ARTICLE · 1041367
AI Agent 商业创业最佳实践重点报告
AI Agent 商业创业最佳实践重点报告
数据截止：2026 年 9 月视角：创始人 / 商业化负责人 / 投资人
写在前面：这是我让AI给我调研写的报告，看完我认为对我有点价值，仅供参考。
0. 先看结论：七条判断
1. 这是十年一遇的窗口，但窗口的形状和你想的不一样。 机会不在"做一个更强的通用 agent"，在"替代某一段具体的人工劳动"。 2. 市场规模的逻辑变了。 a16z 的框架：AI 的目标市场正在从约 4,000 亿美元的软件支出转向 13 万亿美元的劳动力市场，约 30 倍扩容[^1]。这意味着定价锚从"席位"变成"工作量"。 3. 定价是 2026 年最重要的战略变量。 Salesforce 这个体量的公司开始按结果收费（pay-per-resolution），是行业分水岭。Futurum 1H 2026 对 830 名企业软件决策者的调查显示，18.7% 的企业已在用结果导向定价，首次逼近 per-user/per-month 的 17.1%；52.2% 的买家把定价模式列为关键采购标准[^2]。 4. 毛利率的结构性天花板是真实的。 AI 公司毛利率普遍 50–60%，传统 SaaS 是 80–90%[^3]。这不是运营问题，是成本结构问题——推理是真实变动成本，重度用户是最贵的客户。 5. 护城河已经不在模型层。 Harvey 放弃自研垂直法律模型，因为 OpenAI / Anthropic / Google 的前沿模型在 Harvey 自己的法律基准上超过了它[^4]。这是一个标志性事件。 6. 垂直 > 横向，有数据支持。 Harvey 约三年做到约 3 亿美元 ARR；Legora 18 个月到 1 亿美元 ARR；Sierra 7 个季度到 1 亿美元 ARR（C 级数据，来源间有冲突，见第 9 节）。 7. 最大的风险不是技术，是"卖不出去"和"卖出去不赚钱"。 前者是 GTM 问题，后者是单位经济问题。
1. 市场结构：钱到底在哪
1.1 需求侧：增长陡峭，但落地率低得惊人
全球（A/B 级混合）：
| 17% | ||
| 57.3% | ||
中国（B/C 级，来源为 IDC、沙丘智库、赛迪顾问的二手转述）：
| 但 | 仅 18% |
读法：采纳率 40.3% 和核心流程渗透率 18% 之间的 22 个百分点，就是中国 agent 创业公司未来两年要吃的饭。但也要看到：需求集中在"可控"而非"能用"——私有化市场是公有云的 7 倍，这意味着中国的 GTM 和交付模式与硅谷截然不同（见第 8 节）。
1.2 供给侧：真实的 agent 公司没那么多
Gartner 估计，数千家自称 agentic AI 的厂商里，真正货真价实的只有约 130 家[^12]。
这句话有两层含义：
• 坏消息：赛道噪声极大，投资人/客户甄别成本高，你要花力气证明自己是真的 • 好消息：如果你真的能做到端到端交付结果，竞争者远比你以为的少
2. 商业模式：从卖席位到卖结果
2.1 定价模式演进的四个阶段
a16z 的框架（B 级）[^1]：
软件许可 → SaaS 订阅（按席位） → 按用量计费 → 按结果计费
↑ ↑
云的模式 最具颠覆性a16z 的判断：目前真正跑通"按结果计费"的只有客户服务——因为问题是否被解决可以客观衡量。但如果模型能力继续提升、其他业务职能也变得可用"结果"衡量，对 incumbent 软件的冲击将是毁灭性的。
2.2 标志性事件：Salesforce 按结果收费
2026 年，Salesforce 推出 Agentforce Help Agent，采用 pay-per-resolution[^2]：
• 只在 agent 端到端自主解决问题时收费 • 客户要求转人工、或带着不满离开 → 不收费 • 交互期间的 Data 360 和 Agentforce 用量不计量（客户不需要预测消耗或担心超额）
Salesforce 自己的运营数据（A 级，官方口径）：在 help.salesforce.com 上，Agentforce 已处理 430 万次咨询，自主解决 70%。
