2026，智能體按效果付費在多行業走出第一步

2026年智能體開啟規模化復制，七成服務商將重構商業模式。

文｜周享玥

編｜趙艷秋

2025年AI已在多場景跑通驗證，即將開啟規模化復制，2026年或將成為AI產業形成規模收益的第一年。

智能體落地服務商眾數信科聯合創始人汪中告訴數智前線，去年公司營收已翻倍至億元級別，2026年將聚焦設備預測性檢修等能直接創造業務價值的重點場景，復制推廣標準產品，目標是營收再翻番。中工互聯董事長智振也表示，2026年上半年業務已排滿，其中多數老客戶已完成復購，公司將聚焦已驗證成熟的主力產品線，推動其在老客戶中深化應用、向同行業規模化推廣并探索跨行業復制。

隨著智能體深入落地，按效果付費的RaaS模式成為行業關注的焦點。國外，AI客服獨角獸Sierra已率先實現落地嘗試；國內，細分行業的多家AI服務商也紛紛提出相關模式。“大模型的應用，很可能會在2026年進入按效果付費模式快速增長的一個階段。” 汪中稱，他們已與部分客戶在一些場景里做試點嘗試。

IDC報告也顯示，到2028年，傳統的按席位收費模式將被淘汰；同時，隨著智能體作為數字勞動力接管大量重復性工作，70%的軟件供應商將不得不重構其商業模式，轉向按業務結果、交易量或自動化成果計費的新模式。

智能體時代，按效果付費的模式為什么興起？這種模式優先在哪些場景實現了落地？還存在哪些挑戰和難點？

01

智能體時代，為什么按效果付費模式會興起？

智能體按效果付費的RaaS模式正悄然興起。

國外，OpenAI董事會主席Bret Taylor創立的AI客服企業Sierra，采用結果導向定價，AI自主解決用戶來電或在線對話的問題時，按預先商定的費率收費，轉人工則免費。該模式已服務Sonos、ADT等品牌。Sierra成立18個月估值為100億美元，年經常性收入近1億美元。Bret認為，為AI工作成果付費合乎邏輯，能建立廠商與客戶間一致的激勵關系，很像Salesforce當年引入云訂閱，將成為行業新范式。

國內多家企業也已紛紛嘗試該模式。2025年7月，金融壹賬通提出“基于智能體的金融RaaS（按效果付費）服務新范式”，如某保險公司引入產險方案后，費用與風險減損、效率提升掛鉤。9月，螞蟻數科推出按效果付費商業模式。12月，百融云創發布RaaS戰略，并推出 Results Cloud（結果云）。合思等財務SaaS廠商也反饋有部分客戶開始采用該模式。

數字人領域的效果付費起步更早。2024年底，中科深智CTO宋健就曾透露正與電商客戶試水分潤或CPS（按銷售付費）模式，“一單二三十元，我分你兩元。”2025年，該公司正式推出AI RaaS（效果即服務）業務。2025年8月，百度智能云也曾透露，正與部分客戶試點RaaS效果付費。

業界觀察，智能體時代按效果付費模式快速崛起，核心源于四大變革：

一是企業采購偏好從買功能轉向買結果。智振觀察，在部分已能見到效果的場景，即便AI當前效果僅為傳統方案的80%、成本更高且存在一定風險，不少企業仍愿布局，堅信長期效能會翻倍增長。

“客戶現在非常在乎可量化的業務價值評估。”眾數信科汪中坦言，早期客戶更關注有無問題，容忍度較高。2025年起，頭部客戶愈發專業，開始追問實際業務收益，中腰部客戶則從一開始就要求可見價值。

IDC數據顯示，66%的中國企業傾向基于業務成果計費購買AI能力，遠超全球均值。傳統Agent定制成本仍高達100萬-200萬元，但使用率與價值轉化存在鴻溝。麻省理工學院報告更指出，95%的企業未從生成式AI中獲得可衡量回報。另一方面，AI時代的付費主體正從IT部門轉向業務部門直接參與，螞蟻數科、中關村科金等均反饋，過去賣軟件時代，通常是科技部門負責購買，并不會對業務結果負責，而現在業務部門開始更多參與其中，更愿意為可量化的增長或降本付費。

二是價值形態的重塑。“智能體作為數字員工，要么給它發工資，要么做完一件事情給它報酬。”螞蟻數科副總裁余濱說，傳統軟件只交付工具，業務效果由客戶負責；但AI是任務驅動、結果導向的科技與業務的混合體，若無法說清價值，則只完成了一半職能，只能停留外圍，無法進入產業核心。

三是成本結構調整。IDC孫振亞表示，大模型時代推理與運維是持續可變成本，更適合按量或按結果計費。汪中也坦言，企業業務知識在持續更新，不斷有新的長尾情況出現，智能體需維持可進化、可學習的狀態，企業愿意通過效果付費綁定長期服務以維持效果。

