夜雨聆风
摘要
本周观点：
SaaS估值已至历史低点，AI时代资本市场担忧的是什么 2026 年第一季度，由于市场将 AI 视为生存威胁，SaaS 估值（ARR倍数）跌至十多年来的历史低位。资本市场的核心担忧在于 AI 对传统 SaaS 模式的三重冲击：席位冲击（AI Agent 替代人工导致许可证需求缩减）、自建冲击（AI 编程普及降低企业自研工具门槛）以及架构冲击（UI 界面被 Agent 降维为 API 层）。SaaS需要在根本上重构自身价值以适应新时代。 架构与商业模式：产品从给人用到Agent自动干活，收费从卖账号变卖效果 SaaS 产品正经历从“给人用的工具”向“给 Agent用的系统”演进，竞争焦点转向了对混合劳动力进行管理的“编排层”地位。在产品层面，Native-AI 架构通过 API 优化业务成果而非单纯的点击交互，国内厂商如金蝶、滴普科技已率先升级。与之相应，商业模式正从传统的按人头收费转向按结果或 Token 计费，Intercom 和Sierra AI 等标杆企业已证明，基于问题解决率的定价能显著拉动 ARR 增长，将供应商收益与客户价值创造实现深度绑定，国内企业如讯策也已经开始探索token计费。 AI时代的护城河建立 大模型可以瓦解传统SasS护城河的部分要素（接口、公共数据工作流程逻辑、人才稀缺、捆绑销售），同时保留核心护城河：专有数据、监管锁定、嵌入式网络效应、交易级整合、系统记录地位。如今核心问题是确定目标公司处于这条分界线的哪一边。转型的成功取决于组织的重塑，SaaS 企业需将传统的产研技能升级为涵盖提示工程、MLOps 和 Agentic 框架设计的 AI 增强能力。只有在人才、文化和战略上完成敏捷性重组的组织，才能在 AI 优先的竞争格局中建立持久的竞争力。 相关标的 海外算力/存储：胜宏科技、中际旭创、东山精密、欧科亿、天孚通信、天岳先进、新易盛、工业富联、兆易创新、大普微、源杰科技、景旺电子、英维克、唯科科技、领益智造等；Lumentum、闪迪、博通、marvell、铠侠、美光、SK海力士、中微公司、北方华创、拓荆科技、长川科技。 国内算力：寒武纪、东阳光、海光信息、利通电子、协创数据、浪潮信息、华勤技术、网宿科技、芯原股份、华丰科技、亿田智能、豫能控股、星环科技、首都在线、神州数码、百度集团、中芯国际、华虹半导体、中科曙光、润泽科技、大位科技、润建股份、奥飞数据、云赛智联、瑞晟智能、科华数据、潍柴重机、金山云、欧陆通、杰创智能。 CPU：海光信息、中科曙光、澜起科技、禾盛新材、中国长城、龙芯中科、兴森科技、深南电路、宏和科技、广合科技。 AI应用：1）大模型&自定义Agent：智谱、Minimax、腾讯控股、阿里巴巴、科大讯飞。2）星环科技、德才股份、美年健康、真爱美家、中控技术、金蝶国际、迪普科技、云知声、多点数智、聚水潭、迈富时、阜博集团、范式智能、汇量科技等AI INFRA&高景气&高壁垒。其他：空天时代、具身智能等。 +
风险提示
行业竞争加剧的风险；技术研发进度不及预期的风险；特定行业下游资本开支周期性波动的风险。
报告正文：
01 SaaS估值已至历史低点，AI时代资本市场担忧的是什么
据SaaS Capital报道，2026年第一季度，SaaS估值跌至十多年来的最低点，因为市场将AI视为生存威胁。市场将所有SaaS公司一概而论，而没有区分潜在的赢家和输家。SaaS Capital Index (SCI) 的年度经常性收入 (ARR) 倍数中位数是衡量SaaS 商业模式整体健康状况和吸引力的关键指标。在新冠疫情期间过度扩张导致该倍数大幅下降后，从 2022 年末到 2025 年末，该倍数一直处于区间波动。2026 年初，人们日益担忧AI会对 SaaS 商业模式构成生存威胁，这促使该倍数大幅下调。目前，ARR 倍数处于十多年来的低位
