对话石思奇：AI出海，商业化合规任重道远

 “AI出海的时代，技术只是入场券，计费才是通行证，不要等产品成熟才想怎么收钱。”

2026年，中国人工智能企业出海已进入规模化深耕阶段。中国大模型周度Token最高调用量达5.16万亿次，占全球总调用量的61%，规模占比首次超越美国。中国日均Token调用量从2024年初的1000亿次攀升至2026年3月的140万亿次，两年间增幅超千倍。与此同时，全球人工智能企业总数已突破7万家，平均每小时便有一家全新人工智能企业成立。

当“技术出海”成为共识，“商业模式成功出海”却成了新的难题：如何在全球100多个国家合规收款？如何为复杂多变的AI用量设计灵活的定价模型？

成立于2025年7月的易必盈（Easybilling），正试图填补这个缺口。这家AI商业化基础设施平台，专为中国AI、AI Agent领域企业出海提供一站式解决方案。创始人石思奇带领团队，在成立数月内完成数百万天使轮融资，并拿下哈佛“创新说”全球创业大赛AI赛道一等奖，同时加入亚马逊AWS及英伟达全球生态伙伴网络。

 

石思奇，易必盈（Easybilling）创始人兼CEO，拥有美国市场超过10年的跨行业经验，涵盖硬件、电子商务、供应链和金融科技等领域。曾担任祖睿（订阅计费领域的领导者）产品总监，百威英博全球项目总监及亚马逊亚太区产品负责人。获得加州大学欧文分校机械工程硕士、宾夕法尼亚大学计算机与信息技术硕士，以及康奈尔大学工商管理MBA。致力于为AI企业打造全球商业化新基建，通过解决产品定价、用量计费、税收合规、多币种支付、成本追踪优化等出海痛点，帮助中国企业从“技术出海”迈向“商业模式成功出海”

在石思奇看来，AI出海赛道还处于“早期起始阶段”，而计费支付这个看似不起眼的环节，恰恰是决定中国企业能否从“技术输出”走向“商业成功”的关键拼图。

01.AI出海赛道现在哪个阶段？

极新：你对于AI出海整个赛道的整体判断是怎样的。

石思奇：我选择出来创业做易必盈，核心就是看到了一个极其明确的出海动力：国内To C端软件付费的土壤还没形成，豆包收费后留存率据说不到10%，这个数字对我触动很大，说明国内用户对付费软件这件事还没有普遍的认知和习惯。但海外完全不同，欧美用户天然就有为软件付费的习惯，而且购买力强得多：甚至中东、东南亚这些新兴市场的付费意愿和购买力也明显高于国内。这个差距让我坚信，国内AI企业出海不是可选项，而是必选项。

但目前赛道还处于非常早期的起步阶段。真正在海外做出规模的玩家，绝大多数还集中在基础设施层面，Token、算力、大模型、算力中心这些先走出去了。而且应用层还远没到爆发节点，不管国内还是海外。

之所以在这个时间点切入，是因为我觉得它跟当年的移动互联网太像了：先把网络、智能手机这些基础设施建好，应用层才迎来井喷。AI也会走同样的路，只是节奏可能更快。所以我选择现在做商业化基础设施服务，希望提前卡位，等未来应用层公司大批量出海的时候，我们已经站在生态位上。

极新：你说当前AI应用层还处于早期，在服务或软件层面，拐点会出现在什么时候？有什么标志性的里程碑？

石思奇：我一直在密切关注这个时间节点，因为这直接决定了我怎么规划产品的研发节奏和市场进入策略。我个人觉得这个时间点可能要往后推一些，大概在明年上半年，也就是第一季度到第二季度之间。

我是基于几个关键信号来做这个判断的。首先，我亲眼看着大模型赛道从"百模大战"迅速收敛到只剩几家头部玩家，这个路径跟当年智能手机行业太像了，上千家企业冲进去，最后活下来的就那么几个。其次，等大模型格局稳定下来、算力中心也基本建完以后，模型厂商和算力厂商为了生存，一定得拼命扶持长在他们底座上的生态应用企业，不然建那么多算力中心、做那么大模型没人买单，谁都撑不下去。

