Salesforce 启示录:AI 如何重塑软件"定价模式"

SaaS 行业 30 年来的铁律是"按席位收费":每个用户每月付 50~500 美金,客户越多、收入越高。但 2024 年开始,这个底层逻辑正在被 AI 颠覆——Salesforce、ServiceNow、Adobe 都在悄悄转型:从"按席"到"按结果"。

一、为什么"按席位"模式要被颠覆?

AI Agent 的最大特点是:一个人 + 一个 AI,能干过去 5 个人的活。如果还是按"人头"收费,客户会想"我为什么要为 5 个席位付费?1 个席位 + 1 个 AI 就够了"。这直接威胁到 SaaS 公司的核心收入。

以 Salesforce 为例,2024 年 ARR(年化经常性收入)中,席位型订阅占 78%,AI 智能体(Agentforce)只占 3%。但 2025 年 H1,Agentforce 的合同数同比增长 800%,而席位型订阅增速降至 11%。三年内 Agentforce 将成为新增长引擎。

模式 A:按对话/任务次数计费——适合客服类、咨询类 AI 产品。Salesforce Agentforce 把"一次客户对话解决"计为一个 outcome,单价 0.5~2 美金。客户买的不是软件,而是"问题被解决"。

模式 B:按业务结果计费——适合营销、销售类 AI。HubSpot 的 AI 营销助手按"成功转化的潜在客户数"收费,每个 lead 5~20 美金。Adobe Firefly 按生成的图像张数收费,每张 0.5 美金。

模式 C:按节省成本/创造价值分成——最激进也最有想象力的模式。ServiceNow 在某些合同里采用"AI 帮客户节省的成本,30% 归 ServiceNow"。这种模式把 SaaS 公司变成了"AI 业务伙伴"。

中国 SaaS 市场比美国晚 5~8 年,正处于"按席位"模式的红利末期。如果现在不转型,3 年内会被 AI Native 新公司颠覆。三个可执行步骤:

1) 把核心产品拆成"AI 替代席位数":把每个模块的"人+软件"工作流,拆解成"AI 自动完成"的子任务,重新计价。

2) 试点按结果收费:挑 5~10 个高价值客户,提供按结果计费的版本,积累数据,3 个月后再推广。

3) 建立 outcome 度量体系:AI 产品最大的销售障碍是"客户怎么知道 AI 真的有效?"。需要建立可量化、可审计、可对比的度量体系。

风险 1:收入波动大。按结果收费,客户少用时收入骤降。应对:设置"基础订阅 + 结果浮动"双层结构。

风险 2:归因争议。客户会质疑"这个成果是 AI 做的还是人做的?"。需要清晰定义边界和归因规则。

风险 3:AI 模型成本不可控。按结果收费,但后台 token 成本可能被用户恶意刷高。需要在产品层做限速、配额、滥用检测。

1) 2026 年:混合模式主导。70% 的 SaaS 公司将采用"基础订阅 + 用量/结果浮动"。

2) 2027 年:行业垂直 AI Agent 爆发。法律 AI Agent、医疗 AI Agent、金融 AI Agent 各自年费过 10 万美金/家。

3) 2028 年:通用 AI Agent 平台化。类似 App Store 模式,一个 AI Agent 商店,用户可组合多个 Agent 完成复杂工作流。

Q1:按结果计费对客户是好事还是坏事?

短期看是好事(用得少就付少),长期看 AI 越来越强,客户会发现"过去付 1 万买席位,现在 AI 自动做完了,反而付 3 万因为按结果"。本质是 AI 价值的货币化。

Q2:中国 SaaS 转型最大的阻力是什么?

销售团队。习惯了"按席位 = 卖人头 = 越多越好"的逻辑,转按结果会让销售 KPI 失效。需要 6~12 个月的组织能力重建。

Q3:什么样的 SaaS 最容易被 AI 颠覆?

流程型、规则型、人力密集型。比如客服、营销自动化、文档处理。这些岗位被 AI 替代 70%+ 后,SaaS 公司的收入会断崖式下跌。