投资回报率低于5%？为什么你应该立即停止为“人工智能驱动”的功能付费。

Xpert 预发布版

在线联系方式（Konrad Wolfenstein）

语言选择 📢

发布日期：2026年6月4日 / 更新日期：2026年6月4日 – 作者： Konrad Wolfenstein

投资回报率低于 5%？为什么你应该立即停止为“人工智能驱动”的功能付费——图片来源：Xpert.Digital

按结果付费，而非按访问权限付费：基于结果的定价如何改变 SaaS 市场

人工智能许可：耗资十亿美元的骗局：新的定价模式正引发软件巨头的恐慌

目前，数十亿美元正涌入人工智能领域，但企业高管们的失望情绪却日益加剧。原因并非技术层面，而是结构性缺陷：过时的定价模式。那些仍然采用与传统软件相同的按用户付费或纯粹基于使用量付费模式来购买自主人工智能代理和智能工作流程的用户，往往只是在为效率的提升买单，而无法保证获得任何可衡量的附加值。研究表明，人工智能项目的失败率极高，业务部门的成本也随之螺旋式上升，难以控制。但SaaS市场正面临一场结构性变革：基于结果的定价时代即将到来。本文将探讨为何仅仅为使用权付费已经过时，为何许多供应商抵制变革，以及精明的企业如何在2026年彻底改变谈判格局，从而获得优势。.

与此相关：

UNFRAME：停止为无法衡量的AI付费。选择基于结果的定价模式。

别再为那些毫无价值的人工智能买单了。

那些无法衡量结果的人，只能为他人的希望买单。

在任何关于企业人工智能的销售对话中，最令人尴尬的沉默往往出现在有人问到以下问题时：你们的人工智能预算有多少与可衡量的业务成果挂钩？不是产品手册上宣传的“人工智能驱动”功能，也不是那些使用率勉强超过10%却已分配的许可席位，而是体现在季度报告、流程时间测量或可审计的改进日志中的实际成果。任何回答“不太确定”的人都并不孤单，而且他们最终将付出远超表面意义的代价。.

过时的定价模式

按席位付费模式出现之时，软件的价值与用户数量直接相关。Salesforce 的席位越多，意味着记录活动的销售人员就越多；Slack 的席位越多，意味着团队之间的沟通就越多。访问权限与价值之间的关系并非完美无缺，但其基本方向却不难理解：提供商收取访问权限费用，而购买者则理所当然地认为价值会随之而来。.

人工智能从根本上动摇了这种假设。当人工智能代理解决支持工单、从合同中提取数据或审核合规文件时，其价值并非由坐在屏幕前的人创造，而是由一个甚至可能没有直接用户的流程创造。按用户数收费的人工智能功能就像按办公室收费的电力一样：计量单位与价值单位毫无关系。.

然而，这恰恰是企业人工智能市场的普遍做法：在现有平台许可的基础上附加用户费用，或者为一款可能产生买家无法量化结果的工具支付固定的年度订阅费。根据 Zylo 发布的《2026 年 SaaS 管理指数》（该指数基于对超过 4000 万个 SaaS 许可和 750 亿美元管理支出的分析），78% 的 IT 高管表示，基于使用量或人工智能的定价模式带来了意想不到的成本。这并非个别公司预算失误，而是人工智能创造价值的方式与供应商创收方式之间存在的结构性错位。.

更糟糕的是，SaaS支出控制权正日益从IT部门转移出去：同一份报告显示，业务部门目前控制着81%的SaaS支出，而IT部门直接负责的仅占15%。与此同时，人工智能原生应用的支出同比增长了108%，在员工人数超过1万的大公司中，这一数字甚至高达393%。增长是实实在在的，但可控性却往往荡然无存。.

基于结果的定价究竟意味着什么

基于结果的定价模式概念简单，但执行起来却很复杂。提供商只有在买方获得价值时才能获得报酬，而不是在买方获得访问权限或消耗代币时，而是在达到预先设定的业务目标时。.