在规划易必盈的产品和节奏时，我是照着这个规律来布局的，现在做基础设施的出海服务，就是在等那个爆发节点：AI原生应用、传统企业的AI+转型、垂直领域的AI+SaaS服务会大面积涌现。我也跟团队说过，我们当然希望这个节点越早越好，这对我们最有利，但我们不能干等，得在它到来之前把产品打磨好、把生态位卡住。

02. 产品方向是一种战略选择

极新：咱们是一款面向B端的产品，关于先做哪个、后做哪个，是怎么思考的？

石思奇：我现在面临的一个最直接的问题就是商业化链路太长了。从最上游的CRM到最下游的财务系统，整条端到端的链路，以前得几百上千人的团队才能撑起来。现在虽然AI能帮我们省不少人力，但我们团队就这么大，所以从第一天起我就必须在"铺广度"和"做深度"之间做一个选择。

 

我的判断是这样的，如果只做纯海外市场，其实在一个细分领域打透就足够活得很好了。你看Metronome，估值都十亿美金了，连支付接入都不做，就帮客户出账单。但国内不一样，国内企业要的是省心、是一站式服务，你让他出海的商业化环节找五家不同的供应商，他嫌太麻烦。所以面向国内企业出海这个方向，你必须提供覆盖完整链路的方案。

我的策略是现阶段先铺广度。把上下游各模块先打通、先对接上，保证整条链路能跑起来。比如支付，我们已经接入了不同的支付网关，先把通路走通、先帮客户把钱收回来。至于智能路由、失败重试、成本预估这些更深的功能，我知道很重要，也都在我的规划里，但那是下一步的事。

现阶段我的目标很明确：先让客户能用、先把钱收回来，在这个基础上再慢慢把每个模块往深了做。这其实就是我在人手有限的条件下做出的务实选择。

极新：这个策略在国内适用吗？

石思奇：我在实际跑市场的过程中确实有很深的体感。我带着团队去跟国内企业聊的时候，发现最大的障碍不是产品好不好用，而是对方根本不知道自己需要这个东西。举个例子，我们跟一个做AI应用的企业聊定价计费方案，对方很客气地听我们讲完，然后说"这个我们自己也能做"。这其实就是国内市场的真实状况，没有独立的计费品类，客户天然不觉得这事儿需要找第三方。

我的团队在这个行业做了十五二十年，我们的思维惯性是：方案要足够专业、有扩展性、能支撑复杂场景。但跟不懂行的客户聊多了之后，我发现他们理解的计费就是理发店那种"预存十次剪一次扣一次"，在他们看来这根本不复杂。这不是他们能力不行，而是认知上压根没有"专业计费系统"这个概念。

所以我们的做法是：不急于去教育客户"你需要我"，而是先找到那些已经意识到自己有这个需求的客户，比如正在从传统订阅模式转向按用量计费的AI升级企业。同时我也在调整团队的预期，不能拿我们自己十五年的行业经验去要求客户天然就懂，得用他们能理解的方式去沟通。说白了，在国内做这件事，你得先接受这个市场需要时间，心急吃不了热豆腐。

极新：国内企业对定价计费需求的现状是怎样的？

石思奇：我认为，第一个是国内企业普遍倾向于自研，觉得把计费环节抓在自己手里更安全。我在跟客户沟通的时候，不会直接说"你这么做不对"，而是用事实来消解他们的顾虑。我会告诉他们，我们自己的海外业务都跑在亚马逊云上，从来没有数据泄露过；我们服务过的像Facebook这样的海外巨头，体量比国内任何一家企业都大，用第三方服务也从来没出过安全和稳定性问题。我不是在说服他们必须用我，而是在帮他们消除对第三方专业服务的天然不信任。通过这样的对比，让客户自己意识到：不是自研才安全，而是你还没习惯用专业服务。