我们认为资本市场对AI时代SaaS的担忧体现在以下方面： 席位冲击——AI Agent 直接替代坐席，客户缩减席位，过去SaaS行业的增长范式建立在”员工数越多、许可证越多、收入越高”的逻辑之上——AI Agent 的出现打破了这一前提。当一名员工借助AI能完成过去五名员工的工作量时，企业对 SaaS 许可证的需求必然向下压缩。； 自建冲击——随着AI编程能力的普及、以及企业内部 AI 基础设施的成熟，IT团队内部快速搭建专属工具替代外购 SaaS 的门槛下降； 第三，架构冲击——AI Agent 正成为人与业务系统之间新的”操作层”，传统 SaaS 的 UI 界面面临被”降维”为 API 层的风险。Gartner预测，到2030年，35%的独立SaaS产品将被AIAgent取代或融入更大的Agent生态系统——但这同时也意味着65%的产品将以某种形式存续下来。最终的赢家将是那些成功转型，从销售工具转向协调AI Agent的SaaS公司，它们将从根本上重构自身价值，以适应未来AI时代。我们将分析这场重构正在沿着什么主线展开。 02 架构与商业模式：产品从给人用到Agent自动干活，收费从卖账号变卖效果
2.1 产品与架构重构：从”给人用的工具”到”给 Agent 用的系统”
AI赋能与原生AI分化：BetterCloud 在其 2026 年度行业展望中将当下SaaS 应用区分为两类——一类是在传统平台上叠加 AI 功能的"AI-enabled SaaS"，另一类是从底层架构开始就为 AI Agent 原生构建的 "Native-AI SaaS"。
Codewave 指出为什么基于用户工作流程构建的SaaS公司会遇到瓶颈：大多数SaaS公司仍然基于一个简单的假设：用户驱动执行。你的产品提供界面，但客户负责推进工作流程、做出决策以及将系统整合在一起。当软件提升了访问权限和可视性时，这种模式行之有效。但当AI 能够自主复制并执行相同的工作流程时，这种模式就失效了。AI Agent已经开始在SaaS环境中自动化执行常规的、基于规则的任务，将工作模式从“人+软件”转变为“AI Agent+API”。这减少了用户为了完成单一任务而需要与多个工具交互的需求。Agent系统通过执行端到端的工作流程改变了游戏规则。它们不再优化点击或交互，而是优化响应时间、收入和运营成本等业务成果。战略风险并非即刻失败，而是逐渐被边缘化。随着业务人员开始跨工具操作，界面本身的重要性远不如真正完成工作的系统重要。对于SaaS行业的领导者而言，这是一个转折点。如果继续依赖用户来执行工作流程，增长将会停滞不前，而竞争对手则会转向以结果为导向的模式。
Agent“编排层”的战略位置：谁能成为 Agent 时代的交通指挥，是本阶段最重要的战略位置之争。Asana CEO Dan Rogers 提出了”AgentPalooza”概念：他判断 AI 不会消除组织协调需求，AI并不会消除协调的必要性，反而会增加复杂性。他设想，未来将有成千上万的AI Agent在组织内部运行，形成他所谓的“Agent狂欢节”（AgentPalooza）。在这种环境下，Asana 的目标是充当“编排层”，管理人类与AI Agent之间的协作。这种方法将 Asana 的核心技术——“工作图谱”——重新定位为混合型劳动力的基础设施。。
国内软件厂商密集升级多 Agent 协作能力，呈现清晰的”PaaS 平台 + Agent”打法：金蝶2025年5月在深圳召开金蝶云苍穹 AI 峰会，发布五大Agent和苍穹 Agent 平台2.0，并成立"企业管理 AI 生态联盟"。金蝶展示了Agent驱动的未来工作方式：以云之家为入口，用户可以随时访问智能助理，在用户高频使用的沟通场景，通过灵动的交互方式调用多个AIAgent，协同完成知识查询、问数、差旅预订、报销等多项工作任务。Agent可根据用户角色、偏好和历史行为提供个性化的信息、建议、任务，自动处理重复任务，助力员工高效工作，释放员工的创造力。
