# D5 — AI-native vs классический SaaS: сквозное сравнение
> Part of: index.md · Method: comparison matrix · Status: done

## Question
Чем AI-нативная модель отличается от классического SaaS по четырём осям прогона — **монетизация**, **граница free/paid**, **gross margin (маржа)** и **привлечение** — и почему. Это ось, связывающая весь прогон: тот же бизнес, но другая экономика «одного запроса».

**Ключевая интуиция (держать в голове весь документ):**
В классическом SaaS код пишут один раз, а каждый следующий пользователь почти ничего не стоит обслужить (near-zero marginal cost — «предельная стоимость близка к нулю»). В AI каждый запрос реально жжёт деньги: GPU-время или токены внешней модели. Поэтому **с рубля выручки в классике остаётся 80–90 копеек после прямых затрат на обслуживание, а в AI — 50–60 копеек (часто меньше).** Из этого факта вытекает почти всё остальное: и урезанные free-тиры, и отказ от per-seat, и переход к оплате за результат.

---

## Сравнительная матрица

| Ось | Классический SaaS | AI-native | Почему разница |
|---|---|---|---|
| **Монетизация** | Per-seat (за место) или flat-подписка. Цена ≈ «сколько человек логинится». Примеры: Salesforce CRM, Slack, Notion (за seat); Basecamp (flat). | Сдвиг к **usage / credits / токены** и **outcome-based** (за результат). Примеры: OpenAI/Anthropic API (за токены), Cursor (кредиты на frontier-модели), Intercom **Fin** ($0.99 за разрешённый тикет), Salesforce **Agentforce** ($2 за разговор / Flex-кредиты $0.10 за действие). | Per-seat привязан к числу людей. Агент работает **вместо** человека → число «мест» падает, а нагрузка (запросы) растёт. Платить «за место» становится бессмысленно. + variable cost инференса требует, чтобы цена росла вместе с потреблением. |
| **Граница free/paid** | Щедрый free-тир: фичи, история, интеграции. Лимиты — про *ценность* (история сообщений, число проектов), не про себестоимость. Free почти ничего не стоит вендору. | **Урезанный free**, лимит на *количество запросов/время*. ChatGPT Free ≈ 10 сообщений / 5 ч на топ-модели, дальше — мини-версия; Cursor Hobby $0; Perplexity Free ≈ 5 Pro-поисков/день. | В классике лишний бесплатный юзер ≈ бесплатен → можно держать. В AI **каждый бесплатный запрос = реальный счёт за инференс** → free строго лимитируют по объёму, чтобы не сжигать деньги. |
| **Gross margin (маржа)** | **~80–90%** (a16z исторически: «гравитация» тянула SaaS к 70–80%; ICONIQ-сравнение даёт 75–85%). | **~50–60%**, в среднем по рынку растёт: ICONIQ 41% (2024) → 45% (2025) → **52% прогноз 2026**. Bessemer: 50–60%. | COGS («прямые затраты на обслуживание запроса») в SaaS почти не растёт с числом юзеров; в AI растёт **линейно с использованием** — 10 000-й запрос стоит примерно столько же, сколько 1000-й (a16z). Инференс «съедает» 23% выручки на scaling-stage (ICONIQ). |
| **Привлечение** | PLG / sales-led / marketing-led. Воронка через free-фичи, sales-демо, контент. | **Виральные демо** модели (показал «вау» → разошлось), **API-first / developer-led** (разработчик пробует API, тянет за собой команду), **бесплатная проба самой модели как hook** (дать пощупать интеллект → конверсия в paid). Примеры: OpenAI/Anthropic (API + chat-демо), Cursor (free-tier для разработчиков), Perplexity (free-поиск как hook). | Сам продукт — это «магия модели», её можно показать мгновенно и вирусно. Но щедрость пробы упирается в стоимость инференса (см. ось free/paid) → hook короче, чем в классике. |

**Рыночные примеры обеих сторон:**
- *Классика:* Salesforce CRM, Slack, Notion, Atlassian, Zoom — per-seat / подписка, маржа 75–90%.
- *AI-native:* OpenAI, Anthropic (токены/подписка), Cursor (кредиты), Perplexity (usage-лимиты), Intercom Fin (per-resolution), Salesforce Agentforce (per-conversation / Flex-credits).
- *Гибрид (показателен):* Salesforce — классический per-seat CRM, который **поверх** прикрутил Agentforce с outcome/usage-моделью. Один вендор держит обе модели одновременно — это и есть «момент перехода» рынка.