第二个认知差更棘手，定价计费不是国内AI企业的第一优先级。我在等，等那些头部企业把模型做稳定了、用户增长碰壁了、被计费不清或税务罚款教育了，他们自然会发现这件事没想象中那么简单。所以我的应对策略是不争第一优先级，等它变成第一优先级的时候我就已经准备好了。

极新：易必盈产品采用了什么样的路径？研发过程中的关键决策有哪些？

石思奇：在做产品这件事上，我的体会是方法论只是参考，真正决定能不能成的，是战略打法和团队的执行力。我在规划产品路径的时候，第一步是先看海外同类产品是怎么走过来的，毕竟这个赛道在中国还没有现成的参考样本。但我很清楚，绝对不能照搬国外的打法，国内和海外的市场环境存在很大的代差，照搬海外模式在国内大概率行不通。

我们得先借鉴海外已经被验证的需求和产品逻辑，然后在国内市场的实际反馈中不断迭代、调整方向。在整个过程中，我最关注的一个决策维度是时间节点是市场什么时候成熟，做早了客户没需求，做晚了机会窗口就关了。对我来说最大的风险不是产品做不好，而是节奏踩不对。

   

所以我给团队定的原则是：在核心价值和我们自身能力没问题的基础上，最关键的是找到产品跟市场在时间、空间、需求层面的那个契合点。我的做法就是一边做一边看，持续迭代，不断校准，直到找到那个对的切入点。这不是一个按部就班的过程，更像是在动态中找平衡。

极新：相比国外计费软件产品，国内的差距在哪里？计费软件的终局会是什么？

石思奇：关于产品的终局和差距，我在做产品规划的时候心里是有清晰标准的：一款计费产品只要能覆盖AI企业90%到95%的计费需求，在这个赛道就站得住脚了。我判断三五年后，等大部分收费模式基本稳定下来，这个领域的终局就会逐渐清晰。

但在实际操作中，我发现一个很大的问题是大家对计费复杂度的认知普遍不足。很多人觉得订阅计费不就是五十块钱一个月吗，有什么难的？但我在设计产品的时候，面对的远远不止这么简单：更改价格、合约价、积分有效期、超额阶梯收费、随时升级降级取消退款，还有半账期折算，比如1月28号到3月1号和2月28号到4月1号，同样是一个月但天数不一样，该不该收一样的钱？这些场景我必须在产品设计阶段就想清楚，不然将来客户营收、报税、第三方账单三组数据对不上，差几毛钱整个账都捋不顺。

所以我带团队做产品的时候，是把这些海外成熟市场的复杂玩法都纳入了产品的底层架构。国内之所以觉得计费简单，是因为早年大企业都自研、SaaS在中国没发展起来，大家没见过复杂的玩法。但我知道，等AI企业规模做起来，这些问题一定会找上门。我的做法就是在产品设计之初就把这些复杂度考虑进去，而不是等客户遇到了再补。这就是我对终局的理解：计费这件事永远不会消失，但在未来三到五年内，大部分的模式会收敛到比较稳定的状态，而我们要做的就是在那个终局到来之前占住位置。

03. 冷启动的时候应该怎么发展

极新：咱们公司处在初创阶段，招人有困难吗？

石思奇：这个问题我确实感触很深。出来创业这一年多，我最大的感受就是：小企业招人真的太难了，这是一个行业普遍性问题，而且短期内没有特别好的解法。

核心问题其实是信任问题。小企业开不出大厂的薪资，但又想招到最优秀的人才，这本身就很难。能力强的人大多去了大厂或者更高薪资的平台，小厂很难吸引他们。我唯一能做的就是用愿景和股权去吸引一些志同道合的人，组成核心初创团队，但我们核心团队就五六个人，再往后扩招的时候，那点股份和待遇已经很难打动优秀人才了。这个问题我目前也没找到特别好的解法。

