行业趋势：AI需求驱动云支出增长 - 不断增长的AI需求正推动技术提供商重新思考定价结构以控制云支出 企业高管也致力于降低此项成本[3] - 未来三年公共云支出预计将增长四倍 因IT领导者需努力跟上生成式AI和智能体AI工作负载的需求[3] - 超过一半（54%）的受访者预计其云使用量将会增加[3] 企业应对策略：基础设施与定价模型转变 - 增加的云支出将促使IT领导者考虑采用专用基础设施 以适应加速的AI应用[4] - 对于技术供应商而言 新的定价模型有助于缓解云支出上升的影响 云支出被 cited 为增加年度经常性收入的最大障碍[4] - 供应商目前主要依赖订阅模式作为AI货币化的主要模型 但预计订阅模式的使用将下降 而基于用量的模型将更受欢迎[5] - 近四分之三的供应商已适度采用了基于用量的模型[5] 定价模型挑战与收入最大化 - 按用户订阅模式不太可能帮助技术提供商实现收入最大化 因为少数用户可能产生极高的AI使用成本[5][6] - 供应商在使定价与客户价值保持一致方面面临挑战 仅有36%的公司报告二者高度契合[6] - AI必须通过更好的体验和结果为客户增加价值 这需要依赖良好的用量数据[6] AI部署成本对利润的影响与新策略 - 70%的技术高管认为 部署AI产品和功能的加速成本正在侵蚀技术供应商的利润[7] - 因此 52%的高管正计划采用新的定价模型 以减轻因满足AI需求而不断上升的云支出[7] - 基于用量的定价是供应商提供云和嵌入式软件部署的一项关键新兴策略 超过一半的受访者预计基于用量的收入到2027年将增加[7]