行業預測，RaaS將成智能體時代主流模式之一。IDC預計到2028年70%軟件供應商將轉向按業務結果、交易量或自動化成果計費；德勤也指出，生成式AI與智能體將推動SaaS定價向“訂閱+使用量+結果導向”混合模式演進。

02

哪些場景先落地？

按效果付費（RaaS）正成為智能體落地核心路徑之一。IDC孫振亞告訴數智前線，該模式預計將率先在業務邏輯低歧義、產出結果可量化的場景中爆發，隨后逐步向復雜場景滲透。

電商營銷是RaaS落地最早也最積極的領域。中科深智CEO成維忠介紹，2024年年中，受行業內卷影響，客戶對數字人直播、短視頻等SaaS服務的實際轉化效果愈發關注，該領域ROI清晰可量化，試錯成本相對較低，已獲大量客戶認可。如他們提供的直播全托管服務，即從投流素材生成、千川投流和AI直播轉化全鏈路服務，企業可零成本開播，僅在達成約定結果時收費，或按比例從GMV中分成。

成維忠透露，AI直播與頭部IP主播仍有差距，但在素人直播中已優于真人。例如，某電商與大MCN公司合作日均GMV約15萬，在同等ROI投流情況下，AI直播的日GMV也能做到這一GMV的40%-50%，同時人力與運營投入大幅減少，成本節省70%以上。他預計，兩年后電商行業內至少60%的服務將與效果掛鉤。

在短視頻投流場景，一款商品日均需3至5條高質量視頻，傳統依賴外包，成本高、效率低，難以規模化。現在，AI自動生成素材，每天可以為每個品配置幾十條素材，跑出爆款素材的概率大大增加。成維忠舉例稱，“給你1萬元投流費，談好ROI是1:3，你能投得掉嗎？”于是，客戶與他們約定以真人制作素材效果為參照，要求AI素材在同等條件下“投得出去”且ROI相同；若未投出，預算無損失；若投出但ROI未達標，則按約定比例退還服務費。實測顯示，AI素材ROI與真人相當甚至更優，且成本更低，效率更高。

金融行業尤其在營銷、理財、財富管理等場景已有試點落地。“我們會從結果導向非常明顯的產品先開始，比如運營、營銷類的，想清楚一個就擴展一個。”螞蟻數科余濱觀察，兩類客戶很愿意按效果付費：一類機構員工少、理財師短缺，亟需AI理財師獲客；一類機構員工多但優質理財經理稀缺、易流失，希望將專業理財經驗植入大模型。

比如理財代銷場景，某項目中，客戶主動提出按代銷千分之二至千分之四分成，最終甚至將首年合作收益的100%給到螞蟻數科。

在營銷領域，2025年螞蟻數科還將智能體產品營銷模式升級為智能托管，銀行只需提供業務目標、預算和客群，智能體便平衡全鏈路各環節，實現整體ROI最大化，最終以交易規模增長凈值的萬分位到千分位收費。“目前我們合作的金融機構中，區域性銀行占比最高，能達到三分之二。”余濱透露。目前客戶多簽署3年戰略合作，有部分客戶甚至已簽署5年期合約。

百度智能云正與部分客戶在金融營銷場景試點按數字員工帶來的業績提升抽成。中關村科金總裁喻友平也透露，公司正探索銀行智能外呼等營銷拓展場景的效果付費，并已在部分汽車客戶中實踐智能外呼效果交付。“這很像廣告投放，企業給預算和轉化目標，達標則繼續發預算，不達標可能減預算或換合作方。”內部人士告訴數智前線。

在財務管理領域，AI可完成報銷審批、單據填寫等工作，部分智能體廠商已與客戶達成效果付費合作。

招采審查場景下，“任務波動大，需長期維持峰值人員配置，易造成冗余。但每個人能花多久干多少事，有很明顯的參照值。用AI提效時，完全可以效果付費代替內容采購。”眾數信科汪中說，其團隊已為客戶交付一期招采智能體定制，后續客戶計劃擴展至全品類。按傳統做法應再按項目報價，但目前雙方已敲定為階梯效果付費模式，按智能體處理案件數量及準確率分段計費，客戶也愿意以此綁定長期服務，平攤一次性費用。

汪中觀察，2025 年業界仍以信息化建設、Agent定制等交付型收入為主，但2026年客戶在智能體擴容時，開始計劃使用非信息化預算，如從設備運維的費用預算、招采人力預算等中列支智能體服務費。

工業領域如節能、質檢、質量管控等，單點項目金額幾萬至幾十萬元，可按效果收費；而大額、復雜項目因效果難衡量，仍以傳統模式為主。中工互聯智振表示，他們作為技術方提供AI產品，按產品收費；下游運營公司則將AI打包為“AI+節能”等服務，按實際節能效果向客戶收費。“2026年AI落地肯定會加快，一旦運用多了，各種模式就都有了，但越小的場景效果付費越適用。”

