每篇内容均提供中文、英文和阿拉伯文版本Every publication is available in Chinese, English, and Arabic

← 全部文章

AI颠覆计价基石:告别「人天」,驶向「模型+数据+流程」新纪元

AI冲击下商业计价逻辑的根本性重塑

本文提供三个完整语言版本

SaaS产业长期以来奉行的“按席位收费”模式,正遭遇一场由AI驱动的根本性挑战。Emergence Capital的Jake Saper一语道破其核心悖论:AI软件越成功,合同规模反而越小。这并非经营失误,而是价值计量单位的错位——当智能代理(Agent)开始承担劳动,传统的“人、席位、工时”便不再能准确衡量实际交付的价值。这种“非人劳动”的崛起,使得旧范式无以为继。本文将深入探讨,AI时代下价值捕获如何从对“人力”的依赖,系统性地迁移至以“模型、专有数据与编排流程”为核心的新维度。

01价值计量的旧符失效:AI成功为何反噬“人天”模式?

传统的SaaS商业逻辑,根植于用户规模的线性增长,即“用得人越多,赚得越多”。然而,AI技术的飞速发展正打破这一平衡。正如Jake Saper所观察到的,AI软件的效率提升,直接导致客户对席位数量的需求减少,形成“卖得越成功,可卖单位越少”的反常现象。这不仅是效率与收入之间的矛盾,更是底层计量单位的根本性问题——当智能Agent能独立完成任务时,再以“人 / 席位 / 工时”作为价值记账,无异于用一个过时的代理变量来衡量新质生产力。

这种变革远非简单的效率优化,而是一场商业范式革命。判断其是否革命性的核心判据有四:计费锚点从投入转向产出;稀缺要素从人力变为模型、数据、流程;边际交付成本从随规模上升转为下降;供应商承担交付结果而非仅工具可用性风险。当前,诸如席位内叠加AI、Copilot附加许可,或AI提效后仍按人天报价,皆属旧范式内的改良。真正的革命在于Agent成为交付主体,供应商按“成功结果”收费,并承担相应风险,稀缺要素转向“模型 + 数据 + 流程”。不过,需强调的是,这场革命正在进行中,尚未画上句号。

02锚点松动:过渡期的商业变局与新收入潜力

尽管范式革命的洪流奔涌,但我们仍身处一个“旧锚点尚未死、新锚点尚未定型”的过渡态。贝恩(Bain & Company)2026年8月对SaaS厂商的调研【已查证】揭示,高达35%的企业仅将AI功能打包进更高价位,65%采用“席位 + 用量”混合计费,而完全转向纯结果或用量定价的企业仍是零。这组数据警示我们,不应将趋势误读为既成事实。然而,计费锚点松动与下移的证据已足够清晰,例如Intercom的Fin AI Agent已转为按结果计费【已查证】,每次解决问题收费0.99美元,合格线索认定9.99美元,失败或转人工均不收费;Salesforce Agentforce的计费单位也从“对话”进一步下沉至“动作”层级【已查证】。

在这一过渡期,AI不仅改变了计费方式,更催生了前所未有的商业模式。人均收入突破软件业历史上限的案例层出不穷【已查证(媒体/第三方估算)】:据Epoch AI估算,Anthropic、OpenAI、NVIDIA的人均收入分别高达900万、560万、510万美元。更惊人的是,Anysphere和Midjourney等极少数人构成的公司,其人均产值甚至能达到1500万至2000万美元。这系统性地证明了收入规模与员工规模已能脱钩。此外,数据也从过去的免费投入品转变为可收费资产:Reddit与Google达成6000万美元内容授权协议【已查证】,Cloudflare也推出“Pay Per Crawl”市场【已查证】,允许内容方对AI抓取收费,标志着数据价值化的新方向。

03深层启示:价值捕获的反馈闭环与企业边界重构

如果旧范式失效,新范式的价值将从何而来?我们推断【推断】,价值捕获将集中在三个可分别度量的迁移点。首先是“模型”本身,它既可作为按token/action计费的外部能力,也可内化为交付引擎,价值捕获的核心在于模型能力的稀缺性。其次是“数据”,专有数据、客户反馈和评测集不仅是训练的基石,更是可定价的资产。对于新兴的企业而言,高质量的领域数据和验收反馈本身就是核心资产,而非简单的过程副产品。最后是“流程”,将领域SOP编排成可靠的Agent工作流,构成了特斯(Teece, 1986)所定义的“互补资产”新形态。模型能力趋于同质化时,数据与流程便成为填补可靠性差距、构建竞争壁垒的关键。

引用科斯(Coase, 1937)的企业理论,当外部服务可通过AI Agent以低于企业内部协调成本的价格获得时,企业的边界将系统性收缩,“一人公司”也因此从特例变为可行的主流组织结构。而根据库恩的范式理论,当旧框架的定价语言因不断累积的反常而失效时,一场真正的框架转换便会发生,这正是革命的定义。然而,需要警惕的是,替换人力并非毫无摩擦。Klarna在2024年宣称AI助手承担700名客服工作量,但2025年因服务质量下降又重启招聘【已查证】;Salesforce削减支持团队后,高管承认模型在超过8条指令后开始遗漏指令【已查证】。这些案例揭示出【推断】,被误判为可删除的人力,实际上是“执行+验证+兜底责任”的复合体。旧范式失效并非因为效率不足,而是其计量单位无法匹配这种复杂而精密的价值构成。

04穿越转型期:企业破局与价值重塑的实战路径

面对席卷而来的范式变革,企业需立即行动,调整其价值捕获与定价策略。首先,应积极将定价锚点向“产出”迁移。即使无法立即实现纯结果计费,也应建立起“动作/结果”的度量能力,这是构建新锚点的基础。其次,必须将领域数据和验收反馈视为核心资产来管理。它们不再是简单的运营副产品,而是驱动价值循环、实现复利增长的源泉:使用产生反馈,反馈驱动评测与改进,进而促成更多使用。

第三,应将流程构建为企业的护城河。在模型日益普及的背景下,真正能拉开差距的是企业将模型编排成可靠、可验证、可计费结果的能力。第四,切勿盲目“去人化”,必须保留关键的验证与兜底环节。Klarna与Salesforce的经验教训很明确【已查证】:急于削减人力可能以牺牲服务质量和责任承担为代价。最后,要警惕将“趋势”等同于“事实”的认知误区。当前65%的混合计费模式提醒我们市场仍处于过渡期【已查证】,纯结果制仍需留有容错空间,稳健布局方能致胜。

“你雇了多少人、卖了多少席位?”这曾是旧范式对价值的拷问。而新范式则诘问:“你能交付什么结果,谁来为它负责?”价值捕获的核心已不再是拥有更多可计费的人力,而是谁能建立更高质量的反馈闭环,并将其编排成可靠、可验证、可计费的最终结果。席位制虽不会瞬间消亡,但其计量语言的不足已显而易见。那些能率先看清这一本质的人,将在新锚点最终定型之前,赢得重新计价自身商业模式的先机,从而在AI时代占据战略制高点。

这是一个持续更新的公开记录。重要修订会保留日期并说明原因。

参与这项研究

把你的经验加入讨论

可以写下来,也可以直接说。反馈会先由 Peter 阅读,确认后公开显示。

当前讨论AI颠覆计价基石:告别「人天」,驶向「模型+数据+流程」新纪元

已公开的讨论

0