夜雨聆风7月18日，2026世界人工智能大会（WAIC）进入第二天。在阿里云举办的"Agentic Cloud智能体时代的基础设施论坛"上，阿里云智能集团首席技术官李飞飞抛出了一个让整个企业服务行业为之一震的判断："SaaS行业的定价逻辑即将发生变化——企业会按结果付费，而不是按资源消耗量来定价。"这不是一句口号。同一天，一组数据被公开：中国日均Token调用量两年内突破140万亿次，云的"第一用户"正在从人变成智能体。当AI智能体成为企业软件的真正使用者，一场关于"软件该怎么卖、该怎么买"的底层重构，已经悄然开始。
140万亿次Token：云的"第一用户"变了
过去十几年，云计算的核心用户是人——开发者敲下每一行命令，运营人员点开每一个后台页面，销售在CRM里录入每一条线索。人点击，系统响应，按资源消耗计费。这是整个SaaS行业建立的基础。
但现在，这个前提正在被推翻。
阿里云在本次论坛上披露了一组关键数据：中国日均Token调用量在两年内突破140万亿次。更重要的是，这些调用的发起者，越来越多不是人，而是智能体（Agent）。一个Agent可能7×24小时不间断地调用API、检索知识、执行任务、与多个系统交互——它的调用量，是人类的成百上千倍。
数据说话
阿里云全栈AI云服务市场份额达40.1%。在本次论坛上，阿里云发布了KV Cache Store、Agentic FS等专为智能体设计的基础设施。以15个Agent组成的团队为例，已能处理海量开发者85%的答疑量，整体运维人效提升10倍以上。当Agent成为云上最活跃的"居民"，基础设施、计费模式、商业模式都必须随之改写。
这意味着什么？当软件的主要使用者从"按月登录几次的人"变成"每秒调用上千次的Agent"，传统按席位、按账号、按年订阅的SaaS定价模型，正在失去合理性。一场定价逻辑的范式转移，就此拉开序幕。
"按结果付费"：从概念走向现实
李飞飞在论坛对话中给出了清晰的逻辑推演：
"纵观整个SaaS行业，企业购买软件服务是按结果付费订阅，而不是按资源消耗量——CPU周期或内存使用量——来定价的。"他判断，市场将很快迁移到智能体服务模式："这些智能体旨在解决特定任务和特定问题，而客户为最终结果付费。"
与李飞飞同台对话的PyTorch Foundation执行董事Mark Collier给出了来自客户侧的印证："客户会说：我不在乎成本，我不在乎需要多少GPU，我只想为结果付费。但总得有人为所有这些GPU和数据中心买单。"
这段对话揭示了一个正在成型的商业新契约：企业端，采购逻辑从"买工具"转向"买结果"；云厂商端，则必须在后端扛住算力成本，靠推理效率的极致优化来赢得利润空间。
这不是空谈。Mark在现场给出了一个极具说服力的案例——DeepSeek的推理软件优化实践：六个月内，token成本降低了60%，并且在完全相同的硬件上实现了近三倍的吞吐量。这意味着，同样的GPU，经过工程优化后能产出三倍的推理能力。当推理成本以这样的速度下降，"按结果付费"才有了商业闭环的可能。
模型不再是唯一核心：一场成本与效率的暗战
WAIC 2026的另一个共识是：行业竞争重心正从"谁的模型参数更大"转向"谁的落地效率更高、成本更低"。Mark Collier直言："模型本身不再是唯一的核心。模型固然非常重要，它是智能体的大脑。但企业未来会同时使用多个模型、自研专用模型，或将开放权重模型定制成更小、更大、更专业的版本。"
这个判断正在被大厂用实际行动验证。微软正加速推进自研MAI系列模型在核心办公产品中的落地。据彭博社报道，微软已在Excel、Outlook等亿级用户量软件中，逐步用内部研发的MAI模型替换此前依赖的OpenAI与Anthropic第三方模型。目前这两款应用中，每周已有数万个AI提示词请求完全由MAI自研模型完成处理。
微软AI模型业务负责人穆斯塔法·苏莱曼在今年6月的Build大会上表态明确："我们每年向Anthropic支付巨额费用，我们的目标是逐步降低、最终完全消除这部分不必要的支出。"今年Build大会上，微软一次性发布了7款自研AI模型，其中一款编码模型在大幅降低成本的前提下，实现了与Anthropic Opus 4.6同等的代码生成能力。
利润正在迁移
行业分析指出，AI产业链的利润正疯狂向模型层涌入：Anthropic推理毛利率从38%攀升至70%以上，价值正从基础设施层向上迁移，模型供应商首次掌握定价权。而英伟达、台积电选择让渡利润给整个生态。当模型层掌握了定价权，下游的SaaS厂商要么自研模型降本，要么接受新的价值分配格局——这正是微软选择前者、阿里云选择做基础设施提供商的根本原因。
企业服务视角：这对企业意味着什么？
热闹的论坛之外，企业采购决策者更关心的是：这场变革跟我有什么关系？
第一，采购逻辑要变了。过去企业买SaaS，是按"人头×年费"算账。未来，当Agent成为软件的真正使用者，"席位"这个概念将逐渐瓦解。企业会越来越倾向于为"AI实际完成的任务"买单——处理一张图纸多少钱、审核一份合同多少钱、生成一份数据报告多少钱。这意味着，企业需要建立一套全新的AI服务采购评估体系：不再问"这个软件多少钱一年"，而是问"这个结果值多少钱"。
第二，成本结构要重新算。黑湖科技在WAIC现场展示的工业Agent是一个生动的案例：拆单Agent将图纸解析从数小时缩短至约1分钟，准确率超95%，已服务全球4万家工厂。如果按传统SaaS订阅，企业付的是"软件使用费"；而按结果付费，企业付的是"每张图纸的解析费"。后者对企业的吸引力显而易见——为效果买单，风险更低，ROI更清晰。
第三，"谁来扛算力账"成为新的博弈点。按结果付费意味着，云厂商和SaaS提供商要在后端消化掉所有的Token成本、GPU成本。谁能把推理效率做到极致（像DeepSeek那样六个月降本60%），谁就能在"按结果付费"的时代活得更好。对企业而言，这其实是个好消息——竞争会持续压低"结果"的单价，企业能用越来越低的成本获取越来越强的AI能力。
一个值得关注的趋势是"RaaS"（Result-as-a-Service，结果即服务）模式的兴起。从"卖软件"到"卖结果"，表面上是定价方式的变化，本质上是价值锚点的迁移——软件厂商不再因"提供了什么功能"而获得收入，而是因"解决了什么问题"而获得收入。这对习惯了订阅制的SaaS行业是一次生死考验，但对真正能交付价值的企业，则是巨大的机会。
写在最后
WAIC 2026释放的信号很清晰：AI的下半场，不在参数的竞赛，而在真实场景的落地能力与商业模式的重构。当云的第一用户从人变成智能体，当SaaS从"按年付费"走向"按结果付费"，每一个企业都需要重新思考自己的软件采购策略和AI落地路径。
这不是遥远的未来——它正在2026年的夏天，发生在我们身边。
如果你也在思考企业AI落地的方式，欢迎在评论区聊聊：你的企业现在是怎么采购SaaS的？如果转向"按结果付费"，你最愿意为哪些AI能力买单？
— END —
作者：李后铰 ｜ 关注AI赋能企业增长
点击「在看」，让更多人看到这场变革 👇