滴普科技将原有的FastData企业数据融合平台、FastAGI企业Agent平台及Deepexi企业大模型三大组件深度融合，升级为“DeepexiOS”AI级企业操作系统。公司产品的核心定位也从提供“Data+AI解决方案”，转变为“AI时代企业数字员工基础平台”。2025年度业绩显示，公司全年收入同比大增70.8%FastAGI企业级AI解决方案收入飙升至2.54亿元，同比暴涨181.5%，成为第一大收入来源，标志着业务引擎已成功向AI解决方案切换。
2.2 商业模式重构：从按人头收费到按结果/Token收费
据PricingSaaS 500 Index 数据，2025 年 Top 500 B2B 及 AI 公司共发生 1800 余次定价变动，平均每家公司调整 3.6 次；采用信用制定价（Credit-based）的公司从 35 家增至 79 家，同比增长 126%——HubSpot、Figma、Adobe、Salesforce、Cursor 等头部玩家均在 2025 年上线信用制模式。这种高频调整反映的是整个行业尚未对 AI 时代的定价模型达成共识，不同厂商基于自身商业禀赋和客户结构选择了差异化路径。
SaaStr将当前的新定价探索归纳为四种范式：
1） 按席位计费（旧模式的升级版）
微软 Copilot 就是一个最典型的例子。它以 30 美元/用户/月的价格作为现有 M365 许可证的附加组件。采购流程简单，预算也易于预测。但它存在一个根本性问题：如果Copilot 能让你的团队效率提高 30%，那么最终你需要的席位就会减少。
为了规避这个问题，微软正将AI功能捆绑到价格更高的用户许可中, 2025年12月宣布核心套件的价格将于2026年7月上涨，届时Copilot Chat和安全功能也将包含在内。此举押注于提高用户许可价格的速度能够超过客户减少用户许可数量的速度。
Salesforce 发现，由于AI提高了服务人员的效率，他们的席位/人员数量减少了 10%。在SaaStr也看到了同样的情况，SaaStr已经在生产环境中部署了 12 个以上的AI Agent，因此已经减少了供应商的席位数量。现在只需要更少的人工，更多的AI Agent。
2）按次/积分计费（新默认值）
许多公司实验这种方式，Salesforce Flex Credits、HubSpot AI Credits、Figma Credits、Cursor Credits、Lovable Credits……它们的吸引力显而易见：积分介于按使用次数收费和按结果收费之间，比按席位收费更透明，比单纯按结果收费更容易实施。
但积分系统很快就会变得复杂。大多数公司尚未解答以下四个关键问题：如何设定积分和行动之间的兑换比例？积分会过期吗？谁来决定一次“行动”算作一次，五次算作一次？
3）按决议/结果导向型（大胆尝试）
一些公司已经完全转向只在AI实际产生结果时才收费。Intercom 的 Fin 服务：按问题解决次数收费，每次解决 0.99 美元。不是按对话次数，也不是按操作次数，而是按已解决的问题次数收费。如果Fin 无法解决问题并转交给人工客服，客户无需付费。目前Fin 处理了许多客户 80% 以上的支持量，每周解决超过 100 万个客户问题。Intercom 正是凭借这种模式，将 Fin 的年度经常性收入 (ARR) 从 100 万美元增长到超过 1 亿美元。如果未能达到解决目标，Intercom 还提供高达 100 万美元的绩效保证。
Intercom指出了一个关键点：基于结果的定价模式暴露了公司内部的每一个薄弱环节。销售人员不能再以许可证数量为导向进行优化，客户服务人员也不能再以使用量为借口，营收运营人员必须预测最终结果。产品必须真正有效，并且始终如一地运行。这迫使公司打造更好的产品。
