2026年智能体开启规模化复制，七成服务商将重构商业模式。

2025年AI已在多场景跑通验证，即将开启规模化复制，2026年或将成为AI产业形成规模收益的第一年。

智能体落地服务商众数信科联合创始人汪中告诉数智前线，去年公司营收已翻倍至亿元级别，2026年将聚焦设备预测性检修等能直接创造业务价值的重点场景，复制推广标准产品，目标是营收再翻番。中工互联董事长智振也表示，2026年上半年业务已排满，其中多数老客户已完成复购，公司将聚焦已验证成熟的主力产品线，推动其在老客户中深化应用、向同行业规模化推广并探索跨行业复制。

随着智能体深入落地，按效果付费的RaaS模式成为行业关注的焦点。国外，AI客服独角兽Sierra已率先实现落地尝试；国内，细分行业的多家AI服务商也纷纷提出相关模式。“大模型的应用，很可能会在2026年进入按效果付费模式快速增长的一个阶段。” 汪中称，他们已与部分客户在一些场景里做试点尝试。

IDC报告也显示，到2028年，传统的按席位收费模式将被淘汰；同时，随着智能体作为数字劳动力接管大量重复性工作，70%的软件供应商将不得不重构其商业模式，转向按业务结果、交易量或自动化成果计费的新模式。

智能体时代，按效果付费的模式为什么兴起？这种模式优先在哪些场景实现了落地？还存在哪些挑战和难点？

01 智能体时代，为什么按效果付费模式会兴起？

智能体按效果付费的RaaS模式正悄然兴起。

国外，OpenAI董事会主席Bret Taylor创立的AI客服企业Sierra，采用结果导向定价，AI自主解决用户来电或在线对话的问题时，按预先商定的费率收费，转人工则免费。该模式已服务Sonos、ADT等品牌。Sierra成立18个月估值为100亿美元，年经常性收入近1亿美元。Bret认为，为AI工作成果付费合乎逻辑，能建立厂商与客户间一致的激励关系，很像Salesforce当年引入云订阅，将成为行业新范式。

国内多家企业也已纷纷尝试该模式。2025年7月，金融壹账通提出“基于智能体的金融RaaS（按效果付费）服务新范式”，如某保险公司引入产险方案后，费用与风险减损、效率提升挂钩。9月，蚂蚁数科推出按效果付费商业模式。12月，百融云创发布RaaS战略，并推出 Results Cloud（结果云）。合思等财务SaaS厂商也反馈有部分客户开始采用该模式。

数字人领域的效果付费起步更早。2024年底，中科深智CTO宋健就曾透露正与电商客户试水分润或CPS（按销售付费）模式，“一单二三十元，我分你两元。”2025年，该公司正式推出AI RaaS（效果即服务）业务。2025年8月，百度智能云也曾透露，正与部分客户试点RaaS效果付费。

业界观察，智能体时代按效果付费模式快速崛起，核心源于四大变革：

一是企业采购偏好从买功能转向买结果。智振观察，在部分已能见到效果的场景，即便AI当前效果仅为传统方案的80%、成本更高且存在一定风险，不少企业仍愿布局，坚信长期效能会翻倍增长。

“客户现在非常在乎可量化的业务价值评估。”众数信科汪中坦言，早期客户更关注有无问题，容忍度较高。2025年起，头部客户愈发专业，开始追问实际业务收益，中腰部客户则从一开始就要求可见价值。

IDC数据显示，66%的中国企业倾向基于业务成果计费购买AI能力，远超全球均值。传统Agent定制成本仍高达100万-200万元，但使用率与价值转化存在鸿沟。麻省理工学院报告更指出，95%的企业未从生成式AI中获得可衡量回报。另一方面，AI时代的付费主体正从IT部门转向业务部门直接参与，蚂蚁数科、中关村科金等均反馈，过去卖软件时代，通常是科技部门负责购买，并不会对业务结果负责，而现在业务部门开始更多参与其中，更愿意为可量化的增长或降本付费。

二是价值形态的重塑。“智能体作为数字员工，要么给它发工资，要么做完一件事情给它报酬。”蚂蚁数科副总裁余滨说，传统软件只交付工具，业务效果由客户负责；但AI是任务驱动、结果导向的科技与业务的混合体，若无法说清价值，则只完成了一半职能，只能停留外围，无法进入产业核心。

三是成本结构调整。IDC孙振亚表示，大模型时代推理与运维是持续可变成本，更适合按量或按结果计费。汪中也坦言，企业业务知识在持续更新，不断有新的长尾情况出现，智能体需维持可进化、可学习的状态，企业愿意通过效果付费绑定长期服务以维持效果。

