一项技术要想价值变现，就离不开货币化问题。而所谓的货币化，其实就是可以明码标价地售卖。

因此，AI也需要货币化。

但是，AI的货币化，可以适用于SaaS，而不太适合于传统企业软件。

因为，对于SaaS来说，AI货币化意味在着基础订阅之外的新服务订阅，客户愿意付费，因此可以产生新的收入。

而对于企业软件来说，加入再多的AI功能，也很难让客户再增加付费。因而不太可能借加入AI而增加收入，而更多是市场宣传方面的不甘落后。另外，增加了AI概念，可能对销售有利（其实也未必，特别是大家都加入了AI概念）。

所以，在商言商，只要不能增加收入，那就是花了钱，却白忙活一场。

实际上，AI货币化，对于企业软件和SaaS之所以会有这么大的不同，主要是有两个缘由：客户的连接性和不同的收入模式。

先说客户连接性问题。

对于SaaS来说，一旦交付，就在物理上与客户建立了连接，在交互关系上也建立了联系。

而对于企业软件来说，一旦交付，基本上就与客户彻底“失联”。因为要忙着去找下一个销售目标。

实际上，“建联”与“失联”的最大影响，是公司是否能知道和看到：客户是如何使用他们产品的。显然，只有SaaS公司有这个条件，而企业软件公司则没有。

而几乎所有的AI功能，都是在与客户的互动中，因解决问题而产生的。因而它们的价值更容易得到客户的认可，这让AI的货币化成为可能。

软件公司自然也不愿意放过这个AI机会。但因为缺少客户连接性，所以也就没有了AI能力探索的机会。因此，只能按照自己的想法，“预装”某些AI能力或功能。比如，一家软件企业，一口气接入了十几个大模型。

这么蛮干，问过客户了吗？他们愿意为此付费？

再说收入模式问题。

众所周知，企业软件多为交易型收入模式，俗称“一手钱、一手货”的货讫两清模式。这种收入模式下，即使客户认可新增AI功能价值，也很难再向客户另外收费。

而采用ARR订阅模式的SaaS，就不存在这种限制。因为新增AI能力或功能，只是客户增加另外一组订阅服务而已，比如HubSpot的Breeze。

从一些上市软件公司的财报中可以看出，它们的R&D成本不断增加，主要原因是在AI上的投资增加。但这种AI投入的ROI，却没人能算得清楚。

从这个角度来看，只赚得吆喝而白忙一场，也不是没有这种可能。