当 Agent 开始替客户完成工作，传统的按席位收费会遇到一个矛盾：产品越有用，需要登录的人可能越少。上海最新产业规划明确提出培育按效果付费的“服务即软件”模式。但这不只是换一种报价方式，而是把使用风险、交付责任和失败成本重新分配。AI 软件公司真正要重做的，是结果定义、验收证据、责任边界和单位经济模型。

想象一家做企业 Agent 的创业公司，正在和客户谈续约。

去年，它卖了 50 个账号，每个账号每年收费 3000 元。客户用 AI 写材料、查知识库、回复邮件，合同很好算：50 乘以 3000 元，一年 15 万元。

今年，Agent 升级了。

它不再只是给建议，而是能读取工单、查询订单、填写系统、发起流程。原来需要 50 个人处理的工作，现在可能只需要 20 个人监督。

产品明明更有用了，客户需要购买的账号却变少了。

会议室里，财务负责人看着报价单，问了一句：

“你们帮我省了这么多工作，为什么还按登录人数收费？”

这就是许多 AI 软件公司接下来会遇到的矛盾。

传统 SaaS 靠更多人使用来增长，Agent 的价值却可能来自让更少的人完成更多工作。继续只按席位收费，产品越能自动执行，自己的收入模型反而越别扭。

上海最近的一份产业规划，把这种变化写得很直白。

2026 年 8 月，上海市经济和信息化委员会印发《上海市软件和信息服务业发展“十五五”规划》。文件提出，引导软件企业从产品供给转向“全流程解决方案与成效托管一体化输出”，大力培育按效果付费的“服务即软件”（SaS）新商业模式；在专栏任务中，又明确提出在法律、咨询、人力资源等重点领域推广按效付费。

政策原文摘录：上海提出推广软件按效付费模式

这不意味着上海的软件采购会马上全面改成结果付费，也不等于政策替任何一家企业保证收入。

它释放的真正信号是：

AI 软件正在从卖使用权走向卖结果，也从提供工具走向承担一段流程。

而一旦开始承担流程，软件公司面对的就不只是新的收入机会，还有过去由客户承担的失败风险。

一、按效果付费，本质上是谁承担失败风险

传统 SaaS 有一个经常被忽略的商业优势：软件公司只负责把工具交付给客户。

客户买了 50 个账号，最后只有 20 个人使用；系统上线后没有改变流程；员工仍然把数据记在 Excel 里。这些当然会影响续费，但在合同期内，使用不好造成的损失主要由客户承担。

软件公司拿到的是相对确定的订阅收入，客户承担的是“买了但没有产生价值”的风险。

按效果付费把这个关系反了过来。

如果双方约定按解决工单、合格线索或通过复核的单据收费，结果没有完成，软件公司可能收不到钱。但模型调用、系统接入、人工复核和客户服务成本已经发生。

过去，客户为使用权付钱；现在，软件公司要先证明结果，才有资格收费。

所以，按效果付费不是在报价单上把“账号数”改成“结果数”。它是在重新回答四个问题：失败成本由谁承担，客户必须提供什么数据，什么情况算完成，标准变化以后谁为额外成本买单。

这也是为什么结果型 AI 产品看上去客单价更高，经营起来却可能更难。

海外企业软件公司的计费单位已经开始移动。

Salesforce 的 Agentforce 同时提供按用户、对话和 action 计费。更新客户记录、回答产品问题、执行流程都可以成为 action。公开定价显示，标准 action 消耗 20 个 Flex Credits；按每 10 万 credits 500 美元计算，约为 0.10 美元一次。

Intercom 走得更远。Fin AI Agent 对一次问题解决收费 0.99 美元；如果系统按照客户定义的标准筛出并正确路由一条合格销售线索，收费 9.99 美元。

一个按动作，一个按结果。

它们都在回答同一个问题：当 AI 不再只是“被使用”，而是开始“做事情”，应该用什么单位给这件事定价？

二、动作、流程、经营结果，应该在哪一层收费？

结果并不是一个笼统的词。它至少可以分成三个层次。

第一层是动作结果。

例如查询一次订单、更新一条 CRM 记录、完成一次字段提取。它容易计量，责任清楚，适合产品刚接入客户流程时使用。但它离业务价值较远，客户愿意支付的单价也有限。

第二层是流程结果。

例如解决一个客服问题、筛出一条合格线索、完成一份合同初审、把异常单据送入人工复核。这一层已经替客户接走了一段工作，价值更高，也更容易与人工成本比较。

第三层是经营结果。

例如销售成交、候选人入职、客户续约、诉讼胜败。这一层最接近钱，听起来最适合分成，但它受到产品竞争力、销售能力、薪资预算、客户决策和外部环境共同影响，通常不是软件公司能够独立控制的。

距离收入越近，价格可能越高；距离控制边界越远，风险也越大。

Intercom 在设计销售 Agent 定价时，测试过按对话、Token、席位、收入分成和合格线索等多种方案，最后选择了“合格线索”。原因很实际：从接触访客、收集信息、匹配条件到正确路由，这一段主要由 Agent 完成；线索交给销售以后，成交不再由它控制。