基于使用量的定价和基于结果的定价之间的差异比大多数评估所承认的要大得多。基于使用量的定价——按令牌、按 API 调用、按查询计费——优于按席位计费模式，因为它与活动量相关。但活动量并不等同于价值。成千上万次产生不切实际结果或无关提取的 API 调用对买方来说毫无价值。基于使用量的定价将成本风险从提供商转移到买方，但丝毫没有转移性能风险。.

基于结果的定价模式改变了这两个因素。只有当人工智能交付了买方在合作开始前定义的有价值的成果时，服务提供商才能获得报酬。这可以是达到预设准确率阈值的文档处理结果、能够显著缩短周期时间的自动化工作流程，或是带有可追溯日志的合规性审计完成。成果明确，衡量标准达成一致，商业关系由此建立。.

来自 Intercom 的案例堪称现实实践的典范：该公司通过其人工智能代理 Fin 为每成功解决一个支持工单收取 0.99 美元。Bessemer Venture Partners 在其 2026 年发布的《人工智能定价手册》中，将这种方法描述为基于结果定价的黄金标准。该模型之所以有效，是因为其价值可精确定义：工单要么被视为已解决，要么被视为未解决。该指标是二元的、不可篡改的，并且与买方组织内的成本驱动因素直接相关。.

这种潜在的结构逻辑也解释了为什么该模型在某些领域比其他领域更容易实施。Gartner 预测，到 2025 年，超过 30% 的企业 SaaS 解决方案将包含基于结果的组件，而 2022 年这一比例约为 15%。Simon-Kucher & Partners 最近的一项研究发现，86% 的买家更倾向于基于使用量或基于结果的定价模式，而不是传统的席位许可模式。市场正在发出明确的信号。问题不在于是否会发生，而在于发生的速度有多快。.

人工智能投资回报率差距：数十亿美元的投入却缺乏证据

这种转型的必要性源于一些数据，而这些数据对于负责人工智能的业务部门来说应该并不陌生。兰德公司的一项综合研究表明，企业中超过80%的人工智能项目未能实现预期的业务成果——这一失败率是传统IT项目的两倍。麻省理工学院的研究人员在另一份报告中发现，生成式人工智能项目未能带来可衡量的投资回报率（ROI）的比例甚至高达95%。.

福布斯2025年的一项研究调查了全球数千名高管，结果同样令人担忧：仅有不到1%的受访高管表示其所在机构实现了显著的投资回报率（ROI），即盈利能力或成本节约增长超过20%。仅有3%的高管表示其所在机构的投资回报率在10%至20%之间。绝大多数（超过53%）的高管表示其投资回报率在1%至5%之间。与此同时，39%的高管认为衡量投资回报率是他们面临的最大挑战之一。.

这种衡量差距不仅仅是一个分析问题，更是一个结构性激励问题。如果供应商的收入与买方的业绩无关，双方都没有动力去诊断实施过程中出现的问题。供应商已经赚到了钱，买方也获得了使用权。然而，没有任何可衡量的成果，这成了所有人的问题，却又无人将其列为优先事项。.

这种模式以某种规律性地重复出现：首先，在公众舆论的压力下，企业购买了人工智能，却没有明确定义成功标准。然后，企业创建了内部仪表盘，上面充斥着各种活动指标，但这些指标与损益表毫无关联。最后，第一份合同续签到来——却没有人能解释清楚他们究竟在为什么付费。贝塞默风险投资公司（Bessemer Venture Partners）在其策略手册中对此做了精辟的阐述：在2025年，以“不惜一切代价采用人工智能”为口号的软性投资回报率定位或许还行得通，但如今却与2026年续约周期的现实相悖——仅仅做出承诺是无法续签合同的。.

