2010年代中期，如果一个创始人在数据库赛道创业，拿到2%的市场份额就足以支撑公司上市。那个年代，数据库是最重要的软件品类，没有之一。

推理市场即将超越它。

打开网易新闻 查看精彩图片

2025年，企业为运行AI模型支付了约250亿美元。今年这个市场达到约1300亿美元，已经逼近Gartner对数据库市场1610亿美元的预测。到2027年，AI推理市场规模将达到约3500亿美元，以近两倍的差距超过数据库的1900亿美元。

这个交叉点意味着，推理成为软件业最重要的市场。一场结构性转变正在发生：每一个应用都在变成推理的分销商。

应用层的单位经济学被改写了

这种转变从三个方向重构了应用和工具层的单位经济学。

第一，使用量可能远超平台费用，推动创纪录的增长。推理消耗账单将超过席位许可费或基础订阅费。这会改变客户经理的薪酬方案，要求为客户提供可预测的套餐——他们最怕预算失控——同时让收入预测变得更复杂。

第二，毛利率压缩到SaaS常规水平以下。经典软件72%的混合毛利率将逐步衰减，除非应用开发出专有的工具层来积极压缩token开销，或者激烈的模型竞争让推理成本下降的速度快过供给受限带来的涨价。这会颠覆获客成本和回收周期经济学。

第三，自带密钥的客户迫使供应商用收入换毛利率。当企业提供自己的GPU集群或模型API凭证时，软件供应商几乎能拿到纯软件毛利率，但合同总额会大幅缩水。

价格战能阻止这些变化吗？

能力调整后的token成本每个季度下降约47%。但前沿旗舰模型的标价随着能力跃升不断重置向上：前沿混合价格在18个月内从0.96美元涨到11.25美元，直到GPT-6 Sol把这一档重置为4.00美元。

这些经济学对应用层至关重要。基础设施成本突然成为整体销货成本的显著组成部分，可能有超过一半的收入被分配到这里。

就像长途卡车司机看着柴油价格突破每加仑8美元、开始盘算自己的生意一样，软件公司也会盯着每token价格，在自己的车上寻找效率——更小的模型、更好的工具层、新的路由技术。

而这恰恰创造了大量创新机会。