的模式玩不转了。因为Canva发现了一个很尴尬的问题：

用户越活跃，越不赚钱。

原因主要有两个。

第一，过去最重要的流量资产——免费用户，开始变成真实的成本。

为了保住庞大的免费用户基本盘，Canva并没有把AI完全锁在付费墙后。目前免费用户同样拥有一定的AI使用额度，例如每月共享200次标准AI调用，或者20次高级AI调用。

问题在于，AI和传统软件功能的成本结构完全不同。

用户多打开一次模板，Canva几乎不会增加什么成本。但用户每生成一次图片、调用一次模型，背后都需要消耗GPU和推理资源。

这意味着，过去支撑Canva增长的免费流量，第一次开始成为利润表上的财务压力。

第二个问题更麻烦。成本涨了，用户却未必愿意多付钱。

2024年，Canva曾经尝试把一批早期Teams用户迁移到新的按席位收费体系。

一些美国老用户过去一年只需要支付120美元，就可以供5个人使用。新的标准价格变成每人每月10美元，至少3个席位。也就是说，一个5人团队的年费从120美元涨到600美元左右，直接涨了4倍。

这一下碰到了Canva最敏感的地方。

Canva过去能够从Adobe手里抢到大量用户，一个重要原因就是简单、便宜，被视为Adobe等专业设计软件的平替。

价格一下涨了几倍，老用户根本不买账，反弹剧烈，逼得Canva不得不妥协，宣布允许部分早期Teams客户继续保留原历史价格。

Canva的情况并不是孤例。它的老对手Figma，也碰到了几乎同一道题。

今年3月，Figma正式推出AI Credits，把不同AI功能换算成额度，对用户的调用量进行限制。原因很简单，Figma也顶不住了。

但额度限制并没有堵住Figma不断增长的成本。

2026年第二季度，Figma的营收成本从一年前的2789万美元增长到6047万美元，同比增加117%，增速远远超过收入。GAAP运营亏损更是达到1.173亿美元，而去年同期还实现了约200万美元运营利润。

成本上升的重要原因之一，就是AI相关的技术基础设施和托管支出增加。这份财报发布后，Figma股价盘后一度下跌15%。

Canva和Figma的困境，其实是所有传统 C端软件公司都会遇到的问题：

过去跑马圈地的收入模型在AI时代跑不通了。

AI应用，被迫重做自己的价目表

既然AI把成本打上去了，最直接的办法当然是涨价。

但第一批真正这么干的AI应用，很快发现，事情没有这么简单。

最先想到的办法，就是继续涨订阅价。

Adobe就是典型。2023年引入Firefly后，主力套餐从52.99美元/月涨到59.99美元。2025年，公司又推出Creative Cloud Pro，又涨到69.99美元。

问题是，价格在涨，AI使用量涨得更快。

最新财报显示，Adobe订阅收入同比增长13.7%，订阅成本却增长16%。

这就是纯订阅制在AI时代最尴尬的地方：订阅制的收入相对固定，但算力消耗却是浮动的。

于是，第二种定价方式出现了：按量收费。

Replit在2025年采用了所谓的“Effort-Based Pricing”，根据Agent完成任务的工作量收费，简单任务可能只要0.25美元，复杂任务则超过1美元。

这样一来，重度用户多消耗的算力，可以直接由用户买单。但这就把风险也从公司转移到了用户。

Agent和普通软件不同。点一下按钮之后，它可能在后台规划、搜索、调用工具、返工很多轮。用户看见的只是一个任务，但背后究竟消耗了多少Token、跑了多少步骤，往往并不清楚。

2025年7月11日，Replit就因为成本计算出现错误，约6%的付费用户被多收了费用，最后不得不退款，并额外赠送10美元积分。

在Replit官方社区里，也有开发者吐槽，一个过去只需要2—3美元的项目，新定价下直接涨到了30美元；甚至有用户因为一次失败任务被扣掉32美元后直接发帖告别。

这就是按量收费最大的麻烦：价格变得可变，用户的心理成本也跟着变高。

更麻烦的是，一旦所有东西都拆成Token、调用次数和算力成本，用户就很容易开始算另一笔账：

既然都是按模型调用收费，我为什么不直接去买OpenAI或者Anthropic的API？

这意味着，应用层原本的软件溢价正在被削弱。

Salesforce面临的质疑，本质上也是这个问题。虽然其年度经常性收入已经突破12亿美元，同比增长205%。但市场依然担心：客户付给Agentforce的钱，到底是在购买Salesforce沉淀多年的客户数据、业务流程和企业软件能力，还是仅仅在购买一层包装过的大模型调用？

于是，行业又开始尝试第三种方式：按结果收费。

这听起来最符合AI的价值逻辑。用户不关心模型跑了多少Token，也不关心Agent思考了多少轮，只关心最后有没有把事情办成。

Zendesk就是较早这么做的公司之一。

2024年开始，它按照AI“自动解决”的客服问题数量收费，最低大约1.50美元一次。AI真正解决一个问题，平台才收费。

相比按Token收费，这种模式显然更接近客户真正购买的价值。

但它又碰上了一个更麻烦的问题：什么才算“解决了”？

如果标准定得宽，平台可以确认更多结果，客户会怀疑AI只是把工单关掉了。标准定得太严，很多AI已经创造的价值又无法计费。

Zendesk早期规则中，如果AI回复后，用户72小时没有继续互动，也没有转人工，这次对话就可能被计入一次自动解决。

在Zendesk官方社区里，甚至有客户逐条检查了192次自动解决记录，认为其中至少40%的交互仍然需要真人复核。

这说明，按结果收费虽然方向最理想，但执行难度反而最高。因为Token很好数，结果却很难定义。

软件生意，变成健身房模式

绕了一圈之后，今天越来越多AI应用最后都走向了同一个答案：混合定价。

先收一笔基础订阅费，再对额外的AI使用量，或者最终结果单独收费。

比如Intercom的客服AI，用户需要先购买39美元/月的基础席位，再按照0.99美元一次的解决结果付费。今年3月和4月，Figma和Canva也先后开始把原来的固定订阅，拆成“基础订阅+超量加购”。

表面看，是AI软件的价目表越来越复杂了。

背后的变化其实很简单：行业正在重新分配算力风险。

纯订阅制下，公司承担风险——用户用得越多，公司成本越高；

纯按量收费下，用户承担风险——一次任务究竟花多少钱，越来越难预测；

按结果收费，则把争议集中到了结果本身——到底什么才算完成。

混合定价，是现阶段三者之间最现实的折中。公司用订阅费保住收入底线，再通过按量或者按结果收费，把重度用户带来的额外成本转出去。

但这依然只是定价层面的修补，很难掩盖软件生意在AI时代更深层的变化。

但AI正在把这门生意慢慢变成另一种模式——健身房。

既希望用户离不开自己，又不能让用户毫无节制地使用自己。

当下的AI应用，就在这种矛盾里反复寻找新的平衡。

本文来自微信公众号“硅基观察Pro”，作者：硅基君，36氪经授权发布。