两家公司的遭遇共同指向同一个结构性问题：AI产品的受欢迎程度，并不自动等同于健康的单位经济模型。在投资者此前对AI应用公司寄予厚望的叙事框架下，这是一次来自一线的真实压力测试。

　　Canva首席运营官Cliff Obrecht向同事表示，在引入AI之前，服务大量免费用户的成本非常低。但AI功能上线后，这些成本大幅攀升，单位经济模型发生了根本性变化，这使得降低AI成本变得远比以前重要。

　　正是基于这一判断，Canva选择主动放缓原定的AI功能推出节奏，而非继续以高成本换取用户增长。这一决策直接压低了公司对全年营收增速的预期，从此前市场预期的更高水平降至20%。

　　为从根本上解决成本问题，Canva正大力推进自研AI模型。公司表示，其内部模型在图像和生成方面比顶级AI实验室的模型更快、更便宜。但问题在于，这些模型未能赶上本轮AI功能铺开的时间窗口，导致公司在关键节点上仍不得不依赖成本更高的外部模型。

　　与Canva的主动刹车不同，Figma面临的是另一种形式的成本压力——为尚未商业化的产品买单。

　　我们目前不向客户收取处于测试阶段产品的使用费用，推理成本由我们自行承担，没有任何消费收入来抵消。

　　这意味着，Figma正在用自有资金补贴用户使用其AI功能，同时等待这些工具从测试阶段走向正式商业化。公司预计，这一成本结构将对毛利率形成压制。

　　Figma同样在加大自研AI模型的投入，并已开始将内部模型与前沿模型结合使用，以支撑其新推出的Figma AI智能体。但自研模型的训练本身需要时间和资金投入，而资本市场的耐心显然有限——业绩指引发布后，Figma股价单日下跌约15%。

　　报道称，Canva和Figma的案例，揭示了当前AI应用公司普遍面临的一个阶段性矛盾：产品层面的吸引力已经得到验证，但将其转化为可持续盈利模式的路径仍不清晰。

　　两家公司都将自研模型视为破局关键——通过降低对外部高成本模型的依赖，从根本上改善单位经济模型。然而，自研模型的建设周期与市场对业绩增长的即时要求之间，存在难以回避的时间差。

　　分析认为，这两份财报提供了一个重要的参照系：AI转型的成本，不仅体现在研发投入上，更深层地嵌入在每一次用户调用背后的推理费用之中。在商业化模式尚未成熟之前，这部分成本将持续侵蚀毛利空间。