这件事的意义：Salesforce 不是第一家做结果定价的（Decagon、Intercom、Zendesk 更早），但它是体量最大的一家。当这个规模的 incumbent 把风险从买方转移到自己身上，整个市场的定价基准就变了。
对你的直接影响：如果你的定价还是纯席位制，而竞争对手按结果收费，你在采购评审里会非常被动。
2.3 四种定价模式的选择树
实践中不要理想化，按"能不能衡量结果"来选：
| 纯结果定价 | ||
| 混合（平台费 + 结果层） | ||
| 用量/积分制 | ||
| 席位 + 用量上限 + 超额计量 | 纯席位制在推理密集型产品上是自杀 |
最后一条值得展开：纯 per-seat 定价在 AI 产品上是一个赌注——赌你的客户不会重度使用。 有个真实案例（B 级）[^13]：某 AI 产品重度用户两个季度内人均消耗涨了 4 倍，头部十分位用户的单席位毛利率从 71% 变成 −14%，而同时总收入在增长、所有产品指标都很好看。解法是席位价附带给量额度 + 超额计量。真正痛苦的不是工程改造，是第 18 个月告诉老客户"你们买的不限量套餐没有了"。
2.4 定价的两个坑（YC 的建议，B 级）[^14]
1. 成本加成定价 —— 会永久封顶你的收益。要按价值定价，不要按成本道歉 2. 直线降价 —— 会让服务显得廉价低质
3. 单位经济：AI 创业最容易死的地方
3.1 毛利率的结构性天花板
| 80–90% | ||
| 50–60% | ||
| 52% | ||
| 纯应用层（转售别人的模型） | 45% |
为什么 AI 拿不到 SaaS 的毛利：
• 推理：每个请求都按 input + output token 计费，是真实变动成本，不会随规模摊销 • Agent 循环：一个自主 agent 不是调一次——它截图、推理、重试、再提示，一个 agentic 会话消耗的 token 比一轮 chat 高几个数量级（Anthropic 实测：单 agent 约 4×，多智能体约 15×[^15]），且不带来额外收入 • 人在环路：很多 AI 产品仍需要人类审查边界案例、纠正输出、处理升级
a16z 的经典数据：AI 公司通常把 25% 以上的营收花在云和算力上[^3]。
3.2 一个新的视角：低毛利是"荣誉勋章"
a16z 的逆向观点值得记住（B 级）[^1]：如果一家自称 AI 的公司毛利率异常高，很可能说明客户根本没在用它的 AI 功能——那些功能只是装饰。重度使用 AI 功能的产品自然会有高推理成本，压低毛利。a16z 把这称为 badge of honor（荣誉勋章）。
它们的信心来自：单位推理成本在持续快速下降，今天的低毛利一年后大概率会改善。
我的判断：这个说法有道理，但不能拿来当挡箭牌。正确的用法是——把毛利率当作趋势指标而非水平指标，同时看三个数：
• 人均营收（最快的一批 AI 公司约 $1.13M ARR/员工，是 SaaS 常规的 4–5 倍[^13]） • 毛利率随模型降价的改善轨迹 • 定价结构是否让效率提升能传递到毛利
3.3 成本替代基准：这是你定价的天花板
a16z 给出的电脑操作智能体全负荷成本对比（B 级）[^16]：
| $6–8 | |
| $30–45 |
结论：智能体在 ~30–45/小时的美国后台劳动力替代，有 70–80% 的毛利率空间。
这是 agent 经济学真正的拐点。你的定价锚应该是"被替代劳动力的成本"，而不是"竞品软件的报价"。
一个具体算式（B 级）[^17]：客服工单人工 0.46（约 9 倍降低）。这个 9 倍空间就是你和客户分蛋糕的余地。
3.4 COGS 三项，从第一天就要有人负责
YC 给 AI-native 服务公司的建议（B 级）[^14]：
COGS = 模型成本 + hosting 成本 + humans-in-the-loop
三项都要有：数字、趋势线、负责人。
• 零毛利/负毛利的 pilot 可以用来学习，但不能让团队上瘾 • 每一次交付背后的人工时长、模型调用、返工，都要能被看见