Sierra AI：完全基于结果的定价模式。只有当其Agent无需人工干预即可成功解决问题时，他们才会获得报酬。联合创始人 Bret Taylor（曾任 Salesforce 联合 CEO）称之为“为出色工作付费——销售人员拿佣金，为什么 AI 不能？” Sierra 在短短 21 个月内就实现了 1 亿美元的ARR，随后又实现了首个5000 万美元的季度收入——预计到 2026 年初，ARR 将超过 1.5 亿美元。公司估值达 100 亿美元。四分之一的客户年收入超过 100 亿美元。客户体验到 50% 到90% 的客户服务互动完全自动化。Taylor 认为：“整个市场都将转向智能Agent。整个市场都将转向基于结果的定价模式。这显然是构建和销售软件的正确方式。”
Zendesk：AI Agent的定价模式改为基于结果，每次自动解决问题起价 1.5 美元（或按需付费 2 美元）。他们提供包含现有套餐的入门级服务，超出部分按次付费。其理念是：如果AI无法解决问题，您无需付费。
4）混合型（适合所有人的目的地）
几乎所有主流供应商都在采用这种模式：Salesforce（同时采用这三种模式）、微软（席位许可 + Azure 按需付费Agent）、Zendesk（席位 + 按问题解决次数计费）、Intercom（席位 + 按问题解决次数计费）。
国内样本：迅策科技起步于对数据实时性、稳定性、合规性要求最严苛的资产管理行业，在该细分赛道的市占率稳居首位。公司正加速推进商业模式的跃迁——从传统的“工具提供商”升级为“AI Agent赋能者”，从项目制、订阅制向按Token付费的模式转型。据悉，公司2026年至今按Token收费比例已占5%，预期全年占比将达到20%—30%。这一演进使公司的收益与客户价值创造深度绑定，成为AI时代不可或缺的“数据燃料”供应商03 AI时代的护城河建立
3.1 垂直深度：不仅要懂数据，还要介入客户生意流程
SaaS 在AI时代如何不被颠覆， 海外投资机构和行业观察者过去一年对这个问题有相对集中的讨论，Carlsquare 在其 2026 年初的分析中明确指出：大模型可以瓦解传统SasS护城河的部分要素（接口、公共数据工作流程逻辑、人才稀缺、捆绑销售），同时保留核心护城河：专有数据、监管锁定、嵌入式网络效应、交易级整合、系统记录地位。如今核心问题是确定目标公司处于这条分界线的哪一边。 Vertical AI 进入”多方协作”阶段，协作层本身就是护城河。a16z在《Big Ideas 2026》中指出，AI推动垂直行业软件实现了前所未有的增长。医疗保健、法律和住房公司在短短几年内就实现了超过 1 亿美元ARR；金融和会计行业紧随其后。这一演进首先体现在信息检索方面：查找、提取和汇总正确的信息。2025 年，AI迎来了推理能力的提升：Hebbia分析财务报表并构建模型，Basis 跨系统核对试算平衡表，EliseAI诊断维护问题并派遣合适的供应商。2026 年将解锁多方协作模式。垂直行业软件受益于特定领域的界面、数据和集成。但垂直行业的工作本质上是多方参与的。如果代理商要代表劳动力，他们就需要协作。从买家和卖家，到租户、顾问和供应商，每一方都有不同的权限、工作流程和合规要求，而这些只有垂直行业软件才能理解。 如今，各方各自独立地使用AI，导致交接工作缺乏授权。分析采购协议的Agent不会与首席财务官沟通以调整模型。维护的Agent也不了解现场工作人员对租户的承诺。通过协调各利益相关方，多方协作可以带来变革：将任务分配给职能专家、维护上下文信息、同步变更。当多人协作和多Agent协作的价值提升时，转换成本也会随之增加。在这里将看到AI应用中一直未能体现的网络效应：协作层成为了护城河。。 