Schematic融资650万美元，总融资超1200万美元：通过解耦计费逻辑，助力企业应对AI时代从席位制到用量定价的转型

一家名为 Schematic 的初创公司刚刚筹集了 650 万美元，试图解决一个日益普遍且棘手的问题：当你的产品定价模型从简单的“按席位付费”转向复杂的“按 AI 使用量付费”时，技术团队该如何跟上？这笔由 S3 Ventures 领投，MHS Capital、Active Capital 等机构及多位来自 LaunchDarkly、CrowdStrike 等公司创始人的天使投资人参与的新资金，将总融资额推高至 1200 万美元以上。在 SaaS 定价策略因 AI 浪潮而剧烈动荡的今天，Schematic 宣称其平台能让企业像管理功能开关一样轻松管理定价逻辑，实现零流失。这究竟是下一个基础设施必需品，还是一个过于超前的解决方案？

当“按席位收费”失灵，工程师的账单噩梦开始了

传统的 SaaS 定价，尤其是面向企业的 B2B 软件，长期以来围绕着“席位”（Seat）展开。一个用户账号，一份固定费用，逻辑清晰，结算简单。工程师只需要在用户注册或升级时调用一次 Stripe 或类似支付工具的 API，后续的账单循环几乎可以自动运行。然而，AI 的普及彻底打碎了这套模式。客户不再满足于为“访问权限”付费，他们要求为实际使用的 tokens 数量、调用的 API 次数、生成的图像张数，或者消耗的 GPU 时长付费。这种“用量计价”（Usage-Based Pricing, UBP）模型更公平，也更受新一代客户欢迎，但它给工程团队带来了噩梦。

“定价逻辑像藤蔓一样缠绕在应用代码的各个角落，” Schematic 的创始人兼 CEO Fynn Glover 描述道。每一次 API 调用、每一个 AI 推理请求、每一份生成的内容，都需要实时检查用户当前所属的价格计划、已使用的额度、以及是否有权限访问该功能。这不仅意味着复杂的代码逻辑，更意味着定价策略的任何调整——比如推出一个新的按 token 计费的套餐，或修改某个功能的用量上限——都需要工程师深入代码库进行修改、测试和部署。定价，这个本应属于产品和销售团队的商业决策，变成了一个高频率的工程发布任务。

Schematic 的“解耦”野心：让定价像功能开关一样可配置

Schematic 提出的解决方案，是将定价和授权逻辑从核心应用程序代码中彻底“解耦”出来。你可以把它想象成功能管理平台 LaunchDarkly，但管理的对象不是功能开关，而是价格计划和用量限制。工程师无需在代码中硬编码复杂的计费规则，只需要在需要控制访问的功能点插入一个简单的授权检查（entitlement check），例如“这个用户能否执行本次 AI 图像生成？”。

真正的魔法发生在 Schematic 的管理中心。产品经理、定价分析师或 RevOps（收入运营）团队可以在这个中心化的界面上，以低代码或无代码的方式定义和修改价格套餐、用量阶梯、功能权限和折扣规则。这些变更会实时同步到 Schematic 的运行时引擎，并自动与 Stripe 等支付系统保持同步。这意味着，商业团队可以快速进行 A/B 测试不同的定价模型，推出季节性促销，或者为特定客户群体定制套餐，而无需等待下一个工程发布周期。Schematic 即将在 Stripe 的年度大会 Sessions 上发布其官方应用，旨在进一步深化与支付流程的集成。

它的客户名单很短，但“零流失”的故事很有分量

目前，Schematic 的公开客户名单只有三家：数据可视化公司 Plotly、端点安全平台 Automox 和医疗科技公司 Florence。这个名单并不长，但 Glover 强调了一个关键数据：在过去一年里，Schematic 实现了“零客户流失”。对于一个面向开发者的基础设施工具而言，这是一个强有力的指标，通常意味着产品确实解决了核心痛点，并且集成后的替换成本较高。

这些早期客户恰好代表了 Schematic 瞄准的典型场景：它们的产品都涉及复杂的数据处理、计算或 AI 能力，正从或已从席位制转向用量制。对于它们来说，Schematic 不仅是一个工具，更是一种赋能——让公司能够以过去难以想象的速度和灵活性进行定价实验和创新。在竞争激烈的 SaaS 市场，定价策略本身已成为一种核心竞争力，而 Schematic 承诺提供的就是这种能力的“快速迭代”基础设施。

真正的考验：说服企业为“未来的复杂性”付费

尽管逻辑诱人，但 Schematic 面临的商业挑战同样清晰。其最大的障碍可能在于销售时机：它销售的是应对“定价复杂性”的方案，但许多公司只有在复杂性成为切实痛点时才会意识到需要它。对于许多尚未深度涉足 AI 或用量计价的中小型 SaaS 公司来说，当前的定价代码或许还能忍受。说服他们为一种“未来可能需要的”基础设施付费，总比解决一个“正在燃烧的”问题要困难。

其次，是市场定位的微妙性。它介于开发者工具和商业 SaaS 工具之间。采购决策可能涉及工程负责人（CTO/VP Engineering）、产品负责人（CPO/产品总监）以及财务或营收运营团队（RevOps）。这种跨部门的销售周期通常更长，也更复杂。Schematic 需要清晰地传达其对于工程效率（减少开发时间）和商业收益（加速定价实验、增加收入）的双重价值。

此外，虽然与 Stripe 的集成是巨大优势，但 Stripe 自身也在不断扩展其 Billing 产品的功能。长期来看，Schematic 必须构建足够深的护城河，证明自己不仅仅是一个“Stripe 的配置界面”，而是一个不可或缺的、独立的核心业务逻辑层。

投资人赌的是什么？定价基础设施的“平台时刻”

领投方 S3 Ventures 等机构押注的，远不止是一个工具。他们看到的是一个潜在的“平台时刻”——即当一种特定的技术复杂性（在这里是动态定价）达到临界点，催生出一个独立的基础设施层。正如当年数据库复杂催生了 MongoDB，微服务复杂催生了 Kubernetes 和 Datadog，应用交付复杂催生了 LaunchDarkly 一样。

AI 的爆发是这一趋势最强大的加速器。几乎每一家软件公司都在思考如何将 AI 功能货币化，而用量计价是其中最自然的路径。这可能导致市场对 Schematic 这类解决方案的需求从“锦上添花”变为“雪中送炭”。投资人也看重创始人 Glover 的背景及其天使投资人网络——来自 LaunchDarkly、CrowdStrike 等成功基础设施公司的创始人，他们亲身经历过类似从复杂到抽象的平台演化过程，既能提供战略建议，也可能成为重要的销售渠道。

总体而言，Schematic 切入了一个明确且正在增长的技术痛点。它的愿景是成为企业收入逻辑的“操作系统”，这个设想如果实现，价值巨大。然而，其成功与否将取决于几个关键因素：能否跨越早期采用者鸿沟，吸引更多主流 SaaS 公司；能否在 Stripe 等巨头的生态中保持不可替代的独特价值；以及，最终能否证明其带来的收入增长和运营效率提升，远超其自身的采购和集成成本。在 AI 重新定义软件价值的今天，Schematic 的冒险是一次对准时代脉搏的精准押注，但距离成为默认的基础设施，它面前的路才刚刚开始铺设。