用途：在 SaaS/ICT 商业计划中，当 AI 是实质性成本（通常超过 ARR 的 2% 或对产品关键）时，专门构建和审查 AI 单位经济与 COGS 部分，回应投资者或 DFI 对 AI 毛利率的询问，并支撑 AI 原生或 AI 优先的成本论证。
主要能力：把 AI 收入成本拆成四层——直接 AI COGS（token、嵌入、微调摊销、向量库、GPU 预留）、间接 AI COGS（评估流水线、可观测/安全基础设施、模型路由、缓存）、AI 准备金（幻觉责任、再训练周期、模型迁移）和 AI 间接费用分摊（AI 团队薪酬、工具、治理）。据此计算 AI 毛利率、各档位 AI 贡献毛利、混合毛利率影响、AI 成本占 ARR 比例，并给出诊断阈值：低于 5% 优秀、5–10% 典型、10–15% 承压、高于 15% 警报。
使用方式：先明确 AI 架构（模型、供应商、RAG/微调/智能体/多模型路由），再按租户和档位计算 AI 成本，构建月度第一年、季度第二至五年的 COGS 瀑布，分别计算 AI 毛利率与贡献毛利，做敏感性与压力测试，并配置缓解杠杆（提高缓存命中、模型降档、用量上限、AI 加购档、提示词优化等）。
适用场景：AI 功能主导的商业计划财务预测、投资者要求 AI 毛利率、定价与打包需要 AI 成本敏感性、计划声称 AI 原生需捍卫成本经济性。
限制：不适用于 AI 仅为内部效率、无客户侧 AI 成本的情况；不适用于尚未达到 PMF 且无真实 AI 使用数据的情况；不适用于非 SaaS/订阅/经常性收入业务。该技能为只读分析与起草，不得记账、更改分类账、设定会计政策或发布法定数值，需授权专业复核。资料未提供具体价格、收费或平台信息。