---

## Почему per-seat трещит под агентами + outcome-based pricing

**Механика поломки (established, логика подтверждена a16z, Bessemer, MindStudio):**
1. Per-seat = «плати за каждого человека-пользователя». Подразумевает, что ценность создаётся людьми за экранами.
2. AI-агент делает работу **вместо** сотрудника. Если 5 операторов поддержки заменены одним агентом, клиент логично хочет купить «1 место» вместо 5 → выручка вендора схлопывается ровно тогда, когда ценность для клиента выросла. Per-seat наказывает вендора за успех.
3. Одновременно **расходы вендора расходятся с ценой**: клиент на 50 000 запросов/мес и клиент на 500 платят одинаковые $50/seat, но стоят вендору совершенно разного (Bessemer). Flat-цена не отражает variable cost инференса.
4. Отсюда сдвиг: **usage** (за токены/действия) выравнивает цену с затратами, а **outcome-based** (за результат) выравнивает цену с *ценностью для клиента*.

**Цифры сдвига (Bessemer, as of 2026):**
- Чистый per-seat: **21% → 15%** вендоров (2025 → 2026).
- Гибрид (floor + usage/outcome): **27% → 41%** (2025 → 2026).
- IDC прогноз: 70% софтверных вендоров уйдут от чистого per-seat к 2028 (estimate / forecast).

**Outcome-based pricing — это TREND, НЕ established норма.** Помечаю явно:
- **Established:** уход от чистого per-seat к usage/hybrid — уже происходит в цифрах.
- **Trend / ещё формируется:** оплата строго «за результат». Проблема — определить и измерить «результат», и разнобой в ценах на одну и ту же единицу:
  - Intercom **Fin**: **$0.99 за разрешение** (resolution = после ответа Fin клиент больше не просит помощи; биллинг — за исход, 50 outcomes/мес минимум). *as of 2026, fin.ai/pricing.*
  - Salesforce **Agentforce**: **$2.00 за разговор** (платишь даже если агент НЕ решил и эскалировал на человека) + альтернативы: Flex-credits **$0.10/действие** (с мая 2025) и per-user **$125/user/мес** (конец 2025).
  - Разброс по рынку: **$0.50 (Quickchat) … $2.00 (Agentforce)** за единицу — 4-кратный разрыв на «один и тот же» результат. Это признак незрелости модели, а не устоявшегося стандарта.
- Показательно: Salesforce держит **3+ модели одновременно** (per-conversation, Flex-credits, per-user). Рынок ещё не выбрал победителя.

---

## Давление инференса на маржу (цифры с «as of» датами)

**Почему давит (established, механика — a16z):**
В SaaS COGS масштабируется сублинейно: 10 000-й клиент стоит почти столько же, сколько 1000-й. В AI COGS масштабируется **линейно с использованием**: 10 000-й запрос стоит примерно как 1000-й — каждый запрос = GPU-время или счёт за API-токены. Это структурный, а не временный фактор.

**Цифры (несущие — по ≥2 источникам):**

| Метрика | Значение | Источник / дата | Confidence |
|---|---|---|---|
| AI-native gross margin, средн. | **52% (прогноз 2026)**, 45% (2025), 41% (2024) | ICONIQ State of AI, *as of янв 2026* | **High** (первичный survey ~300 экзеков, лонгитюд) |
| AI gross margin, диапазон | **50–60%** | a16z «New Business of AI» + Bessemer AI pricing playbook | **High** (2 независимых VC) |
| AI gross margin (LLM-native) | ~65% | Bessemer State of AI 2025 | Medium (одна оценка) |
| Классический SaaS, бенчмарк | **80–90%** (a16z/Bessemer); 75–85% (ICONIQ-сравнение) | a16z, Bessemer, ICONIQ | **High** (сходятся) |
| Инференс как доля выручки | **23%** на scaling-stage | ICONIQ, *as of янв 2026* | **High** (первичный) |
| Эрозия маржи от AI-инфры | **84% компаний** теряют ≥6 п.п. | ICONIQ, *as of янв 2026* | Medium-High |
| AI-фича на $80 seat | +$15 variable cost → маржа 80% → ~65% | a16z-производный расчёт | Medium (иллюстративный estimate) |
| Публичные SaaS: раскрытие inference-COGS | **4–9% выручки** | отраслевые сводки Q1 2026 | Medium (вторичные источники) |

