Sierra:如果AI没把事情办成,企业为什么还要付钱?

出品｜新物种实验室

企业买软件，常常要先接受一件不太合理、却又习以为常的事：钱付出去了，不代表结果一定会发生。

买了一百个账号，可能只有一半的人经常使用；接入一套AI客服，回答变多了，客户的问题却未必真正得到解决。软件公司交付功能，企业负责把功能变成价值。

Sierra想改变这套分工。

这家成立于2023年的AI公司提出，客户不必只按照席位或模型调用量付费，而是在Agent完成双方事先约定的业务结果后付费。一次咨询真正解决、一笔订单修改顺利完成，才构成可收费的结果。

这听起来像一种定价创新。但更值得关注的是：当软件开始按照结果收费，它就必须承担更多交付风险。

Sierra卖的还是一套软件吗？

Sierra由Bret Taylor和Clay Bavor在2023年创办。

Taylor曾参与创建Google Maps，后来创办Quip，并担任Salesforce联席CEO；Bavor在Google工作多年，曾负责Gmail、Google Drive以及AR、VR等前沿产品。一个熟悉CRM和企业软件，一个长期处理大规模消费者产品与新交互，这种组合也体现在Sierra身上：它既要进入企业复杂的后台系统，又要代表品牌直接面对消费者。

Sierra联合创始人Bret Taylor与Clay Bavor。图片来源：Sierra

2024年2月，Sierra正式推出产品。公司披露，2025年11月ARR达到1亿美元，2026年2月超过1.5亿美元。同年5月，Sierra又宣布融资9.5亿美元，估值超过150亿美元，并称已经服务超过40%的《财富》50强企业。Sierra第二年回顾、Sierra融资公告

这些数字主要来自Sierra自身，不能代替独立审计，但至少说明，大型企业已经愿意把一部分真实客户流程交给Agent。

Sierra最引人注意的地方，是它提出的“按结果付费”。

企业软件早期按买断收费，SaaS时代按账号或席位订阅，云计算又带来了按调用量和算力付费。这些方式各有进步，却留下了一个共同问题：使用不等于价值。

一个客服机器人可以完成十万次对话，却不一定解决十万个问题；模型调用越多，账单可能越高，企业却未必获得了更好的客户体验。

Sierra想把收费单位继续往前推一步，从“使用了多少”变成“完成了什么”。根据公司的公开说明，可被计费的结果包括解决一次客服咨询、挽回一次取消、完成一次加购或交叉销售。对没有解决的问题，在多数情况下不收费。Sierra按结果定价说明

这里需要强调的是“多数情况下”。Sierra没有公布适用于所有客户的统一价目表，也没有说每一种交互都必须按照结果结算。对于只承担接待或分流的Agent，企业仍可能采用按用量或混合定价。

按结果付费本身也不是一个全新的商业概念。广告行业早已有按点击和转化计费，外包服务与销售佣金中也长期存在结果合同。Sierra真正特别的地方，是它试图把这种交易方式带进企业AI软件。

从购买功能、席位与调用量，到为可验证的业务结果付费。新物种实验室制图

过去的软件只提供工具，很难承诺客户最后怎样使用；Agent开始直接执行任务之后，软件供应商与业务结果之间的距离变短了。

只看最外层的界面，Sierra很容易被理解成另一个AI客服。

客户打开聊天窗口，提出问题，Agent生成回答。如果没有解决，再把对话交给人工。这与过去几年出现的大量智能客服产品，看起来没有本质区别。

但Sierra真正强调的不是回答，而是行动。

假设一位Ramp用户发现公司银行卡丢失。普通聊天机器人可以告诉他如何挂失，也可以发送一篇帮助文档。Sierra希望Agent直接完成后续流程：验证用户信息、锁定旧卡、确认地址、申请新卡，并将结果写回系统。

Ramp的Agent可在核验信息后完成锁卡、换卡及地址更新等操作。图片来源：Sierra / Ramp

这不是一个凭空设想的演示场景。根据Ramp与Sierra联合发布的案例，其Agent已经能够处理锁卡、换卡、核对和更新地址，甚至安排寄送实体卡等操作。Ramp案例

从“告诉客户怎么做”到“代表企业把事情做完”，中间隔着的不只是一个更强的大模型。

Agent需要连接CRM、订单、支付、会员、保单或预约系统；需要获得恰当的操作权限；需要遵守企业的业务规则；还要知道哪些动作可以自主执行，哪些情况必须经过人工确认。