P&L 的关键路径：收入 − COGS = 毛利 − opex（研发、销售、财务、法务、创始人工资）= 营业利润。YC 提醒：投资人会比你想的更早看 operating income，因为这不是一个只讲增长故事的 SaaS。
YC 给出的目标：传统服务公司利润率约 30% 封顶，纯软件和 agent 公司毛利更高但 TAM 更小；AI-native 服务公司的赌注是——在一个比软件大 2–3 倍的市场里，靠 AI operating leverage 逼近软件利润率（50% 以上）。短期不必立刻做到，但趋势必须可信。
4. 赛道选择：垂直 vs 横向，以及哪些赛道有数据
4.1 垂直为什么赢：三个结构性理由
① 数据访问权，不是数据所有权
基础模型厂商拿不到一家医院网络的临床记录、顶级律所的案卷档案、保险公司的理赔历史的使用许可。垂直 agent 能拿到，因为它坐在数据被创造出来的那个工作流里。
这是 a16z "AI Inside" 框架的核心：AI 让垂直软件公司可以自动化过去太复杂而无法触碰的工作，把单客户营收扩大一个数量级[^1]。
② 部署粘性
转述数据（C 级）称，麦肯锡研究发现部署垂直 AI 方案的公司报告的平均 ROI 约为只用通用 LLM 的 2.3 倍，且 71% 的垂直部署六个月后仍在产生价值，而纯横向部署只有 32%[^18]。C 级，建议核验后再引用。
在受监管行业，决定 agent 能否通过采购的是合规脚手架和工作流集成，不是原始智能。
③ 营收速度
Harvey、Legora、Sierra、Abridge 都达到了 $100M+ ARR 的轨迹，所用时间在 2021 年会被视为离群值（C 级，见第 9 节）。
4.2 各赛道实测数据（多为 C 级，请按量级读）
| 客服 | |||
| 法律 | |||
| 医疗 | |||
| 编码 | |||
| 语音/现场服务 |
赛道筛选的两个维度（结合总报告第 3 节的数据）：
• 回收期：客服 4.1 个月 < 营销 6.7 < 工程 9.3 < 法务 14.8 < 临床 18.4（Bain，B 级）[^19] • 可验证性：客服、编码有明确对错；法务、临床有强监管但回收期长
我的判断（有观点）：
如果你在选赛道，客服是流动性最好、也最卷的——它是唯一能在首年拿到多数派正 ROI 的领域（63% 命中率），所以所有人都往里冲。
法律和医疗的回收期长，但客单价和留存极高，适合有行业资源、能扛长销售周期的团队。
编码赛道已经被 Cursor/Anthropic/OpenAI 挤满，除非你有非常具体的切口，否则不要正面进入。
4.3 一个正在打开的类别：AI-native 服务公司
YC 2026 年夏季 RFS 的头号方向（B 级）[^20]：
全球服务支出远超软件支出，且大部分服务已经外包——结构上容易被取代。演进路径是：服务 → SaaS → AI copilot → AI-native 服务公司（直接干活，而不是卖工具给人干活）
目标领域：保险经纪、会计、税务、审计、合规、医疗行政。
经济学的根本差异：当你拥有结果时，单位经济完全不同。不是给客户一个工具去处理保险经纪业务，而是你自己成为经纪商。
YC 的实操警告（我觉得这是全文最实用的一条）：
第一批 pilot 客户要控制在很少几个，抵抗快速签太多的诱惑。 YC 把它称为 literal trap——需求看起来像好消息，实际会把团队推回传统服务公司的状态：每个客户都靠人工项目制硬扛。"刚起步时签下很多 pilot 客户很容易，但它会迅速压垮你的服务能力。"
销售方式也不同：你卖的是结果，不是 seat，也不是 token。前几个客户的 pilot 就是产品，不要太早标准化——用它们学习 AI 到底在哪些环节带来独特杠杆，哪些地方只是做了显而易见的自动化。
5. 护城河：已经不在模型层
5.1 一个标志性事件
Harvey 放弃了自研的垂直法律模型（C 级，但多家来源一致）[^4]。原因：OpenAI、Anthropic、Google 的前沿模型在 Harvey 自己的法律基准测试上超过了它。
Harvey 现在靠什么赢：工作流深度、事务所专属集成、在 AmLaw 100 客户中的渗透——不是拥有一个定制 LLM。