说到我们自己的情况，挑战更具体。我们在成都，去年招了三个人还有一个实习生。有几个我很满意的候选人最后都没来，选择了别的机会。大企业的习惯是上级布置任务再执行，而在我的团队里需要主动找任务、自主性要求很高。小企业和大企业的工作模式差异太大，不是能力强就一定适应小企业。

我的做法其实就是：一是用愿景吸引志同道合的人，不靠薪资竞争；二是在招聘的时候更看重学习能力和主动性，而不只是看背景和经验；三是接受现实，AI行业节奏快、一个人至少顶十个人用，招人难就是行业常态，我得在这个约束条件下把事做成。

极新：产品上线后，第一个付费客户是谁？哪些客户需求比较强烈？

石思奇：我来说说我们目前的客户情况。五月份上线以来签约了20+客户，其中两家让我印象深刻。

第一家是一家Token聚合平台公司，团队从一家大公司独立出来做新业务。他们当时最头疼的是海外支付对接，自己摸不着门路，不熟悉Stripe、payer max这些渠道的申请和技术集成流程。我们花了两三天就把支付模块给他们对接好了。他们目前已经开始使用支付模块，计费模块正在测试上线集成。

第二家是一家医药数据库公司，他们原来的商业模式很简单：按年收费，一单十万到几十万不等。药企、医院付年费拿到完整数据库授权。但现在他们做了AI升级，在数据库里加入了支持交互问答的智能体，计划预付费按调用的数据量和问答次数来收费。他们的挑战是有九十多个API接口定价都不一样，而且数据库本身在不断更新扩容、新增服务内容，定价规则需要频繁调整。如果自己维护这套计费体系，他们既缺懂这个领域的技术人员，开发周期又长，自身业务压力也大。我们的系统支持多维度计费，正好匹配他们这种复杂需求，不同服务调用不同数据库、不同定价、频繁调整价格。所以他们选择了我们的计费产品。

 

极新：在计费定价这个产品上，你觉得接下来会有哪些比较难逾越的坎？

石思奇：这个问题我从产品出来之后就在反复琢磨。产品本身我觉得还好，技术上没有迈不过去的坎，真正让我头疼的是销售渠道。

我们现在主要的获客方式是生态合作方、园区路演、行业活动这些。坦白说，这些渠道太窄，接触到的企业规模有限，大多是初创小企业。有次路演完我跟团队复盘：来的企业确实对我们感兴趣，但它们的体量对业务增长的拉动力远远不够。真正需要我们的那些中型甚至大型企业，但他们根本不知道有我们这样的服务存在。

虽然有两家企业是通过网络主动搜索找过来的，他们专门搜"出海计费"相关的服务商，搜到了我们，但这毕竟是极少数。绝大多数企业还没有"我需要找第三方计费服务"这个意识，自然也不会主动去搜。这就是一个典型的冷启动困境。

所以我现在做的事情，就是一边把产品推出去，一边想方设法拓宽渠道。我不能再只靠路演和被动等待，得主动触达那些已经在转型中遇到计费问题的企业。渠道建设是我接下来要啃的硬骨头。

04. 市场与竞争策略的选择之术

极新：怎么才能把按用量收费的价值和势能发挥到最大？

石思奇：用量计费这事儿，我在出来创业之前就盯上了。我的打法分两步：第一步是借AI的势能去教育市场。AI这个行业天然就是按用量来计费的，底层消耗Token、调用API、消耗算力，每一笔成本都是用量型的。所以我特别清楚，AI的出现本身就是最好的市场教育工具，它会逼着每一个AI企业去思考"我该怎么按用量收费"。这不是我去推动的，是行业本身在推动。我要做的就是在这个教育过程中，让易必盈成为那个"当你想明白要按用量收费时第一个想到的"服务商。

第二步是产品上提前卡位。用量计费虽然看着简单，但真要落地非常复杂。我现在的打法就是先把能计量的维度都做进系统里，API调用次数、数据量、时长、用户数、并发数，能想到的计费维度我都先搭好框架。这样当客户需要从"五十块钱包月"转向"按实际用量收费"的时候，不用重新开发，直接配置就能用。我的目标很简单：用量计费这个势能一旦爆发，我要确保我的系统已经在那里等着了。这是一个基础设施的思维方式。