为什么供应商拒绝这种模式——以及这揭示了什么。

供应商对基于结果的定价提出的反对意见既在意料之中，又颇具启发性。常见的反对理由有三点：结果难以界定；买方的内部准备程度会影响结果；供应商无法控制所有变量。这三点反对意见在事实上都成立。然而，它们都不能成为继续为毫无成效的人工智能付费的合理理由。.

任何认真分析这些论点的人都会意识到其中的真正含义：拒绝将定价与结果挂钩的供应商，恰恰暴露了他们对自身产品的信心。如果人工智能真的有效，那么基于结果的定价模式对供应商来说不仅不会更糟，反而会更有利可图。每次成功实施，他们都能获得收益；买家会成为拥有可量化结果的标杆客户；而下次实施的销售成本也会显著降低。那些拒绝这种模式的供应商，往往是那些产品演示效果惊艳，但实际生产效果却平庸无奇的供应商。.

然而，一个重要的反驳观点值得考虑。专注于对话式人工智能的人工智能提供商 Parloa 指出，虽然基于结果的定价模式看似促进了双方的利益共赢，但实际上它往往会将公司的效率提升转化为提供商的收入。如果人工智能代理表现出色，显著降低了流程成本，那么在基于结果的模式下，提供商将不成比例地获得这部分价值——即使他们对实际效率提升的贡献可能微乎其微。这种矛盾是真实存在的，也解释了为什么许多专家认为混合模式才是更务实的解决方案：包含涵盖平台和实施成本的基础费用，以及根据所创造的价值而增加的基于结果的费用。.

SaaS市场的结构性转变

许多老牌供应商对新定价模式的抵制，也可以用传统SaaS商业模式的财务架构来解释。基于席位的定价模式会产生较长且可预测的剩余合同期限——即所谓的剩余绩效义务（RPO）——因为客户会签署多年期合同，购买固定数量的许可证。基于使用量和结果的定价模式从两个方面压缩了这种规划的确定性：一方面，由于买家不愿承诺无法预测的使用量，合同期限缩短；另一方面，承诺支出与灵活支出的比例也向买家的灵活性倾斜。.

估值后果立竿见影。2026 年头几个月，软件市场的大规模重新估值引发了一场下跌，导致软件公司市值蒸发近万亿美元。SaaS 基准指数在 2025 年下跌了 6.5%，而标普 500 指数则上涨了 17.6%。软件公司的中位数营收倍数在短短一年多的时间里从超过 7 倍暴跌至不足 5 倍。相比之下，LEK Consulting 的研究表明，采用混合定价模式的公司比纯订阅服务提供商的营收增长率高出 38%，净营收留存率也高出 38%。.

彭博社预测，未来十年内，订阅式定价模式在所有软件模式中的占比可能从目前的60%下降到30%左右，而基于结果的定价模式将逐渐填补这一空白。Gartner 估计，到2026年底，70%的企业将更倾向于基于使用量的定价模式，而非基于席位的定价模式。这种转变的方向已成定局，只是速度尚不明朗。.

🤖🚀 托管式 AI 平台：借助 UNFRAME，实现更快、更安全、更智能的 AI 解决方案

托管式人工智能平台 - 图片来源：Xpert.Digital

在这里，您将了解到您的公司如何快速、安全地实施定制化的人工智能解决方案，且无需承担过高的准入门槛。.

托管式人工智能平台是您实现人工智能的全方位、无忧解决方案。您无需处理复杂的技术、昂贵的基础设施和漫长的开发流程，即可从专业合作伙伴处获得根据您的需求量身定制的现成解决方案——通常只需几天时间。.

主要优势一览：

⚡ 快速实施：从构思到可立即使用的应用，只需几天而非几个月。我们提供切实可行的解决方案，创造即时附加值。.

🔒 最高数据安全保障：您的敏感数据始终由您掌控。我们保证安全合规地处理您的数据，绝不与任何第三方共享。.