VC Vendep Capital 提出 SaaS 真正的防御力来自占据客户业务实际运转的工作流，Saas应该承担现实世界的责任。通过主导这三大支柱之一，成为一个具有深远影响的系统： 支柱一：调节资金流动 不要仅仅成为客户收入的旁观者，而要成为收入的输送渠道。掌控资金，就掌控了业务。它看起来是这样的：你是支付处理商（Toast，$TOST）、工资提供商、嵌入式贷款人。为什么说这是一道护城河：客户可以在一个下午内切换一个日程安排应用，但他们不可能在一个周末内切换整个支付、工资和银行系统。这其中的阻力巨大。” 2）支柱二：协调物质（现实世界的原子，而非虚拟世界的bit）的流动 将软件与客户运营中错综复杂的实际环境连接起来。成为他们现实世界资产的指挥控制中心。例如物流调度系统，负责控制卡车的行驶路线软件，连接到工厂车间的物联网传感器。为什么说这是一道护城河：把你踢出局意味着要重新构建物理世界。转换成本与硬件、员工培训和既定的运营流程息息相关。 支柱三：协调合规与风险的流动 在受监管的行业中，要成为官方认可、可审计的真实系统。SaaS必须成为保护企业免受生存性法律和财务风险威胁的盾牌，例如为建筑项目生成法律规定的审计跟踪记录的系统，确保金融交易符合法规的平台。为什么说这是一道护城河：更换供应商意味着失去合规的可靠证明，并承担巨大的企业责任。任何客户都不会为了节省许可费而批准这种风险。 3.2组织与能力：AI-native 团队的重建 我们讨论了 SaaS 公司“产品怎么变、钱怎么收、护城河怎么建”的问题，那么谁来执行这些转型是决定成败的最后一公里。我们认为AI 时代的分化不是技术差距，而是组织能否跟上。 SaaS 企业的产研团队过去二十年的技能结构是围绕”设计界面、写业务逻辑、运维服务器”构建的，AI 时代需要在此之上叠加一整套新能力。 据 EY 的 SaaS AI 转型调研，开发者需补齐的 AI 增强开发能力包括：提示工程（Prompt Engineering）、MLOps 平台使用、模型部署、云成本管理、可扩展数据管道等；产品经理则需掌握GenAI 工具使用及 Agentic AI 框架设计能力。EY 进一步指出，SaaS 企业对生成式与 Agentic AI 的适应是一场多维挑战——涉及人才、文化、组织结构、技术和战略等诸多方面。它与以往的变革，例如向云计算的迁移或DevOps的采用，有着异曲同工之妙，但其速度和变革范围又独具特色。那些积极主动地获取新技能、进行敏捷性重组、直面挑战并致力于长期转型思维的组织，可能最有利于在AI优先的时代蓬勃发展。 04 相关标的
相关标的： 海外算力/存储：胜宏科技、中际旭创、东山精密、欧科亿、天孚通信、天岳先进、新易盛、工业富联、兆易创新、大普微、源杰科技、景旺电子、英维克、唯科科技、领益智造等；Lumentum、闪迪、博通、marvell、铠侠、美光、SK海力士、中微公司、北方华创、拓荆科技、长川科技。 国内算力：寒武纪、东阳光、海光信息、利通电子、协创数据、浪潮信息、华勤技术、网宿科技、芯原股份、华丰科技、亿田智能、豫能控股、星环科技、首都在线、神州数码、百度集团、中芯国际、华虹半导体、中科曙光、润泽科技、大位科技、润建股份、奥飞数据、云赛智联、瑞晟智能、科华数据、潍柴重机、金山云、欧陆通、杰创智能。 CPU：海光信息、中科曙光、澜起科技、禾盛新材、中国长城、龙芯中科、兴森科技、深南电路、宏和科技、广合科技。AI应用：1）大模型&自定义Agent：智谱、Minimax、腾讯控股、阿里巴巴、科大讯飞。2）星环科技、德才股份、美年健康、真爱美家、中控技术、金蝶国际、迪普科技、云知声、多点数智、聚水潭、迈富时、阜博集团、范式智能、汇量科技等AI INFRA&高景气&高壁垒。其他：空天时代、具身智能等。 05 风险提示