**Противотренд (важно для баланса):** **LLMflation** (термин a16z) — стоимость инференса при равном качестве модели падает ~10x в год: то, что стоило ~$60/млн токенов три года назад, теперь ~$0.06. Поэтому маржа AI **растёт** (41→52% за 2 года). Прогноз a16z/ICONIQ: AI-маржа подтянется к 60–65%, но **вряд ли достигнет 80%+ классики** в обозримом будущем — структурный разрыв в 20–30 п.п. сохранится. *(Расхождение источников: SaaStr спорит, «реально ли маржа повернула за угол» — у отдельных игроков типа OpenAI compute-margin ~70%, но у B2B-стартапов «беговая дорожка» сохраняется. То есть средняя ≠ лидеры.)*

---

## Insights (📊 I-n)

- **📊 I-1.** Всё различие AI vs классика выводится из одного факта: **near-zero marginal cost (классика) против реальной стоимости каждого запроса (AI)**. Это «первопричина», из которой следуют и урезанный free, и смерть per-seat, и просадка маржи. Объяснять продакт-команде надо именно от неё, а не от частностей.
- **📊 I-2.** **Per-seat ломается не из-за моды, а из-за конфликта интересов:** агент уменьшает число нужных людей → клиент хочет платить меньше seats именно когда получил больше ценности. Per-seat наказывает вендора за успех агента. Это структурно, не отыграется. *(Established)*
- **📊 I-3.** **Outcome-based pricing — пока тренд, не норма.** 4-кратный разброс цен за «один результат» ($0.50–$2.00) и то, что Salesforce держит 3+ модели разом, — прямой сигнал, что рынок ещё экспериментирует. Не закладывайте outcome-pricing как «стандарт индустрии».
- **📊 I-4.** **Маржа AI растёт, но потолок ниже классики.** 41%→52% за 2 года (ICONIQ) благодаря LLMflation, но прогнозный потолок 60–65% против 80–90% классики. Планируя AI-продукт, закладывайте, что с рубля выручки у вас будет оставаться ~50–60 копеек, а не 85 — это меняет требования к CAC, цене и retention.
- **📊 I-5.** **Free-тир в AI — это статья расходов, а не маркетинг «бесплатно».** Каждый бесплатный запрос = счёт за инференс. Отсюда жёсткие лимиты по объёму (ChatGPT ~10 сообщений/5ч, Perplexity ~5 Pro-поисков/день). Дизайн free-границы в AI = балансировка «дать почувствовать магию» против «не разориться».
- **📊 I-6.** **Гибрид побеждает в переходный период:** floor (стабильная подписка) + usage/outcome (upside с потреблением) — рост 27%→41% за год. Это безопасный дефолт для нового AI-продукта: предсказуемая выручка + защита от тяжёлых юзеров.

---

## Risks / caveats (⚠️ — что устареет, что хайп)

- **⚠️ Цифры маржи устаревают за кварталы.** 52% — это прогноз ICONIQ на 2026. LLMflation двигает её вверх ~10x/год по стоимости токена. Перепроверять каждые 6 мес (ICONIQ выходит би-аннуально).
- **⚠️ «Средняя маржа» скрывает разброс.** OpenAI compute-margin ~70%, типовой B2B-AI-стартап ниже 52%. Среднее ≠ ваш кейс; зависит от модели (своя vs API), кэширования, доли тяжёлых юзеров.
- **⚠️ Outcome-based — хайп-кандидат.** Красивая идея «плати за результат», но измеримость результата спорна, цены не устаканились, и вендор берёт на себя риск, если модель не сработала (Agentforce берёт $2 даже за неудачу — это уже НЕ чистый outcome). Не путать маркетинговую риторику с реальной устоявшейся моделью.
- **⚠️ Pricing-страницы меняются часто.** Cursor уже переходил с request-based на credits; Salesforce добавил per-user поверх per-conversation за один год. Все конкретные $-цифры — снимок «as of 2026», не вечны.
- **⚠️ Вторичные источники в маржа-цифрах.** Часть подтверждений — блоги (SoftwareSeni, SaaStr, SaaS CFO), пересказывающие ICONIQ/a16z/Bessemer. Несущие цифры (52%, 23%, 50–60% vs 80–90%) подтверждены первичными VC/ICONIQ; вторичку использовать как иллюстрацию, не как первоисточник.
- **⚠️ IDC «70% к 2028» — это forecast,** не факт. Помечено как estimate.