极新：按用量计费，是根据企业的类别以及不同的产品服务，去提供不同的计费模型吗？

石思奇：关于用量计费怎么做，我目前的策略是分两步推进。当前阶段的业务模式很简单：我卖的是一个系统，里面有很多模块，比如计费、支付、税务、账单等等，客户根据自己的需求自己搭配置。但问题在于，很多AI企业其实不知道自己应该怎么定价、用量计费具体该怎么设计。所以我现在正在做的第一件事是提供定价咨询服务，我会给客户讲定价模型包括什么、怎么设计、步骤中有哪些坑、每个坑怎么解，也会告诉他们不同类别的同行都是怎么定价的作为参考。

但这只是第一步，因为咨询没法规模化。第二步才是我真正想做的：把经验沉淀为知识库，再结合智能体来提供服务。比如一个做AI陪伴产品的CEO问"我要去美国，什么计费方式最合适"，智能体会根据知识库和他的业务场景自动生成方案建议，客户采纳后可以直接调用系统配置出对应的收费模型。这个原型我已经做出来了，目前还没全面推，但这是我让用量计费这件事从"卖工具"变成"卖方法+工具"的关键一步。我的目标是不只给客户一个系统，而是告诉他怎么用这个系统把计费这件事做到最优。

极新：怎么和海外的成熟的对手去打，他们的关注点是什么？

石思奇：我们自己不可能去跟Metronome这类海外巨头正面抢欧美的大客户，他们的销售周期和成本不是我这个阶段的团队能扛得住的。所以我的打法是绕开他们主战场。

第一个优势我直接利用：本土化的响应速度。我举过海外飞书的例子，他们当时找海外团队做项目，因为时差和语言问题，一周只有两三天能有效沟通，推进极慢。这件事让我意识到，很多中国出海企业同样面临着"跟海外服务商沟通效率极低"的痛点。我直接对中国客户，没有时差、没有语言障碍，客户有问题当天就能解决。这不是产品层面的优势，是服务层面的优势，但恰恰是中国出海企业最需要的。

第二个策略是市场方向的选择。我不去美国跟Metronome、Chargebee拼，我的目标市场是东南亚、中东、日本、韩国、俄罗斯这些地区，这些是海外成熟公司还没覆盖到的地方。我算过一笔账：这些地区没有本土的计费服务商，欧美公司又觉得市场太小或者太远不愿意去，但中国出海企业正在大量涌向这些地方。我只要跟着中国AI出海的步伐走，服务好这些"一带一路"沿线市场，就已经是一个足够大的盘子了。我们的逻辑是：不跟巨头抢饭吃，而是去他们还没上桌的地方先开饭。

极新：面对海外巨头的竞争，我们的策略是什么？

石思奇： 算力出海是中国必然的趋势。各省市都在建算力中心，电便宜、但国内消耗不了这么多，一定会往外卖。而且算力中心建设周期一年多，建完很快就被淘汰，显卡更新太快了，新的出来老的就不值钱了。这些老卡和旧模型最好的出路就是卖给第三世界国家，就跟当年我们的产能过剩往外卖一样。我在咖啡厅听别人聊这个的时候就觉得，这跟当年电商出海简直是一个路子。

那我的机会在哪儿？欧美市场确实竞争激烈还有限制，但东南亚、中东、俄罗斯这些地方是巨大的空白市场。中东有钱，但他们只有两个选择，美国或者中国，现在他们更倾向跟中国合作。这些地区的基础电力、算力中心、模型，将来都得靠中国去建。我的打法就是跟紧这批出海的基础设施，他们往哪儿建算力中心，我的计费系统就跟着服务到哪儿。