行业竞争加剧的风险：
在信创等政策持续加码支持计算机行业发展的背景下，众多新兴玩家参与到市场竞争之中，若市场竞争进一步加剧，竞争优势偏弱的企业或面临出清，某些中低端品类的毛利率或受到一定程度影响。 技术研发进度不及预期的风险：
计算机行业技术开发需投入大量资源，如果相关厂商新品研发进程不及预期，表观层面将呈现出投入产出在较长时期的滞后特征。
特定行业下游资本开支周期性波动的风险：
部分计算机公司系顺周期行业，下游资本开支波动与行业周期性相关性较强，或在个别年份对于上游软件厂商的营收表现产生扰动。
报告信息
证券研究报告：《软件企业AI转型怎么样了》
对外发布时间：2026年4月9日
报告发布机构：国金证券股份有限公司
证券分析师：
刘高畅：SAC执业编号：S1130525120005
邮箱：liugaochang＠gjzq.com.cn
李可夫：SAC执业编号：S1130525120009
邮箱：likefu＠gjzq.com.cn
点击下方阅读原文，获取更多最新资讯
摘要
本周观点：
+
风险提示
行业竞争加剧的风险；技术研发进度不及预期的风险；特定行业下游资本开支周期性波动的风险。
报告正文：
01 SaaS估值已至历史低点，AI时代资本市场担忧的是什么
据SaaS Capital报道，2026年第一季度，SaaS估值跌至十多年来的最低点，因为市场将AI视为生存威胁。市场将所有SaaS公司一概而论，而没有区分潜在的赢家和输家。SaaS Capital Index (SCI) 的年度经常性收入 (ARR) 倍数中位数是衡量SaaS 商业模式整体健康状况和吸引力的关键指标。在新冠疫情期间过度扩张导致该倍数大幅下降后，从 2022 年末到 2025 年末，该倍数一直处于区间波动。2026 年初，人们日益担忧AI会对 SaaS 商业模式构成生存威胁，这促使该倍数大幅下调。目前，ARR 倍数处于十多年来的低位
02 架构与商业模式：产品从给人用到Agent自动干活，收费从卖账号变卖效果
2.1 产品与架构重构：从”给人用的工具”到”给 Agent 用的系统”
AI赋能与原生AI分化：BetterCloud 在其 2026 年度行业展望中将当下SaaS 应用区分为两类——一类是在传统平台上叠加 AI 功能的"AI-enabled SaaS"，另一类是从底层架构开始就为 AI Agent 原生构建的 "Native-AI SaaS"。
Codewave 指出为什么基于用户工作流程构建的SaaS公司会遇到瓶颈：大多数SaaS公司仍然基于一个简单的假设：用户驱动执行。你的产品提供界面，但客户负责推进工作流程、做出决策以及将系统整合在一起。当软件提升了访问权限和可视性时，这种模式行之有效。但当AI 能够自主复制并执行相同的工作流程时，这种模式就失效了。AI Agent已经开始在SaaS环境中自动化执行常规的、基于规则的任务，将工作模式从“人+软件”转变为“AI Agent+API”。这减少了用户为了完成单一任务而需要与多个工具交互的需求。Agent系统通过执行端到端的工作流程改变了游戏规则。它们不再优化点击或交互，而是优化响应时间、收入和运营成本等业务成果。战略风险并非即刻失败，而是逐渐被边缘化。随着业务人员开始跨工具操作，界面本身的重要性远不如真正完成工作的系统重要。对于SaaS行业的领导者而言，这是一个转折点。如果继续依赖用户来执行工作流程，增长将会停滞不前，而竞争对手则会转向以结果为导向的模式。
Agent“编排层”的战略位置：谁能成为 Agent 时代的交通指挥，是本阶段最重要的战略位置之争。Asana CEO Dan Rogers 提出了”AgentPalooza”概念：他判断 AI 不会消除组织协调需求，AI并不会消除协调的必要性，反而会增加复杂性。他设想，未来将有成千上万的AI Agent在组织内部运行，形成他所谓的“Agent狂欢节”（AgentPalooza）。在这种环境下，Asana 的目标是充当“编排层”，管理人类与AI Agent之间的协作。这种方法将 Asana 的核心技术——“工作图谱”——重新定位为混合型劳动力的基础设施。。