这直接改写了"垂直 AI 必胜"的论证方式。2024 年那版论证（垂直赢是因为自研领域模型）已经死了，而且是被它自己的冠军杀死的。
5.2 钱真正买的是什么
投资者现在投的三样东西（B/C 级）[^4]：
1. 工作流捕获 —— 成为工时、临床记录、工单真正发生的那个界面 2. 合规基础设施 —— 审计轨迹、评估框架、能通过医院和律所采购的安全架构 3. 分发壁垒 —— Harvey 的 AmLaw 渗透、Abridge 的医疗系统合同、Sierra 的企业客户名单
a16z 的表述更直白（B 级）[^16]：随着原始 UI 导航能力在模型层变成 commodity，模型不再是主要瓶颈，持久优势向上移动到堆栈上层：上下文、权限、流程知识、验证、升级、错误处理、缓存，以及对"一家具体客户组织内部工作实际如何完成"的来之不易的端到端理解。
5.3 三条护城河的可靠性排序（我的判断）
| 垂直数据 + 工作流集成 | ||
| 分发（行业关系、渠道） | ||
| 合规资质（审计、认证） | ||
| 专有模型 | 低（正在归零） | |
| 更好的 prompt | ||
| 通用 agent 能力 |
6. GTM：怎么卖
6.1 一个残酷但有用的基准
Bain 的数据（B 级）[^19]：厂商部署的 agent 达到正 ROI 的速度，约为自建的 2.4 倍。原因是厂商已经建好了 runtime、gating、evals、连接器，并在多家客户身上打磨过。这不是说"自建永远错"，而是说基础设施的成本在哪里付。
对你的意义：如果你卖的是"agent 平台"，客户会问你"我为什么要自己建"；如果你卖的是"现成的结果"，你自带 2.4 倍的速度优势。 后者更好卖。
6.2 企业级 agent 的真实采购逻辑
从多来源拼出来的采购决策链：
1. 能不能证明 ROI（美元计） —— 现在 procurement 的第一问题是"多久回本"，不是"能力多强" 2. 定价模式 —— 52.2% 的买家把它列为关键采购标准[^2] 3. 治理与安全 —— 62% 的中国企业把数据权限与安全合规列为跨系统执行的首要障碍[^10]；全球范围内 2k+ 人企业把安全列为第二大障碍（24.9%）[^8] 4. 与 system of record 的集成 —— Bain 的四因素之一；旁路界面做不到[^19]
6.3 可参考的公开客户案例（A/B 级，Salesforce 官方口径）
用法：这些是"良好条件下、资源充足团队"的成果，不代表签了合同的公司的基准率。真要对外讲 ROI，最好拿自己的 pilot 数据。
6.4 一条来自 Gartner 的警告
Gartner 分析师的原话（B 级）[^23]：
"如果我们还在谈节省时间和个人生产力，那对客户做的这笔投资是说不通的。"
销售话术必须转到职能业务成果：财务、HR、安全、运营上的具体数字。
7. 融资：2026 年投资人看什么
7.1 吸引资本的特征 vs 劝退资本的特征
综合多来源（C 级，方向性参考）[^24]：
| 可证明的 ROI 追踪 | |
| Agent 治理基础设施 | |
7.2 一个重要信号：模型无关性
2026 年 2 月 OpenAI 推出 Frontier——一个用于构建、部署、管理 agent 的企业平台，OpenAI 自己的定位是"像管理雇员一样"，内置治理、上下文、协调和性能评估，而且它是开放的，能管理任何供应商构建的 agent[^24]。
这对创业公司意味着什么：如果平台能统管所有厂商的 agent，那么"薄的单点 agent"的战略价值会被商品化。
应对：把自己做成 model-agnostic、可嵌入、在基础设施层有防御性的东西——这在整合期是收购标的的最佳画像，因为收购方可以把你的能力插进自己的栈，而不必赌你的应用层能活下来。
7.3 YC 在押什么（2026 夏 RFS，B 级）[^20]
YC 2026 年批次约 60% 是 AI 公司（2024 年为 40%）[^25]。RFS 里与 agent 直接相关的：
