CAC 回收期为什么被拉长

2026-08-25

站内 L9 阶梯有一篇专讲投放测量的课，把 CAC、ROAS、LTV、回收期怎么算讲得很细，还给了一张可以直接填的一次投放算账模板。那篇的算法没有问题，模板也照样能用。要换的是里面的一个输入格——它的完整算账示例把毛利率写死成 90%，并注明「SaaS 类通常很高」（C0 发现二）。这个默认值对传统软件是合理的，放到每次使用都要调模型的产品上就会变。

这篇补的是那一格换掉之后发生的事：回收期会怎么动、这个变化怎么反过来决定你在还没确认 PMF 的时候能不能花钱买用户，以及怎么用自己上个月的账单把真实的那一格算出来。怎么把推理成本压下去不在这篇的范围里，本专题不碰成本优化的技术手段。

一、回收期是毛利率的倒影，不是它的邻居

回收期算的是一件很朴素的事：用每个客户每月贡献的毛利，把当初获取他花掉的钱补回来，需要几个月（B2.2#2）。

分子是 CAC，你花出去的获客成本。分母不是月收入，是月收入里真正剩下来的那部分——月收入乘以毛利率。这个结构里有一个很多人不会第一时间反应过来的性质：毛利率不是从回收期里减掉一块，而是乘在分母上的。它掉下去多少，回收期就按同样的比例往上抬。

所以按 B2.2#2 的写法：毛利率打对折，回收期就要原来两倍的时间。

这句话不需要任何具体百分数就能成立，也正因为不需要，它比任何一组行业毛利数字都稳。你不必知道 AI 产品的毛利率平均是多少，只要知道自己的那个数比模板里的默认值低了多大比例，就能直接算出回收期被拉长了多少。

这个比例关系真正咬人的地方在它作用的时间点。回收期变长，本身不改变一个客户最终值多少钱，它改变的是你的钱被压在里面的时长。对一家有融资、有现金垫底的公司，这是财务成本；对一个还在找 PMF 的独立开发者，这是另一件事——在那段被拉长的等待里，你很可能还会改产品、改客群、改定价。一旦改了，之前买来的那批用户是不是还对得上新的产品，本身就成了问题。买用户的钱在验证期花出去，回本却排在验证结束之后，这个时序是错的。

a16z 2017 年那篇里还有一层更早的提醒：价值假设没被验证之前，不要去做增长假设（A5.3）。回收期被拉长这件事，等于把这条建议从「原则」变成了「算得出来的月数」。

二、那个默认值为什么换不上

先把可写的和不可写的分清楚。AI 产品毛利率的具体数字，本站没有见到原报告，只见到转述。有说法认为，AI 产品的毛利率显著低于传统 SaaS 的 80% 以上水平（B2.1）。这类数字快速变化，各家统计里算不算进哪些成本也并不统一，所以它只能用来说明方向，不能拿来当你自己的输入值——这篇后面所有的动作，没有一步依赖它。另有说法认为，传统 SaaS 给已有产品加上 AI 功能之后，毛利率会下滑十几个百分点——同样是转述，同样会变。

比数字更结实的是机制（B2.2#1）。低价 SaaS 那套「先白送、慢慢等」的打法之所以立得住，是因为多开一个不付钱的账号几乎不多花什么钱，公司耗得起，可以一直等到用户自己觉得该升级的那一天。AI 产品没有这份等下去的本钱：账号一旦开始用，钱就随着每一次调用往外走。于是转化被迫提前，甚至出现按日切断用量这种做法——在传统 SaaS 的成本结构里，很难有做到这一步的理由。

这条机制对回收期的影响，本站的判断是它从两头同时挤：

一头是分母。免费用户消耗的调用是实实在在的支出，它不产生收入，却会被算进你这个月的总成本。如果你按「总收入减总变动成本」的口径算毛利率，免费层越大，这个数越难看。

另一头是分子。传统软件里，免费层的成本几乎可以忽略，它更像是获客渠道的一部分而不是成本项；到了 AI 产品上，免费层的花销随使用量线性长，它实际上是 CAC 的一段——你在为还没付钱的人持续买单。分子在涨、分母在缩，回收期被两边一起拉。

这也是为什么 AI 产品的免费层设计不能照抄 SaaS 的经验。那不是产品策略偏好问题，是这两类产品的成本曲线形状不一样。

三、指望「客户以后会长大」这条路也窄了

回收期算出来偏长，传统 SaaS 还有一条退路：存量客户会自己扩张。加席位、升套餐、用得更多，收入自然往上走，实际回本比公式算的快。衡量这件事的指标是 NRR，净收入留存。这个数站在 100 以上，说明老客户群的收入在自己往上长；站在 100 以下，说明它在缩。

ChartMogul 那份覆盖约 3500 家软件公司的留存报告里，这一列长这样（B1.1，数据统计至 2025 年 9 月，这是快速变化的领域，往后会变）：

类别	NRR（净收入留存，截至 2025 年 9 月）
B2B SaaS	82%
B2C SaaS	49%
AI 原生	48%

引用这组数必须带上一个门槛：该报告只统计已达到 25 万美元年经常性收入的公司（B1.0）。它描述的是已经活下来的公司之间的差异，不是初创产品的命运。另外顺带把口径说清楚，免得被网上的转述带偏——这些数截至 2025 年 9 月且会变，其中 82% 是 NRR 不是 GRR，而且按同一把尺子看，AI 原生的 48% 和 B2C SaaS 的 49% 几乎一样，真正的差距只存在于对 B2B。