国内软件厂商密集升级多 Agent 协作能力，呈现清晰的”PaaS 平台 + Agent”打法：金蝶2025年5月在深圳召开金蝶云苍穹 AI 峰会，发布五大Agent和苍穹 Agent 平台2.0，并成立"企业管理 AI 生态联盟"。金蝶展示了Agent驱动的未来工作方式：以云之家为入口，用户可以随时访问智能助理，在用户高频使用的沟通场景，通过灵动的交互方式调用多个AIAgent，协同完成知识查询、问数、差旅预订、报销等多项工作任务。Agent可根据用户角色、偏好和历史行为提供个性化的信息、建议、任务，自动处理重复任务，助力员工高效工作，释放员工的创造力。
滴普科技将原有的FastData企业数据融合平台、FastAGI企业Agent平台及Deepexi企业大模型三大组件深度融合，升级为“DeepexiOS”AI级企业操作系统。公司产品的核心定位也从提供“Data+AI解决方案”，转变为“AI时代企业数字员工基础平台”。2025年度业绩显示，公司全年收入同比大增70.8%FastAGI企业级AI解决方案收入飙升至2.54亿元，同比暴涨181.5%，成为第一大收入来源，标志着业务引擎已成功向AI解决方案切换。
2.2 商业模式重构：从按人头收费到按结果/Token收费
据PricingSaaS 500 Index 数据，2025 年 Top 500 B2B 及 AI 公司共发生 1800 余次定价变动，平均每家公司调整 3.6 次；采用信用制定价（Credit-based）的公司从 35 家增至 79 家，同比增长 126%——HubSpot、Figma、Adobe、Salesforce、Cursor 等头部玩家均在 2025 年上线信用制模式。这种高频调整反映的是整个行业尚未对 AI 时代的定价模型达成共识，不同厂商基于自身商业禀赋和客户结构选择了差异化路径。
SaaStr将当前的新定价探索归纳为四种范式：
1） 按席位计费（旧模式的升级版）
微软 Copilot 就是一个最典型的例子。它以 30 美元/用户/月的价格作为现有 M365 许可证的附加组件。采购流程简单，预算也易于预测。但它存在一个根本性问题：如果Copilot 能让你的团队效率提高 30%，那么最终你需要的席位就会减少。
为了规避这个问题，微软正将AI功能捆绑到价格更高的用户许可中, 2025年12月宣布核心套件的价格将于2026年7月上涨，届时Copilot Chat和安全功能也将包含在内。此举押注于提高用户许可价格的速度能够超过客户减少用户许可数量的速度。
Salesforce 发现，由于AI提高了服务人员的效率，他们的席位/人员数量减少了 10%。在SaaStr也看到了同样的情况，SaaStr已经在生产环境中部署了 12 个以上的AI Agent，因此已经减少了供应商的席位数量。现在只需要更少的人工，更多的AI Agent。
2）按次/积分计费（新默认值）
许多公司实验这种方式，Salesforce Flex Credits、HubSpot AI Credits、Figma Credits、Cursor Credits、Lovable Credits……它们的吸引力显而易见：积分介于按使用次数收费和按结果收费之间，比按席位收费更透明，比单纯按结果收费更容易实施。
但积分系统很快就会变得复杂。大多数公司尚未解答以下四个关键问题：如何设定积分和行动之间的兑换比例？积分会过期吗？谁来决定一次“行动”算作一次，五次算作一次？
3）按决议/结果导向型（大胆尝试）