💸 无财务风险：您只需为结果付费。完全无需前期投入大量资金用于硬件、软件或人员。.

🎯 专注于您的核心业务：集中精力做好您最擅长的事情。我们将负责您人工智能解决方案的全部技术实施、运营和维护。.

📈面向未来且可扩展：您的AI将与您一同成长。我们确保持续优化和可扩展性，并灵活调整模型以适应新的需求。.

更多信息请点击这里：

托管人工智能平台

结果而非承诺：买家如何成功谈判人工智能合同

买家在签署下一份合同前必须提出哪些要求

目前，任何正在评估企业人工智能平台的机构都需要一个可靠的框架，以便在实践中实施基于结果的定价。首要且最重要的步骤是在评估开始前明确结果——并非抽象的效率承诺，而是与公司现有业务流程相关的具体、可衡量的指标。这可能包括每日处理的文档数量、平均审核周期、数据提取错误率或合规性检查的吞吐量。如果现有基础设施无法实现此类衡量，则必须首先构建该基础设施，或者选择不同的切入点。.

第二步是在公司自有数据上进行价值验证。这并非在精心准备的用于演示的样本数据上进行沙盒演示，而是在公司自身的环境中，连接到公司自身的系统，并在实际生产环境中使用的文档和工作流程上运行。采用这种评估方式的公司可以避免大多数人工智能程序在早期成功后出现的“性能断崖”——因为他们在投入预算之前就已经验证了生产环境的性能。.

第三步涉及合同结构本身：定价应与价值而非消费量挂钩。理想的结构是包含平台和实施成本的基础费用，并辅以基于绩效的费用，该费用会随着人工智能产生可衡量的结果而增加。这为提供商提供了可预测的实施收入，同时合同增长与买方价值的增长挂钩。买方的风险有限，而提供商的潜力无限——但与绩效挂钩。.

第四步，也是经常被忽视的一步，是供应商对实施时间表的责任。如果定价基于结果，但实施却需要九个月才能衡量任何结果，那么这种模式理论上是基于结果的，但在实践中却是典型的浪费时间和资源。平台应该在几天内而不是几个月内投入生产，这样才能尽快开始衡量结果，从而在一个预算周期内做出合理的采购决策。.

续约测试：2026 年与 2025 年有何区别

那些将在2026年和2027年首次续签的AI合同，其结果只能用一个数字来概括：这就是我们得到的。没有堆砌活动指标的仪表盘，也没有使用情况报告。最终的结果与当初支持购买的商业案例完全吻合。.

这种情况目前正在上演。2026年春季，Salesforce公布其Agentforce ARR（年度经常性收入）达到8亿美元，基于29,000笔基于结果的交易——这一数据表明该模式具有规模化的商业可行性。另一方面，在续约谈判中，买方越来越多地被首席财务官们所包围，他们要求提供确凿的投资回报率证据和可持续的单位经济效益。在2023年和2024年获得大量资金支持的人工智能承诺市场，如今正与将在2026年最终定型的人工智能结果市场发生碰撞。.

基于结果的定价模式的优势远不止于商业化本身。这种模式为大多数人工智能程序所忽略的严谨实施提供了一种结构化的强制手段。当服务提供商仅因结果付费时，关于数据质量、集成架构、用户验收和流程设计的每一个讨论都会在部署之前进行，而不是在第一次季度审查失败之后。这种促使他们进行充分准备的动力并非来自道德，而是来自经济利益。这无疑是一种更为可靠的机制。.

对公司结构的影响

基于结果的定价不仅仅是一种商业模式，它彻底改变了合同双方的内部组织逻辑。对供应商而言，这意味着衡量结果的能力必须成为产品本身的一部分，而不仅仅是客户成功团队的附加功能。认真对待这一模式的供应商会构建仪表盘，实时向买方展示交付的价值：节省的时间、更高的质量、更低的风险。在技术能力日益趋同的市场中，这种可视性本身就成为一种差异化优势。.