在CRM領域，銷售易銷售副總裁徐曦告訴數智前線，在全鏈條上，按結果付費的點非常多。之前產品設計中，全部功能打包在一起，沒辦法按結果來付費，現在對于產品要做一個SKU的再包裝，某些點引入AI能力之后，可單獨來計費。

03

還有哪些挑戰和難點？

盡管智能體RaaS模式趨勢明確，但規模化落地仍面臨多重挑戰。

效果歸因難、量化標準不統一，是最核心的障礙。企業業務增長由市場、運營、產品等多因素共同驅動，如何精準界定AI智能體的貢獻占比？目前行業尚無統一評估體系，大多只能“一事一議”。

銷售易徐曦舉例稱，CRM從按賬號收費轉向按效果付費，需重新設計和定義很多東西。比如，CRM全業務鏈條長、環節多，從A到Z整體按結果付費極難，需拆解到單點考核并設計SKU。其次，標準要統一，例如“工單完結”的定義就存在分歧，是接收了叫完結，處理完叫完結，還是寫入知識庫叫完結，大家標準都不一樣。

螞蟻數科AI原生事業部總經理王磊則認為，不必強行區分人與AI的貢獻，二者并非對抗關系，更適合從增量收益切入量化效果。如理財師借助AI從過去最多服務200人到現在可以觸達2000人，銀行從過去只能服務高凈值人群到現在也能覆蓋5萬元以下客群，通過對比其工作記錄、客戶觸達量、銷售數據及AUM等指標，就能量化AI帶來的效果。

不過，多位行業人士坦言，不同客戶的訴求、合作邊界、條款差異極大，很難用一套模式通用，商業談判復雜度遠高于傳統軟件。業界普遍認為，建立公平透明、雙方信服的評估與追蹤體系，將是RaaS落地的關鍵前提。目前，業界已出現專門的AI定價管理工具，如Outreach CEO Manny Medina 創建的Paid，專為AI公司提供定價相關服務。

IDC孫振亞觀察，目前，客服、營銷等高確定性場景的量化較為容易，行業通用指標如工單處理量、有效線索數、成交轉化率等即可作為計費依據。而對于難以直接量化的復雜場景，如創意設計、戰略輔助，行業正在探索早期。

另外，效果評估是一項連續性工作。“我們今年很難預估到一年之后怎么去做。”螞蟻數科王磊說，他們的做法是，按時間節點設立考評標準，結合用戶增長、AUM提升等指標，快速檢驗效果并跟客戶進行合理的價值分配。

其次，收入模式的轉變也對服務商提出更高要求。從穩定的項目制、訂閱制，轉向隨客戶業務波動的效果分成，服務商需做好成本控制、現金流管理與場景篩選。孫振亞表示，部分復雜場景的前期建設與磨合成本，難以通過效果分成完全覆蓋，這是服務商需權衡的難題。

此前，曾有不少項目卡在PoC階段，核心原因就是ROI算不過來。眾數信科汪中舉例，建筑圖紙審核、律所合同審查等場景，即便AI效果達標，也因行業人力成本極低，企業更愿意直接雇人，而非投入AI。因此，服務商普遍開始精選場景，優先選擇專家依賴度高、業務價值大、能明顯拉開AI與人工差距的領域。成維忠也表示，在按效果付費時，他們會優先合作自身業務基礎好、落地輕松、盈利性更強的客戶，規避無效投入。

第三，RaaS正在重構服務商的組織架構與服務能力。按結果交付，不只考驗技術，更依賴廠商的行業Know-how積累、業務理解和持續運營能力，缺乏垂直行業經驗與關鍵業務數據沉淀的廠商將難以交付高價值的業務結果。

“一旦走上RaaS，對技術公司也是全面的一個變化。”成維忠舉例稱，電商行業迭代以天為單位，服務商必須緊盯平臺規則、全鏈路協同，技術人員要深入一線看數據、做優化，及時調整產品與客群。為此，他們已在組織架構上調整，從重銷售，轉向重運營與重服務。行業人士認為，未來智能體服務商的核心競爭力，一是能沉淀運營數據、反哺算法的數據飛輪，二是能穩定保障效果的深度運營能力。

第四，風險管控與責任劃分仍是懸而未決的難題。尤其在金融、醫療等合規場景中，AI決策失誤還可能引發法律糾紛。當前，AI決策的責任歸屬尚無清晰法律界定。孫振亞強調，廠商必須建立完整治理體系，解決權限管理、幻覺規避、結果可解釋、邊界處理等問題，這比傳統 SaaS 的合規要求高得多。

而需要明確的是，RaaS并非萬能范式。業界普遍認為，未來將是多種商業模式并行，傳統項目制、SaaS訂閱制與按效果付費各有適配場景。