Sierra把这些能力组合成一套客户体验Agent平台。同一个Agent可以在语音、聊天、邮件和WhatsApp等渠道工作，读取企业知识和客户信息，再调用后台系统完成多步骤任务。Sierra产品介绍

传统软件把工具交给员工，员工决定怎样完成工作。Sierra试图把执行过程也装进产品里。

当执行结果成为收费依据，它就不能只保证“有回答”，还要证明事情确实往前推进了。

谈到AI产品，人们很容易把能力归结为“用了哪个模型”。

但对一个进入客服、金融、保险和医疗流程的Agent来说，模型足够聪明只是起点。

真实客户不会永远按照标准句式提问。企业知识可能已经过期，后台系统会出现延迟，模型服务也可能突然故障。更麻烦的是，Agent有时会准确地执行一个错误目标，而且执行得非常快。

Sierra采用了一套被称为“模型星座”的架构。公司称，其Agent会根据具体任务组合15个以上的前沿模型、开放权重模型和自研或微调模型。有的负责低延迟工具调用，有的处理长文本推理、分类或品牌语气；平台再通过监督模块检查政策、边界和结果，并在模型供应商出现异常时进行切换。Sierra模型架构

Sierra并非把全部任务交给单一模型，而是根据任务路由并加入监督与切换机制。新物种实验室制图

这种设计的目的不是堆更多模型，而是避免把整个Agent的可靠性押在一个模型上。

不过，多模型并不天然意味着更可靠。它也会增加路由、测试、延迟、成本控制和错误追踪的复杂度。Sierra真正需要证明的，不是调用了多少模型，而是这套架构能否持续带来稳定、成本可控的业务结果。目前公开资料还缺少独立、标准化的第三方评测。

技术架构只解释了Sierra的一部分底气。另一部分来自它并不那么“轻”的交付方式。

Sierra不是把软件卖给客户，然后等待客户自行研究。它会与企业一起梳理业务流程、连接系统、定义结果、设置规则，并在上线后持续优化Agent。

收费单位改变之后，软件公司的工作也跟着改变了。

如果收入与席位挂钩，产品团队自然希望更多员工使用软件；如果收入与调用量挂钩，公司可能希望客户产生更多请求；如果收入与业务结果挂钩，Sierra就必须同时提高完成率、控制推理成本，并减少失败和不必要的调用。

这让Sierra不完全像传统SaaS公司，更像一个把软件平台、实施团队和长期运营打包在一起的合作方。它把原本由客户承担的一部分采用风险，拿回到了自己这边。

这种模式做得好，会形成正向循环：Agent表现越好，完成的结果越多，客户越愿意开放更多业务；做得不好，模型、工程和运营成本也会反过来挤压Sierra自己的利润。

从扩张效率看，这种方式很重。但如果要按照结果收费，它又几乎是必要的。

Sierra的客户案例里，有一个经常被忽略的细节：Agent上线以后，人并没有退出。

Casper为自己的Agent取名Luna 2.0。据Sierra官网案例，在一次劳动节促销期间，客户流量翻倍，Luna 2.0仍维持了74%的问题解决率，客户满意度也有所提升。Casper案例

这组数据很容易让人把注意力放在“AI承担了多少工作”上。但案例中还有两名员工每天查看Luna 2.0与客户的对话，检查知识是否需要更新，发现问题后补充资料或调整流程。

Luna 2.0并不是买来之后自动上岗。它是被一点点训练进Casper业务系统里的。

Ramp的经历更能说明这种变化。

Ramp曾自行开发AI客服。当系统只需要回答简单问题时，自建方案还能应付；等它开始涉及多步骤流程、个性化数据和真实操作，维护复杂度迅速上升。与Sierra合作后，Ramp使用Agent SDK编写、测试和维护客户旅程，同时让产品运营人员持续阅读对话、更新知识、调整流程。

据Sierra案例披露，Ramp的Agent达到了90%的案件解决率。这个数字来自供应商与客户共同制作的案例，并非独立审计，不能直接当作标准化性能证明。但那些阅读对话、更新知识和修改流程的员工，反而揭示了更真实的一面：Agent不是安装完成就能永久运行的软件功能，而是一套需要持续维护的生产系统。