本站由此得到的判断，指向的正是 B1.1 这一行：在这份样本里，AI 原生这一组的存量收入是往下走的，不是往上走的。 也就是说，你在填那张回收期模板时，不能给自己留「后面会涨回来」这个心理余量。你只能指望用当下这个客单价、当下这个毛利率，把 CAC 一个月一个月地磨回来。这是相关性证据不是因果，样本也不覆盖你所在的阶段，但它至少说明这条退路不能默认存在。

同一份报告按价格档拆开时出现了一个更有意思的对照（B1.2）：这组分档数据同样截至 2025 年 9 月、同样会变：高档那一组的 NRR 是 85%，与 B2B SaaS 的 NRR 82% 基本持平，而低档那一组只有 32%。

这里有一条必须守住的边界：报告分出的高、中、低三档里，高档的留存明显更好，但分档依据本站未确认——它究竟按产品标价分，还是按每个账户的平均收入分，Lead 没有在报告页上核到。所以这张表不许读成「你把价格标高，回收期就会变短」。它只支持一个更弱也更有用的读法：同样是 AI 产品，不同档之间的收入留存能差出一倍以上，说明这件事不是「AI 这项技术」本身注定的。

四、把你自己的那一格算出来

上面所有内容合起来只支持一个动作：别用模板里那个传统软件的默认值，也别用任何转述来的行业区间，把自己的那个数亲手算出来，再填回那张模板。

四步，全部只需要你已经有的账单和后台数据：

取上一个完整自然月的直接变动成本。至少包含：模型推理调用费、语音与图像这类外部 API 费、按量计费的向量库与对象存储。人力、固定服务器、域名这些不进这一格——它们不随用量变化，不属于毛利口径。
取同一个月的产品收入，只算实收，不算未确认的年费分摊。
单位毛利率 =（收入 − 直接变动成本）÷ 收入。
把它填回模板：回收期 = CAC ÷（月客单价 × 单位毛利率）。

算的时候有三处必须分开，合在一起算出来的数会骗你：

免费用户的消耗算不算，两版都要算一次。 一版只把付费用户产生的成本放进去，看的是产品本身的经济性；一版把全部消耗放进去，看的是你现在真实的现金流出。两版之间的差额就是你的免费层的真实价格——按 B2.2#1，这个价格在 AI 产品上不是可以忽略的小数。

重度用户单独拉一档。 把付费用户按调用量排序，取用量最高的那一组，单独算一次它们的单位毛利率。均值会掩盖一件事：如果最重的那批人是负毛利，那你越成功亏得越多，而这批人恰恰是最容易被你误读成 PMF 信号的人——他们用得最多，在任何一张使用量图表上都是最好看的那一段。

至少连算三个月。 单月账单被一次批量任务、一次压测、一次没关掉的调试循环扭曲，是很常见的事。三个月的数放在一起，你才知道哪个是常态。

五、算完之后的三条判据

有了自己的那个数，下面这三条可以直接当开关用：

全量口径下的单位毛利率还没稳定在正数——回收期这个数暂时没有意义，先不要花钱买用户。这时候要解决的是计价结构，不是获客。
重度档的单位毛利率显著低于均值——说明你的收费方式和用量脱钩了。先把计价改到跟着用量走，再谈回收期。在此之前放大获客，等于花钱去找更多让自己亏钱的人。
算出的回收期超过你手上现金能撑的月数——那不叫「回收期偏长」，那叫「这笔投放不能做」。这条判据跟毛利率高低无关，只跟你能不能活到回本那天有关。

三条都不需要行业基准，也不需要任何外部数字，从你有第一批付费用户那天起就能算。

六、这件事在往好的方向动，但它不是你的计划

两个方向确实在改善。

一个是留存。同一份报告里，AI 原生的中位 GRR 从 2025 年 1 月的 27% 涨到了 2025 年 9 月的 40%（B1.4）。九个月一个明显的抬升，一个说得通的解释是早期涌进来的尝鲜用户陆续离场、基本盘沉淀了下来。留存改善会直接缩短回收期，因为回本靠的是月数累积。

另一个是成本。有说法认为，同等能力的推理成本在快速下降，a16z 那边用了 LLMflation 这个词（B2.2#4，本站未追到原文，只能说是量级级别的趋势，具体降幅不引）。同时，成本本身是可以被压缩的，而这件事会影响你敢把价格定在哪里（B2.2#3）。

本站的判断是：这两个方向都真实，但它们都不能被写进你这个季度的算账表。回收期是一个现金问题，现金不接受趋势，只接受月份。 你可以因为看好这个方向而决定继续做下去，但不能因为它而现在就按一个还没发生的毛利率去投放。

七、和站内那篇投放测量课的分工

那篇讲的是 CAC、ROAS、LTV、回收期各自怎么算、怎么归因、模板怎么填，是完整的方法。这篇不重算一遍，也不推翻它——它的示例是按传统软件写的，在它自己的语境里没有错。

这篇只接手其中一格：毛利率对 AI 产品意味着什么、它变化之后回收期按什么比例动、算这一格时哪三处必须拆开。方法归那篇，输入值归这篇。

现在能做的一件事很具体：打开上个月的模型账单和收入后台，按第四节那四步算两版单位毛利率，把数字更保守的那版填进那张模板，看看回收期变成了几个月。这个数出来之前，「要不要投放」这个问题是没法回答的。