在过去二十年里，企业软件的定价模型几乎没有真正意义上的创新。从永久许可证到订阅制，再到按座席（per-seat）收费，变化的只是付款节奏，底层逻辑始终是同一个——你用多少人，就付多少钱。

但 AI Agent 的崛起正在从根基上瓦解这个逻辑。当一个 AI
助手能替代三个初级分析师的工作量，当一个智能客服机器人能同时处理上百个对话，“座席”这个概念本身就变得荒谬。企业开始追问一个朴素但致命的问题：

我买的到底是工具，还是结果？

按座席收费的模型有一个隐含假设：软件的价值与使用它的人数成正比。这在
ERP 和协作工具的时代基本成立——多一个人用
Salesforce，就多一份数据录入，多一条销售线索被跟踪。人是价值创造的主体，软件是放大器。

以客服场景为例。一家中型电商企业过去需要 50
个座席处理日常工单，按每个座席每月 150 美元计算，年支出接近 90
万美元。引入 AI 后，80% 的工单由 Agent 自动处理，人类座席缩减到 15
人。按旧模型，软件厂商的收入直接腰斩。更讽刺的是，AI
处理的工单量可能比原来更大、响应更快、客户满意度更高——软件创造了更多价值，收入却在缩水。

这不是个案。Gainsight 的 CEO Nick Mehta
去年在一次公开演讲中坦承，按座席收费正在“惩罚效率”。当你的产品越好用、越智能，客户需要的座席越少，你的收入就越低。这是一个结构性的悖论。

“按结果收费”不是口号，而是正在发生的事

嗅觉敏锐的厂商已经开始动手了。

Zendesk 在 2025 年初推出了基于 AI
解决方案的定价模式——按“成功解决的工单数”收费，而非按客服座席数。Intercom
紧随其后，将 AI 客服 Fin 的定价锚定在“自动解决率”上。Salesforce
则更激进，Agentforce 平台直接以“每次 AI 对话”为计费单元，2
美元一次，与传统的 Einstein AI 按座席定价形成鲜明对比。

这些并非边缘实验。它们来自行业头部玩家，覆盖了
CRM、客服、营销自动化等核心赛道。趋势已经足够清晰：

定价的锚点正在从“投入”（人头、许可证）转向“产出”（解决的问题、达成的结果）。

更值得关注的是一些新兴玩家的尝试。法律科技公司 Harvey
按“成功完成的法律研究任务”定价，而非按律师账号数。代码生成工具领域，部分厂商开始探索按“成功合并的
PR 数”或“通过 CI
的代码变更量”来衡量价值。这些模型虽然还不成熟，但指向了同一个方向——软件厂商必须对自己产品的实际效果下注。

对于企业技术决策者来说，定价模型的变化远不止是财务问题。它牵动着采购策略、架构选型和组织变革。


按结果收费意味着软件支出直接对应业务产出。过去 CIO 向董事会解释“我们花了
500 万美元买了 2000 个 Salesforce 许可证”，现在可以说“我们花了 300
万美元，AI 系统自动处理了 12 万个客户问题，节省了 400
万美元的人力成本”。后者的说服力不言而喻。

第二，供应商锁定的博弈格局变了。


按座席收费时代，切换成本主要体现在数据迁移和用户习惯上。按结果收费时代，竞争变成了“谁能用更低的成本交付更好的结果”。这对
CTO
来说其实是好消息——它倒逼厂商持续优化产品质量，而非靠合同惯性续费。当然，硬币的另一面是，“结果”如何定义、如何度量，会成为合同谈判中的新战场。

第三，它迫使企业重新审视“人+AI”的协作模式。


按座席定价时，增加一个 AI Agent
的自然反应是“能不能少买几个人的许可证”。按结果定价时，思考方式变成了“怎样的人机组合能最大化产出”。这是一个更健康、更符合长期利益的思维框架。

没有银弹：按结果收费的真实挑战

当然，如果这件事容易做，早就发生了。按结果收费面临几个硬核难题，任何一个都可能让美好的商业叙事折戟。


一个客户问题被成功解决，功劳该算给 AI
还是算给之前人类客服建立的知识库？一笔销售成交，是 AI
推荐引擎的贡献还是销售代表六次登门拜访的结果？在复杂的企业流程中，精确归因几乎不可能，只能设计合理的近似模型。这需要厂商和客户之间建立比过去更深的信任。

 华尔街喜欢 SaaS
的一个核心原因是“可预测的经常性收入”（ARR）。按结果收费引入了更大的波动性——客户业务淡季，AI
处理的工单量下降，厂商收入跟着下降。对于上市公司来说，如何在新模型下讲好“确定性”的故事，是一个非平凡的挑战。Salesforce
的做法是设定最低消费承诺（commit），这本质上是在按结果和按订阅之间找一个中间地带。


按结果收费让客户更容易看清每一笔支出的价值。但反过来，厂商的利润空间也变得更加透明。当客户知道一次
AI 对话的底层推理成本可能只有 0.05 美元时，2
美元的定价就需要更强的价值叙事来支撑。

未来的轮廓：混合模型与价值网络

我的判断是，未来三到五年，纯粹的按结果收费不会成为主流，但

会成为新的默认选项。典型结构可能是：一个较低的平台基础费用（保障厂商的收入底线），加上基于实际
AI 产出的弹性费用（让客户为真实价值付费）。

更深层的变化在于，定价模式的转型正在重塑整个企业软件的价值链。当厂商的收入与客户的业务结果绑定，它就不再是一个“卖工具的”，而是一个“利益共同体”。这将推动产品设计、客户成功、实施服务等环节的系统性变革。

对于中国市场的企业软件厂商，这个趋势既是危也是机。危在于，如果继续固守传统定价，在
AI
时代会面临“产品越好、收入越低”的结构性困局。机在于，中国企业对“为结果付费”的接受度可能比欧美更高——这里的采购决策者一直对
ROI 锱铢必较，他们等这一天等了很久。

归根结底，定价模型不是财务游戏，而是价值观的外显。当一个行业从“卖座位”转向“卖结果”，它实际上是在承认一个事实：在
AI
时代，真正稀缺的不是软件许可证，而是可衡量的业务成果。谁先把定价权交给客户手中的价值度量衡，谁就赢得了下一个十年的入场券。

AI 驱动 SaaS 重新定价：企业软件从按座席转向按结果收费

技术副总经理（CIO）

人工智能

职业发展

新闻资讯

AI技术正在颠覆传统企业软件按座席收费模式，转向按结果付费的新定价逻辑。Zendesk、Salesforce等头部厂商已推出按工单数、AI对话次数计费方案，让软件支出直接对应业务产出。这种变革将重塑企业采购策略，倒逼厂商优化产品效果，同时面临归因难题和收入波动挑战。未来混合定价模式或成主流，中国企业对ROI的重视将加速这一趋势。

智能客服机器人

代码生成工具

数据迁移

Agent

SaaS

2026上云采购 | AI焕新·智启新局

cscbot

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AI技术正在颠覆传统企业软件按座席收费模式，转向按结果付费的新定价逻辑。Zendesk、Salesforce等头部厂商已推出按工单数、AI对话次数计费方案，让软件支出直接对应业务产出。这种变革将重塑企业采购策略，倒逼厂商优化产品效果，同时面临归因难题和收入波动挑战。未来混合定价模式或成主流，中国企业对ROI的重视将加速...

AI 驱动 SaaS 重新定价：企业软件从按座席转向按结果收费

AI 驱动 SaaS 重新定价：企业软件从按座席转向按结果收费

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