行业预测，RaaS将成智能体时代主流模式之一。IDC预计到2028年70%软件供应商将转向按业务结果、交易量或自动化成果计费；德勤也指出，生成式AI与智能体将推动SaaS定价向“订阅+使用量+结果导向”混合模式演进。

02 哪些场景先落地？

按效果付费（RaaS）正成为智能体落地核心路径之一。IDC孙振亚告诉数智前线，该模式预计将率先在业务逻辑低歧义、产出结果可量化的场景中爆发，随后逐步向复杂场景渗透。

电商营销是RaaS落地最早也最积极的领域。中科深智CEO成维忠介绍，2024年年中，受行业内卷影响，客户对数字人直播、短视频等SaaS服务的实际转化效果愈发关注，该领域ROI清晰可量化，试错成本相对较低，已获大量客户认可。如他们提供的直播全托管服务，即从投流素材生成、千川投流和AI直播转化全链路服务，企业可零成本开播，仅在达成约定结果时收费，或按比例从GMV中分成。 

成维忠透露，AI直播与头部IP主播仍有差距，但在素人直播中已优于真人。例如，某电商与大MCN公司合作日均GMV约15万，在同等ROI投流情况下，AI直播的日GMV也能做到这一GMV的40%-50%，同时人力与运营投入大幅减少，成本节省70%以上。他预计，两年后电商行业内至少60%的服务将与效果挂钩。

在短视频投流场景，一款商品日均需3至5条高质量视频，传统依赖外包，成本高、效率低，难以规模化。现在，AI自动生成素材，每天可以为每个品配置几十条素材，跑出爆款素材的概率大大增加。成维忠举例称，“给你1万元投流费，谈好ROI是1:3，你能投得掉吗？”于是，客户与他们约定以真人制作素材效果为参照，要求AI素材在同等条件下“投得出去”且ROI相同；若未投出，预算无损失；若投出但ROI未达标，则按约定比例退还服务费。实测显示，AI素材ROI与真人相当甚至更优，且成本更低，效率更高。 

金融行业尤其在营销、理财、财富管理等场景已有试点落地。“我们会从结果导向非常明显的产品先开始，比如运营、营销类的，想清楚一个就扩展一个。”蚂蚁数科余滨观察，两类客户很愿意按效果付费：一类机构员工少、理财师短缺，亟需AI理财师获客；一类机构员工多但优质理财经理稀缺、易流失，希望将专业理财经验植入大模型。 

比如理财代销场景，某项目中，客户主动提出按代销千分之二至千分之四分成，最终甚至将首年合作收益的100%给到蚂蚁数科。 

在营销领域，2025年蚂蚁数科还将智能体产品营销模式升级为智能托管，银行只需提供业务目标、预算和客群，智能体便平衡全链路各环节，实现整体ROI最大化，最终以交易规模增长净值的万分位到千分位收费。“目前我们合作的金融机构中，区域性银行占比最高，能达到三分之二。”余滨透露。目前客户多签署3年战略合作，有部分客户甚至已签署5年期合约。 

百度智能云正与部分客户在金融营销场景试点按数字员工带来的业绩提升抽成。中关村科金总裁喻友平也透露，公司正探索银行智能外呼等营销拓展场景的效果付费，并已在部分汽车客户中实践智能外呼效果交付。“这很像广告投放，企业给预算和转化目标，达标则继续发预算，不达标可能减预算或换合作方。”内部人士告诉数智前线。 

在财务管理领域，AI可完成报销审批、单据填写等工作，部分智能体厂商已与客户达成效果付费合作。 

招采审查场景下，“任务波动大，需长期维持峰值人员配置，易造成冗余。但每个人能花多久干多少事，有很明显的参照值。用AI提效时，完全可以效果付费代替内容采购。”众数信科汪中说，其团队已为客户交付一期招采智能体定制，后续客户计划扩展至全品类。按传统做法应再按项目报价，但目前双方已敲定为阶梯效果付费模式，按智能体处理案件数量及准确率分段计费，客户也愿意以此绑定长期服务，平摊一次性费用。 

汪中观察，2025 年业界仍以信息化建设、Agent定制等交付型收入为主，但2026年客户在智能体扩容时，开始计划使用非信息化预算，如从设备运维的费用预算、招采人力预算等中列支智能体服务费。

工业领域如节能、质检、质量管控等，单点项目金额几万至几十万元，可按效果收费；而大额、复杂项目因效果难衡量，仍以传统模式为主。中工互联智振表示，他们作为技术方提供AI产品，按产品收费；下游运营公司则将AI打包为“AI+节能”等服务，按实际节能效果向客户收费。“2026年AI落地肯定会加快，一旦运用多了，各种模式就都有了，但越小的场景效果付费越适用。” 