所以，对大多数早期团队来说，最适合收费的位置往往不是最终经营结果，而是第二层：供应商能够控制、客户能够验收的最深一步。

“生成一份合同”还不是结果，“完成条款初审、标出风险并进入律师复核队列”更接近结果。

“筛了 1000 份简历”不是结果，“按约定条件筛出合格候选人并完成邀约”才可能写进报价单。

结果越具体，客户越容易付钱；边界越清楚，创业公司越敢承担。

三、一笔按效果付费的生意，到底赚不赚钱？

再回到开头那家公司。

过去卖 50 个账号，一年收入 15 万元。Agent 上线后只剩 20 个账号，如果继续按席位收费，收入会降到 6 万元。

它决定换一种方式：收取 5 万元实施基础费，再按完成任务收费。假设每个通过客户验收的任务收费 8 元，每月完成 1 万个，一年的结果收入是 96 万元。

从 15 万元到 101 万元，看上去像一次漂亮的商业模式升级。

但账还没有算完。

假设每个任务平均需要 1.5 元模型和系统成本、2 元人工复核成本、1 元失败重试成本，再分摊 1.5 元客户成功与交付成本，真实成本已经达到 6 元。

收费 8 元，真正留下的只有 2 元。

如果客户只把最难的任务交给你，或者失败率从 10% 上升到 30%，模型调用、重试和人工复核都会增加，毛利可能迅速被吃掉。

这组数字只是一个简化测算，却揭示了结果付费最重要的经济规律：

按效果付费放大收入上限，也放大交付失败对利润的伤害。

一家结果型 AI 公司不能只看“成功一次能收多少钱”，还要看一次成功背后发生了多少次失败、多少人工接管，以及客户有没有把原本简单的任务留在内部，只把最复杂的部分交给供应商。

因此，早期团队更稳妥的合同通常不是“零底价、全分成”，而是：

实施基础费 + 按动作或阶段结果收费 + 质量约束 + 可归因的效果奖励。

基础费覆盖数据清洗、系统接入和流程配置；持续费用与真正完成的工作挂钩；质量指标防止团队为了数量牺牲准确率；只有当增量价值能够清楚归因时，再设置奖励或分成。

四、结果一旦成为收费指标，就会反过来塑造产品

假设一款招聘 Agent 按“合格候选人数量”收费。

上线初期，客户和供应商约定了学历、经验、地点和薪资要求。几个月后，供应商发现推送更多候选人就能获得更多收入，系统的筛选标准开始悄悄放松。

合格候选人数量上升了，面试通过率却持续下降。

供应商认为自己完成了合同，客户却认为这些线索没有价值。

问题不一定出在模型能力，而可能出在收费指标。

一个结果指标一旦成为收费指标，也会立刻变成产品优化的目标。定义错了，AI 会非常高效地完成一件错误的事。

按发现风险数量收费，系统可能倾向于多报风险；按简历通过量收费，筛选标准可能越来越松；只按工单关闭量收费，Agent 可能过早结束对话。

所以，数量指标必须和质量指标同时存在。合格线索要同时约定销售接受率，合同初审要约定律师复核通过率，财务异常要约定准确率和误报上限。

结果付费还会改变企业内部的采购关系。

业务部门喜欢它，因为容易证明 ROI；财务部门希望支出与结果挂钩；采购和法务会追问验收、退款与违约责任；IT 和合规部门则会关心数据、权限、日志与人工接管。

这意味着销售一款结果型 AI 产品，不再只是向业务负责人演示功能。

供应商必须同时证明：业务价值可以验收，成本可以进入预算，系统操作可以追溯，责任边界可以写进合同。

卖工具时，销售演示功能；卖结果时，销售共同定义验收。

五、上海为什么偏偏点名法律、咨询和人力资源？

上海的规划没有只写一个抽象的“按效果付费”，而是特别提到法律、咨询和人力资源。

这几个行业有一组共同特征。

它们的主要成本来自专业人员时间；大量工作可以拆成收集、判断、生成、复核和交付等步骤；中间成果相对容易验收；客户原本购买的就是服务结果，而不是软件账号。

同时，它们又存在清楚的责任边界。

AI 可以完成合同条款比对，但最终法律意见仍需要专业人员负责；AI 可以筛选和邀约候选人，但最终录用由企业决定；AI 可以生成咨询分析，但客户是否执行方案并不由软件公司控制。

这些行业恰好位于传统软件和专业服务之间，因此最容易出现一种新的公司形态：

看起来是软件公司，收入越来越像服务公司；交付方式像服务公司，毛利又必须努力接近软件公司。

这才是“服务即软件”真正困难的地方。

软件公司过去擅长开发标准产品，服务公司擅长根据客户情况交付结果。结果型 AI 公司必须同时拥有两种能力：把服务流程变成产品，又不能让每个客户都重新做一遍项目。

如果过度标准化，复杂场景交付不了；如果过度依赖人工，收入增长就会重新被人数限制。

因此，按效果付费最终检验的不是报价技巧，而是四种能力：结果能否标准化，过程能否留证据，异常能否交给人，单位经济能否在规模扩大后依然成立。

再回到开头那张报价单。

当 50 个账号变成 20 个，软件公司的收入不一定应该跟着减少。但它必须换一把尺子，不再数有多少人登录，而是数多少工作被可靠完成、多少结果被客户验收、多少责任由系统真正接住。

上海把“按效果付费”写进产业规划，真正值得创业者关注的，不是多了一个时髦名词。

而是软件行业的风险和价值正在同时重新分配。

过去的软件公司只需要证明产品有人使用。结果型 AI 公司必须证明三件事：工作确实由系统完成，结果确实为客户创造价值，失败成本仍在自己能够承受的范围内。

所以，按效果付费不是更聪明的报价方式。

它是一场关于交付能力、风险控制能力和规模化能力的压力测试。