对买方而言，这种模式要求前期投入资金用于可衡量性，而许多组织对此望而却步。那些没有系统地跟踪流程时间的组织无法就将周期缩短作为合同指标达成一致。虽然这乍听起来像是一个障碍，但实际上却是一个有效的筛选机制。无法为基于结果的合同定义指标的组织通常也无法成功扩展人工智能的部署规模——无论采用何种定价模式。这种衡量要求迫使企业达到一定的运营成熟度，而这本身对于高效使用人工智能而言就至关重要。.

贝塞默风险投资公司（Bessemer Venture Partners）的策略手册简洁地概括了其核心逻辑：人工智能并非通过访问权限来盈利，而是通过成果来盈利。像Intercom、EvenUp和Leena AI这样的公司正在将其整个组织和销售模式与交付的工作成果——已解决的工单、已完成的文档和已最终审核的评估——紧密结合。最终的赢家将根据人工智能的产出收费，而不是根据其成本或提供的访问权限收费。衡量标准不仅仅是计费方式，更是对自身价值的承诺，对系统价值的评估，以及你愿意用回报来证明的价值。.

权力失衡以及谁在使用它

任何了解当前人工智能采购市场权力动态的人都会意识到，目前存在一种暂时的不对称局面，有利于准备充分的买家。人工智能供应商之间的竞争在多个领域都变得异常激烈，而试点项目的续约率也面临压力。那些在2025年仅凭承诺就能销售产品的供应商，如今却要与希望看到切实成果的客户协商续约。这造就了2024年并不存在的谈判地位。.

如今，那些带着清晰的交付物定义、价值验证框架和混合合同结构进入采购谈判的买家，比那些只有功能规格说明和粗略使用估算的买家拥有更强的谈判优势。数据——78% 的意外成本、80% 的项目失败率、不到 1% 的显著投资回报率——为他们提供了最有力的论据。而方法论则提供了工具。.

对于那些在人工智能原生应用上投入巨资，却尚未建立相应治理基础设施的中大型企业而言，这种情况尤为突出。Zylo 的报告显示，大型企业在人工智能原生应用上的支出增长了近 400%——通常是通过员工信用卡和费用报销——而 IT 团队甚至来不及做出反应。这种所谓的“影子人工智能效应”并非边缘现象，而是当前人工智能应用周期的一个结构性特征，将在 2026 年和 2027 年的续约谈判中充分显现。.

超越定价：更广泛的成熟期

人工智能采购市场正在发生的事情并非仅仅是价格波动，而是技术的成熟，标志着其从实验阶段向生产阶段的过渡。谷歌云人工智能投资回报率2025报告基于对全球3400多位企业领导者的调查，描述了人工智能成熟度的新阶段——所谓的“智能体时代”。在这个阶段，人工智能智能体能够在既定参数范围内自主运行，从而带来可衡量的业务成果。该研究中，88%的智能体时代领导者报告获得了切实的回报，他们与大多数领导者的主要区别在于一个关键方面：他们能够精准地衡量结果，并将其与战略目标保持一致。.

基于结果的定价是这种成熟度的商业体现。它预设了成熟的人工智能实施方案所必需具备的要素：清晰的流程定义、高质量的数据、简洁的集成架构以及与业务成果直接挂钩的衡量工具。选择这条道路的公司将减少对希望的投入，更多地关注实际的影响。这并非对更公平的技术经济的浪漫设想，而是对哪些合同结构能够经受住未来续约考验的冷静描述。.

对买家而言，真正的问题不再是按效果定价是否是正确的方向。Gartner、彭博社、西蒙-库彻、贝塞默风险投资公司以及86%买家的采购偏好都指向同一个方向。关键问题在于，他们自身的采购流程能否足够迅速地进行调整，从而在市场再次整合、供应商重新掌握话语权之前，利用这一成熟阶段带来的短期谈判优势。.