大摩闭门会:AI 重构商业服务定价逻辑

本文内容基于 2026 年 5 月 31 日的大摩闭门会整理。本文仅作产业信息交流与学术研究参考，不构成任何投资建议。文中所有观点均来自参会嘉宾，不代表本公众号立场。市场有风险，投资需谨慎。

AI 商业服务，五年后定价逻辑全变？

汤森路透 AI 产品的年化合同价值已经占到 30%，MSCI 所有新产品都集成了生成式 AI。 现在没有任何一家企业把 AI 省下来的钱放进利润里，全部重新投回研发加速新产品。 五年后整个行业的定价逻辑会彻底重构，软件不值钱了，真正值钱的是别人拿不到的专有数据。

行业现在走到哪一步了

参会嘉宾认为信息服务业整体还处于 AI 的早期部署阶段。汤森路透透露生成式 AI 赋能的产品贡献的年化合同价值占比已经达到 30%，MSCI 则表示所有新产品都包含生成式 AI 组件。信息服务企业在生成式 AI 的收入贡献、成本节约及分发规模方面都取得了初步进展。

多数公司都在提供 AI 工具并利用 AI 提升效率，应用范围很广。汤森路透的 Westlaw Advantage 产品走在前面，能为律师生成案件摘要、建议论点、推荐引用案例、提供反驳论据，还能预测法官的判决结果。所有内容都可以根据特定司法管辖区定制，模拟在其他地区提交时的变化。信息服务公司普遍用 AI 开发新产品，提升数据处理和软件开发环节的效率。很多企业也通过建立合作伙伴关系打造模型内容平台，借助大型 AI 平台扩大数据的分发规模。

AI 到底赚不赚钱

参会嘉宾表示人工智能的益处同时体现在营收增长和成本削减两方面。不过话又说回来，企业目前正将节省的成本重新投入到业务中促进增长，因此还没有观察到利润率的大幅扩张。

营收端最明显的优势是新产品开发速度加快。另一方面，尽管很多企业的数据极具价值，但其业务中的软件组件价值目前存在争议。随着企业开始通过大型人工智能平台开放数据访问权限，这些平台主要采用自带订阅模式，模型内容平台的合作战略进一步加剧了这个问题。

定价模式正在悄悄变天

这正是市场的担忧所在。当前的核心问题在于，企业未来能否像过去一样充分变现其数据，以及定价模式将如何演变。很多企业正在探讨从传统的企业授权模式转向基于使用量的模式，或者两者结合的混合模式。

采用基于使用量模式面临一个挑战，很多企业的技术预算正受到大型语言模型提供商的挤压。token 使用量增加导致成本上升，这可能会挤占企业在数据产品上的支出。不过话又说回来，如果数据是专有的且无法从其他渠道获取，企业就必须继续购买。

当前市场对企业业务的终值确实存在担忧。各方正密切关注数据的专有性、解决方案的可替代性、监管限制，以及那些长期使用且对生态系统至关重要的基准指标。参会嘉宾认为这些是评估各企业 AI 业务韧性的主要考量因素。

谁能活下来，谁会被淘汰

这些 AI 工具正被专业人士用于日常工作，因此用户需要可信、可靠的数据。部分企业在特定领域处于垄断地位，比如 Verisk，其拥有大型保险公司提供的贡献数据，这凸显了专有数据的重要性。

软件部分面临的风险相对更高。比如法律领域已经出现 Harvey 等竞争对手，它能帮助律师进行摘要或文书起草。不过这类工具无法取代法律研究工具。随着技术发展，Harvey 现已与 LexisNexis 的母公司 RELX 合作。现在律师可通过 Harvey 提问，若涉及法律研究，系统会在用户拥有 Lexis 订阅的前提下查询其数据库并返回结果，这本质上回归了自带订阅的模式。

落地最大的坎是什么

数据准备度是主要障碍之一。比如在保险领域，Verisk 就曾提及这一点。将数据整理成可供大型语言模型等使用的结构化格式，是整个行业普遍面临的壁垒。

说实话，这个点其实很有意思。近期与穆迪的交流中了解到，如果客户需要特定格式的结构化数据，他们会为此收取额外费用。原来大家都头疼的脏活累活，现在居然成了新的收入增长点。

劳动力市场会怎么变

很多人担心 AI 会导致大规模失业，但从这次闭门会透露出的信息来看，企业的策略其实比想象中温和很多。参会嘉宾表示总体来看，企业普遍在讨论放缓招聘，转而采用离职后再补充人员的策略，这种情况已覆盖多个行业。企业更倾向于通过 AI 增强存量员工的生产力，而不是直接裁员。

五年后的行业会是什么样

参会嘉宾预计五年后，数据消费模式和定价模型将发生改变。过去，企业主要为专业人士开发自有软件，并签订每年提价 3% 至 4% 的企业合同。未来，来自第三方来源和企业自身的消费占比将会提升。

收费模式将更多地基于数据使用量，但数据本身的价格可能会更高，以弥补部分领域软件收入的损失。这意味着，在替代方案有限或不存在的领域，企业可以对数据收取溢价；但如果数据可从其他渠道获取，则无法这样做，否则会引发价格战。说白了，定价模型、数据的使用方式及其获取渠道都将发生变化。

#大摩闭门会 #AI商业服务 #信息服务产业 #生成式AI应用 #AI产业研究 #AI赋能产业

免责声明：市场有风险，投资需谨慎。本文内容仅代表调研观点，不代表本公众号立场。

本期内容分享完毕。后续将持续更新行业分析、调研纪要、外资研报与市场复盘内容。

感兴趣的朋友，可自行参考文末体验通道。