---

## Sources
- a16z — [The New Business of AI (and How It's Different From Traditional Software)](https://a16z.com/the-new-business-of-ai-and-how-its-different-from-traditional-software/) — gross margin 50–60% vs SaaS, инференс как COGS, «бизнес-гравитация» к 70–80% (Casado). *Первичный, foundational.*
- Bessemer Venture Partners — [The AI pricing and monetization playbook](https://www.bvp.com/atlas/the-ai-pricing-and-monetization-playbook) — 50–60% vs 80–90%, «every AI query incurs real compute costs», уход от seat-based. *Первичный VC, as of 2025–2026.*
- ICONIQ Growth — [2026 State of AI: Bi-Annual Snapshot](https://www.iconiq.com/growth/reports/2026-state-of-ai-bi-annual-snapshot) — margin 41→45→52%, inference 23% выручки, 84% компаний с эрозией ≥6 п.п. *Первичный survey ~300 экзеков, as of янв 2026.*
- SaaStr — [AI Gross Margins Are Up, R&D Up, Pricing a Mess: 5 Takeaways from ICONIQ](https://www.saastr.com/the-execution-era-of-ai-5-key-takeaways-from-iconiqs-state-of-ai-report/) — разбор ICONIQ. *Вторичный.*
- SaaStr — [Have AI Gross Margins Really Turned the Corner? OpenAI's 70% Compute Margin](https://www.saastr.com/have-ai-gross-margins-really-turned-the-corner-the-real-math-behind-openais-70-compute-margin-and-why-b2b-startups-are-still-running-on-a-treadmill/) — расхождение «средняя vs лидеры». *Вторичный, контрарный.*
- SaaStr — [Salesforce Now Has 3+ Pricing Models for Agentforce](https://www.saastr.com/salesforce-now-has-3-pricing-models-for-agentforce-and-maybe-right-now-thats-the-way-to-do-it/) — per-conversation $2, Flex $0.10/action, per-user $125. *Вторичный.*
- Fin (Intercom) — [Fin AI Agent Pricing](https://fin.ai/pricing) — $0.99/resolution, определение resolution, 50-outcome минимум. *Первичный pricing.*
- Fin — [Per-Resolution vs Per-Conversation AI Pricing (2026)](https://fin.ai/learn/per-resolution-vs-per-conversation-ai-pricing) — разбор разницы моделей. *Вендорский, но предметный.*
- Intercom — [Fin AI Agent outcomes](https://www.intercom.com/help/en/articles/8205718-fin-ai-agent-outcomes) — что считается outcome. *Первичный.*
- MindStudio — [SaaS Pricing Is Breaking: Why Per-Seat Models Don't Survive the AI Agent Era](https://www.mindstudio.ai/blog/saas-pricing-ai-agent-era) — механика поломки per-seat. *Вторичный.*
- SoftwareSeni — [Why AI Gross Margins Are So Much Lower Than SaaS](https://www.softwareseni.com/why-ai-gross-margins-are-so-much-lower-than-saas-and-what-that-means-for-your-business/) — сводка ICONIQ/Bessemer/a16z (52%, 65%, per-seat 21→15%, hybrid 27→41%, IDC 70% к 2028). *Вторичный, агрегатор.*
- TechTimes — [AI Agent Economics: Token Tax Locks Gross Margins 30 Points Below SaaS](https://www.techtimes.com/articles/317542/20260601/ai-agent-economics-token-tax-locks-gross-margins-30-points-below-saas-baseline.htm) — «30 п.п. разрыв». *Вторичный, as of июнь 2026.*
- Vantage — [Cursor Pricing Explained 2026](https://www.vantage.sh/blog/cursor-pricing-explained) — Hobby $0 / Pro $20 (credits) / Pro+ $60 / Ultra $200, переход с request-based на credits. *Вторичный, as of 2026.*
- Perplexity Help Center — [Which Perplexity Subscription Plan is right for you?](https://www.perplexity.ai/help-center/en/articles/11187416-which-perplexity-subscription-plan-is-right-for-you) — Free ~5 Pro-поисков/день, Pro $20/мес. *Первичный.*
- CustomGPT — [ChatGPT Plus Limits 2026](https://customgpt.ai/chatgpt-plus-limits-2026/) — Free ~10 сообщений/5ч, Plus 160/3ч. *Вторичный, as of 2026.*
- Korix — [6 AI Pricing Models Compared on Total Cost (2026)](https://korixinc.com/learning-center/ai-pricing-models-2026) — per-resolution разброс $0.50–$2.00. *Вторичный.*