1. AI-Native Service Companies —— 直接交付服务，不卖工具 2. SaaS Challengers —— AI 让软件生产成本降 10–100 倍，Salesforce 那种"数十年累积数百万行代码"的护城河消失了。目标：芯片设计软件、ERP、工业控制系统（这些代码库 20 年没人敢碰）。打法：克隆产品按 1/10 价格卖 / 把十个单点方案捆成 AI-native 套件 / 开源替代 + hosting 变现 3. Company Brain —— 每家公司的关键知识散落在 Slack 线程、旧邮件、工单和人脑里。人类能模糊地导航，agent 不能。把散落知识结构化、保持最新、变成 agent 可执行的文件 4. Software for Agents —— 下一个万亿互联网用户不是人，是 agent。几乎没有软件是为它们建的。需要 API、MCP、CLI 和详尽文档，让 agent 能无人干预地发现、注册、开始使用新工具 5. The AI Operating System for Companies —— 让整个公司运营可查询：每次会议、每个工单、每次客户交互都被捕获并对智能层可读。Diana Hu 见过用这套方法的团队把 sprint 周期缩短一半
第 4 条尤其值得注意：机会不是"造下一个 agent"，是"造 agent 依赖的东西"。
7.4 面试时会被问到的问题（YC，B 级）[^25]
• "什么阻止 OpenAI 做这件事？" • "你的前 10 个客户是谁，他们为什么愿意付钱？" • "现场演示产品" • "关于这个市场，你知道什么别人不知道的？"
第一个问题必须准备好。YC 还要求把问题陈述写得极其具体——"医疗 AI"不是问题陈述，"把医生做预授权的时间从 45 分钟降到 5 分钟，且报销通过率 >95%"才是。
8. 中国市场专章
8.1 三个结构性差异
① 私有化优先
2025 年中国智能体开发平台私有化市场 17.5 亿元，公有云 2.5 亿元——近 7 倍[^10]。企业把钱花在"可控"上而不是"能用"上。
这直接改变产品设计：如果你的架构假设是"调云端 API + SaaS 交付"，在中国企业市场会撞墙。需要预留私有化部署、内网锁定、数据不出域的能力。
② 巨头高度集中
转述数据显示，百度、阿里、腾讯、字节占据超过 80% 的市场份额，CR4 高达 78%[^11]（C 级）。剩下约 20% 由垂直领域头部厂商和创新初创企业分。
含义：不要和巨头在通用平台上正面竞争。竞争焦点已经不是模型参数量，而是**"行业场景的穿透力"、"数据飞轮的构建速度"、"结果交付的确定性"**。
③ 政策在推，监管也在收紧
• 政策端：2026 年国家发改委提出"智能体正式定规"；工信部等八部门印发《"人工智能+制造"专项行动实施意见》（七大重点任务、21 项具体措施）；工信部启动人工智能应用服务商培育专项行动[^10][^11] • 监管端：2026 年 3 月，工信部专家及国家互联网应急中心正式发出专项安全风险提示，系统列举了提示注入、进程间通信劫持、恶意插件植入等攻击路径——这是监管层首次就 AI 智能体安全风险发出系统性预警[^11]
含义：合规能力在中国不只是加分项，是入场券。同时也意味着"agent 安全 / 治理 / 行为异常检测 / Kill-Switch"在中国是一个有政策驱动的真实品类。
8.2 中国实体产业的真实渗透率
长江商学院 2026 年调研（C 级）[^9]：
| 3.4% | |
同时"正投入率"（实际产生金额支出的企业比例）从 Q1 的 8.2% 提升到 9.7%，增幅显著高于采用率增长——存量采用者正在加码。
我的判断：中国实体产业的 agent 渗透还在极早期（10% 量级），但存量客户在加大投入。这意味着中国市场的打法是"深耕少数标杆客户吃扩容"，而不是"广撒网"。
9. 数据可信度警告：这几组数字我无法确认
按用户要求"不能靠瞎猜"，以下是本报告里最需要二次核验的部分：
9.1 创业公司财务数据（C 级）
搜索中出现的 ARR / 估值数字在来源之间大量冲突：
| Sierra | |