Agent的表现来自持续检查、更新和评估，而不是一次性部署。新物种实验室制图

知识会变化，政策会变化，客户表达问题的方式也会变化。一个表现良好的Agent背后，通常仍然需要客服、运营、产品、工程与合规团队共同参与。

人的工作没有简单消失，而是从亲自回答每一个问题，转向定义规则、处理例外、检查质量和改进系统。

Sierra不仅在卖Agent，也把部署、评估和持续运营打包进了交付。

“按结果付费”很容易让人产生一种直觉：只要结果明确，客户和供应商就能天然双赢。

现实没有这么整齐。

客户服务中有三个经常被混在一起的指标。

第一个是Containment，即客户没有转接人工；第二个是Resolution，即客户的问题得到解决；第三个才是Business outcome，也就是退款、续费、留存或销售等企业希望发生的业务结果。

三者并不相同。

没有转人工，不等于问题已经解决；问题解决，也不等于企业获得了最终业务价值。新物种实验室制图

客户没有转人工，可能是因为问题解决了，也可能是因为他失望地退出了对话。问题得到解决，也不一定意味着企业获得了长期价值。一次取消被Agent挽回，如果客户一个月后再次离开，这次“挽回”究竟算不算结果？

所以，结果定价真正困难的地方，不是计算一次对话多少钱，而是把企业目标翻译成一个可以验证、可以归因、又不伤害客户体验的指标。

如果把“未转人工”定义为成功，Agent可能倾向于减少转接；如果只奖励“完成退款”，它又可能忽略退款背后即将流失的重要客户。当指标直接关系到收入，结果如何定义，本身就成为一项治理工作。

也不是所有对话都适合完全自动化。

英国保险公司Marshmallow使用Sierra处理续保、修改保单和价格查询。Sierra公开案例称，AI处理对话的客户满意度超过82%，内部质量评分有时高于平均人工客服。但同一案例也承认，人工客服的总体满意度仍然更高。Marshmallow案例

这并不代表AI失败，反而提供了一条更可信的边界。

续保、查询价格、更新资料等规则相对清楚的工作，可以交给Agent；涉及复杂争议、关系修复和高风险判断的对话，仍然更适合由人处理。真正好的结果，不是Agent把所有客户都留在自动流程里，而是它知道什么时候应该停下来。

成本同样需要重新计算。按结果付费减少了企业为无效调用买单的风险，却不意味着总费用永远更低。客户业务量增长时，完成的结果越多，账单同样会上升。企业最终需要比较的是Agent费用、人工客服、外包、系统改造与内部运营共同构成的总成本，而不只是一次对话的价格。

更重要的是，Sierra承担的是更多商业交付风险，不是企业全部的最终责任。谁允许Agent修改订单、谁确定业务规则、谁批准高风险动作，商业、合规和法律责任仍然需要由企业中的人承担。

如果Sierra只停留在自动回答咨询，它会是一家增长很快的AI客服公司。

但从近两年的产品变化看，它想去的地方更远。

Sierra推出的Horizon，试图让Agent跨越数天甚至数月持续推进一个任务：跟进一笔贷款、完成一次保险授权、推动客户续订，或者在不同渠道之间保持同一段上下文。Ghostwriter则让用户通过自然语言描述目标，再由一个Agent创建和调整其他Agent。Sierra Horizon、Sierra Ghostwriter

这些产品仍有相当一部分属于Sierra正在展开的愿景，不能直接等同于已经被大规模验证的业务结果。

Horizon试图把Agent从一次性问答，扩展到跨越数天或数月的长期任务与客户关系。图片来源：Sierra

但它们显示出一条清楚的演进路线：从处理一次客服请求，走向持续经营一段客户关系；从提供一个AI工具，走向企业与客户之间的执行层。

Sierra最终能否成为这个领域的长期赢家，目前还远未确定。

它面对的不只是Decagon、Intercom等AI原生公司，还有Salesforce、ServiceNow和Zendesk这些已经掌握客户关系、数据与渠道入口的传统巨头。它的高触达实施方式有利于保证效果，也可能限制规模和利润；基础模型快速进步，可能缩小部分技术差异；超过150亿美元的估值，则意味着市场已经提前计入了很高的增长预期。

但即使不急着判断Sierra的输赢，它仍然是一个值得观察的样本。

过去的软件公司交付工具，企业负责使用工具。产品卖出去之后，供应商与最终结果之间还有很长的距离。

Agent开始读取信息、做出判断并采取行动之后，这段距离正在缩短。软件供应商仍然不会替企业承担最终责任，但它需要为产品是否完成约定任务，承担更多直接的商业代价。

未来企业购买AI时，关注的可能不再只是模型有多强、功能有多少，而是它能否进入真实流程，把事情安全地做完，并让结果可以被检查、衡量和追溯。

END