在CRM领域，销售易销售副总裁徐曦告诉数智前线，在全链条上，按结果付费的点非常多。之前产品设计中，全部功能打包在一起，没办法按结果来付费，现在对于产品要做一个SKU的再包装，某些点引入AI能力之后，可单独来计费。 

03 还有哪些挑战和难点？

尽管智能体RaaS模式趋势明确，但规模化落地仍面临多重挑战。

效果归因难、量化标准不统一，是最核心的障碍。企业业务增长由市场、运营、产品等多因素共同驱动，如何精准界定AI智能体的贡献占比？目前行业尚无统一评估体系，大多只能“一事一议”。

销售易徐曦举例称，CRM从按账号收费转向按效果付费，需重新设计和定义很多东西。比如，CRM全业务链条长、环节多，从A到Z整体按结果付费极难，需拆解到单点考核并设计SKU。其次，标准要统一，例如“工单完结”的定义就存在分歧，是接收了叫完结，处理完叫完结，还是写入知识库叫完结，大家标准都不一样。

蚂蚁数科AI原生事业部总经理王磊则认为，不必强行区分人与AI的贡献，二者并非对抗关系，更适合从增量收益切入量化效果。如理财师借助AI从过去最多服务200人到现在可以触达2000人，银行从过去只能服务高净值人群到现在也能覆盖5万元以下客群，通过对比其工作记录、客户触达量、销售数据及AUM等指标，就能量化AI带来的效果。

不过，多位行业人士坦言，不同客户的诉求、合作边界、条款差异极大，很难用一套模式通用，商业谈判复杂度远高于传统软件。业界普遍认为，建立公平透明、双方信服的评估与追踪体系，将是RaaS落地的关键前提。目前，业界已出现专门的AI定价管理工具，如Outreach CEO Manny Medina 创建的Paid，专为AI公司提供定价相关服务。

IDC孙振亚观察，目前，客服、营销等高确定性场景的量化较为容易，行业通用指标如工单处理量、有效线索数、成交转化率等即可作为计费依据。而对于难以直接量化的复杂场景，如创意设计、战略辅助，行业正在探索早期。

另外，效果评估是一项连续性工作。“我们今年很难预估到一年之后怎么去做。”蚂蚁数科王磊说，他们的做法是，按时间节点设立考评标准，结合用户增长、AUM提升等指标，快速检验效果并跟客户进行合理的价值分配。

其次，收入模式的转变也对服务商提出更高要求。从稳定的项目制、订阅制，转向随客户业务波动的效果分成，服务商需做好成本控制、现金流管理与场景筛选。孙振亚表示，部分复杂场景的前期建设与磨合成本，难以通过效果分成完全覆盖，这是服务商需权衡的难题。

此前，曾有不少项目卡在PoC阶段，核心原因就是ROI算不过来。众数信科汪中举例，建筑图纸审核、律所合同审查等场景，即便AI效果达标，也因行业人力成本极低，企业更愿意直接雇人，而非投入AI。因此，服务商普遍开始精选场景，优先选择专家依赖度高、业务价值大、能明显拉开AI与人工差距的领域。成维忠也表示，在按效果付费时，他们会优先合作自身业务基础好、落地轻松、盈利性更强的客户，规避无效投入。

第三，RaaS正在重构服务商的组织架构与服务能力。按结果交付，不只考验技术，更依赖厂商的行业Know-how积累、业务理解和持续运营能力，缺乏垂直行业经验与关键业务数据沉淀的厂商将难以交付高价值的业务结果。

“一旦走上RaaS，对技术公司也是全面的一个变化。”成维忠举例称，电商行业迭代以天为单位，服务商必须紧盯平台规则、全链路协同，技术人员要深入一线看数据、做优化，及时调整产品与客群。为此，他们已在组织架构上调整，从重销售，转向重运营与重服务。行业人士认为，未来智能体服务商的核心竞争力，一是能沉淀运营数据、反哺算法的数据飞轮，二是能稳定保障效果的深度运营能力。

第四，风险管控与责任划分仍是悬而未决的难题。尤其在金融、医疗等合规场景中，AI决策失误还可能引发法律纠纷。当前，AI决策的责任归属尚无清晰法律界定。孙振亚强调，厂商必须建立完整治理体系，解决权限管理、幻觉规避、结果可解释、边界处理等问题，这比传统 SaaS 的合规要求高得多。

而需要明确的是，RaaS并非万能范式。业界普遍认为，未来将是多种商业模式并行，传统项目制、SaaS订阅制与按效果付费各有适配场景。