| Harvey | |
| Decagon | |
| Cursor |
建议：这些数字可以拿来说明"量级"（垂直 agent 公司在 18–24 个月内做到 $100M ARR 是可能的），不要拿去做投资模型。要用请查原始披露或 PitchBook / Crunchbase。
9.2 Bain 数据的内部冲突
SDR agent 中位回收期：一处 7.2 个月，另一处 3.4 个月。客服 4.1 个月、工程 9.3 个月、临床 18.4 个月各来源一致，相对可信。建议只用不一致的那些。
9.3 市场规模预测的口径混乱
中国智能体市场规模：IDC 212 亿 → 449 亿元（2026）；赛迪顾问 78.4 亿 → 135.3 亿元（2026）。差 3 倍以上——因为口径不同（"企业级 AI 智能体" vs "智能体市场"）。
引用时必须带机构和口径，否则就是误导。
10. 失败模式清单（创业视角）
| 建通用 agent 再想垂直化 | ||
| 纯席位定价 + 推理密集 | ||
| 签太多 pilot 客户 | ||
| 赌专有模型 | ||
| 拿不出 ROI 证据 | ||
| 把"省了多少时间"当卖点 | ||
| 成本失控 | ||
| 忽视治理 | ||
| 在中国做纯公有云 SaaS |
11. 行动清单：按阶段
如果你还在选方向
1. 列出你有真实行业资源的 2–3 个领域（关系、数据、know-how 任一） 2. 对每个领域问：这段工作现在的市场价是多少/小时或/单？（a16z 基准：美国后台 10/小时，agent $6–8/小时[^16]） 3. 检查可验证性：这段工作做完，能不能客观判断做对了没有？不能 → 换 4. 检查回收期（Bain 基准[^19]）：客服 4.1 < 营销 6.7 < 工程 9.3 < 法务 14.8 < 临床 18.4 个月。超过 12 个月的要有心理准备 5. 回答"什么阻止 OpenAI 做这件事？"，答案不能是"我们更专注"
如果你在做第一个产品
1. 只签 3–5 个 pilot 客户，抵抗签更多的诱惑（YC 的 literal trap[^14]） 2. 从第一天建立 COGS 三账：模型成本 / hosting / 人在环路，每项都有负责人[^14] 3. 定价留 ≥15% 的余量给 eval 和可靠性（Bain 四条因素之一[^19]） 4. 定价结构上：平台费 + 结果层的混合模式起步，等准确率到生产级再考虑纯结果定价 5. 建立 agent 台账，标 L1–L4 自治级别，按级别配权限和审计（Gartner[^26]）——这件事现在不做，出事后再补成本翻十倍
如果你在融资/规模化
1. 准备好三张表：单位经济在 1 万–10 万规模下的模型（不是预测，是模型）、人在环路成本的显式映射、对比优势：为什么 GPT 自己的 agent 做不到 2. 把毛利率当趋势指标讲，同时给出人均营收和毛利改善轨迹 3. 强调 model-agnostic 和可嵌入性——这是整合期的收购画像 4. 如果能证明 ROI，就往结果定价走；这是最强的差异化，也是最强的信号
12. 数据来源与可信度
附：三条我最想强调的判断
第一，别再做"更好的通用 agent"。 模型层在商品化，Harvey 事件已经证明了这一点。你的价值必须在模型之外：工作流深度、数据访问权、分发、合规。
第二，定价模式是你最被低估的武器。 52.2% 的买家把它列为关键采购标准，Salesforce 已经下场按结果收费。如果你的定价还是纯席位制，你不是在保守，你是在给竞争对手送分。 但要记住：纯席位制在推理密集产品上的真正问题是——它在赌你的客户不会重度使用你，这是个奇怪的赌注。
第三，先证明一个客户赚到了钱，再去想第十个。 中国的数据里最刺眼的是：采纳率 40.3%，但纳入核心流程的只有 18%。那 22 个百分点的鸿沟，不是靠更好的模型填上的，是靠一个个被证明的 ROI 填上的。Bain 的数据给了最朴素的建议——把 15% 以上的预算花在评估上，反而回本更快。
报告生成时间：2026 年 9 月 20 日。C 级数据请在正式使用前核验原始出处。