一些公司已经完全转向只在AI实际产生结果时才收费。Intercom 的 Fin 服务：按问题解决次数收费，每次解决 0.99 美元。不是按对话次数，也不是按操作次数，而是按已解决的问题次数收费。如果Fin 无法解决问题并转交给人工客服，客户无需付费。目前Fin 处理了许多客户 80% 以上的支持量，每周解决超过 100 万个客户问题。Intercom 正是凭借这种模式，将 Fin 的年度经常性收入 (ARR) 从 100 万美元增长到超过 1 亿美元。如果未能达到解决目标，Intercom 还提供高达 100 万美元的绩效保证。
Intercom指出了一个关键点：基于结果的定价模式暴露了公司内部的每一个薄弱环节。销售人员不能再以许可证数量为导向进行优化，客户服务人员也不能再以使用量为借口，营收运营人员必须预测最终结果。产品必须真正有效，并且始终如一地运行。这迫使公司打造更好的产品。
Sierra AI：完全基于结果的定价模式。只有当其Agent无需人工干预即可成功解决问题时，他们才会获得报酬。联合创始人 Bret Taylor（曾任 Salesforce 联合 CEO）称之为“为出色工作付费——销售人员拿佣金，为什么 AI 不能？” Sierra 在短短 21 个月内就实现了 1 亿美元的ARR，随后又实现了首个5000 万美元的季度收入——预计到 2026 年初，ARR 将超过 1.5 亿美元。公司估值达 100 亿美元。四分之一的客户年收入超过 100 亿美元。客户体验到 50% 到90% 的客户服务互动完全自动化。Taylor 认为：“整个市场都将转向智能Agent。整个市场都将转向基于结果的定价模式。这显然是构建和销售软件的正确方式。”
Zendesk：AI Agent的定价模式改为基于结果，每次自动解决问题起价 1.5 美元（或按需付费 2 美元）。他们提供包含现有套餐的入门级服务，超出部分按次付费。其理念是：如果AI无法解决问题，您无需付费。
4）混合型（适合所有人的目的地）
几乎所有主流供应商都在采用这种模式：Salesforce（同时采用这三种模式）、微软（席位许可 + Azure 按需付费Agent）、Zendesk（席位 + 按问题解决次数计费）、Intercom（席位 + 按问题解决次数计费）。
国内样本：迅策科技起步于对数据实时性、稳定性、合规性要求最严苛的资产管理行业，在该细分赛道的市占率稳居首位。公司正加速推进商业模式的跃迁——从传统的“工具提供商”升级为“AI Agent赋能者”，从项目制、订阅制向按Token付费的模式转型。据悉，公司2026年至今按Token收费比例已占5%，预期全年占比将达到20%—30%。这一演进使公司的收益与客户价值创造深度绑定，成为AI时代不可或缺的“数据燃料”供应商03 AI时代的护城河建立
03 AI时代的护城河建立
3.1 垂直深度：不仅要懂数据，还要介入客户生意流程
04 相关标的
04 相关标的
05 风险提示
05 风险提示
行业竞争加剧的风险：
技术研发进度不及预期的风险：
计算机行业技术开发需投入大量资源，如果相关厂商新品研发进程不及预期，表观层面将呈现出投入产出在较长时期的滞后特征。
特定行业下游资本开支周期性波动的风险：
部分计算机公司系顺周期行业，下游资本开支波动与行业周期性相关性较强，或在个别年份对于上游软件厂商的营收表现产生扰动。
报告信息
证券研究报告：《软件企业AI转型怎么样了》
对外发布时间：2026年4月9日
报告发布机构：国金证券股份有限公司
证券分析师：
刘高畅：SAC执业编号：S1130525120005
邮箱：liugaochang＠gjzq.com.cn
李可夫：SAC执业编号：S1130525120009
邮箱：likefu＠gjzq.com.cn
点击下方阅读原文，获取更多最新资讯