还有个趋势：底层算力和Token都出海之后，上面的应用层，AI应用和智能体一定会跟着出去。将来会有一个类似淘宝的平台，专门给AI应用做商店，标准化流程、建立信任、统一出口。这个平台最终可能是大厂做，也可能有新公司跑出来。我们现在做的就是等这个平台出现的时候，易必盈的计费系统已经成了它的标准配置。这不是一个短期的竞争策略，是一个跟着中国AI大出海趋势走的长期布局。

05. 怎么看待未来

极新：创立易必盈的时候，当时的愿景是什么？

石思奇：创立的时候，其实没有想特别宏大的愿景，将来要做成什么样子、三年五年达到什么规模，这些我当时没有想那么远。我之前在美国做过几次创业尝试，包括硬件方向，方向都看得很准，但最后都没做成。复盘下来，要么是身份问题，要么是团队人员变动了。后来我想明白的是，创业，要把所有关键要素都凑齐再干，基本不可能。

AI这个赛道正好起来了，用量计费这件事成了刚需；我自己在这个领域多年的专业积累也能用得上。我觉得这就是一个难得的机会窗口，所有要素同时到位的时候，错过就太可惜了。我的做法就是：不再等一个完美的愿景，而是抓住这个窗口期先跑起来。因为在我之前的经验里，方向看得再准，如果时机不对、团队不齐、需求没到位，什么都白搭。这一次，我觉得时间、团队、市场都到了该动的时候了。

极新：三年之后，中国AI出海是一个什么样的产业规模，是怎样的路径？

石思奇：对三年、五年后AI出海的产业规模和路径，我没有一个精确的数字预测，但有一个坚定的判断：出海是中国必经之路，没有第二条路可选。我不是在赌，而是在观察规律的走向，就跟当年移动互联网一样，不是要不要出海的问题，是什么时候出、以什么方式出的问题。

真正关键的是拐点什么时候到来。我是用历史案例来参照的。我经常跟团队讲贾跃亭造车的例子，其实他做的方向、产品本身不全是错的，团队也有执行力，但为什么没成？更多是时间点没踩对。这件事让我特别警醒：做早了市场没准备好，做晚了窗口就关了，节奏比什么都重要。

所以我现在的做法就是一边按自己的节奏推进产品和客户，一边持续观察行业的拐点信号：大模型格局什么时候稳定、算力中心什么时候建成、应用层什么时候开始大规模起量。我不会在拐点到来之前All in，但我会确保拐点到来的时候，我已经做好了一切准备。简单说就是：出海这条路我认定了，但我更关注的是什么时候出发。

极新：对于现在想做AI出海的创业者，想分享的经验是什么？

石思奇：第一条是不要等产品成熟了再想怎么收钱，而是在产品设计阶段就把计费、支付、税务、合规、数据安全这些东西都纳入架构。很多创业者习惯先出去、先收上钱，以后再管这些。但我的经验告诉我，后面付出的代价，不管是罚款还是审计问题，远比你早期花的那点成本要大得多。

第二条经验是我创业这一年多最直接的体会：专业的事交给专业的人做。我自己做的就是这个方向，所以我太清楚了，很多中国企业觉得自己什么都能干，什么都要自研。但算下来，你雇人花的时间成本和投入，比用第三方服务要贵得多。我的做法是专注做自己的核心技术研发，把非核心的事情交给专业的生态伙伴。

第三条是我越来越重视的，也是我们这代人出海创业者最应该有的意识：不能只考虑自己，要考虑整个中国出海企业的生态。如果每一家都只想着自己野蛮生长、不按规矩来，税瞎弄、账胡搞、不合规——最终结果就是海外用户和当地机构对中国企业的整体印象变差。这就跟申请学校一样，一个人拿着奖学金读一半就跑了，后面的中国人就没人愿意录取了。所以我做易必盈的时候，从一开始就把合规当底线来要求，不是为了讨好谁，而是因为我清楚，中国AI出海这个大盘子要想长久，所有人都得按规矩来。这是我对自己的要求，也是我想对同行说的话。

注：本文来自商业新知