社区

席位模式已死，结果是终极目标。

作者｜田思奇

编辑｜栗子

如果AI成为你的新员工，你愿意按他的产出发工资，还是只买他的工位？

这个看似荒诞的问题，正成为全球企业软件界紧迫的现实抉择。2025年末，面对中国软件上市企业过去四年累计亏损485亿元的行业寒冬，以及全球SaaS市场增收不增利的普遍困境，寻找一种能直接兑现商业价值的新模式，成为行业生存的关键。

在这一背景下，AI服务商百融云创提出的“结果即服务”（RaaS）战略及Results Cloud平台，获得Yahoo Finance等全球主流财经媒体转载，在海外社交媒体上引发了关于商业模式的热烈探讨。

科技博主Teng Yan的一条推文成为讨论的焦点：“The Seat is dead. The Outcome is everything.”（席位模式已死，结果就是一切。）该内容获得超40万阅读量和3300个点赞，可点击文末左下角“阅读原文”跳转。

他指出了百融模式的颠覆性：“企业不再购买软件席位（Seats），而是直接雇佣AI员工（Agents）。每个Agent都自带职位描述、KPI和收入目标。如果业绩下滑，账单自动减少；如果Agent能力提升，它将创造更多价值。”

随着百融RaaS在海外被形象地比喻为“机器的HR系统”（HR system for machines），商业风险也发生了剧烈的转移。传统SaaS是客户预付费，客户担风险；智能体时代：客户为结果付费，双方共担风险。

来源：领英用户Anil D’sa对百融RaaS模式的解读

当工具进化为员工，当软件演进为服务，关于企业服务本质的灵魂拷问，正在全球业界发酵。

1.全球回响：RaaS是SaaS的掘墓者吗

如果在X（前Twitter）上搜索百融的RaaS战略，会发现讨论的关键词已经从“工具（Tool）”彻底转向了“利润（Margin）”与“控制（Control）”。

其中Teng Yan关于“席位之死”的论断最为响亮。而更多行业观察者也开始从管理学、财务和系统论的视角，深度剖析这场变革对SaaS行业的冲击。

“机器的HR系统”这一类比得以迅速传播，是因为它捕捉到当前企业部署AI时的核心矛盾：技术能力与商业价值之间，始终隔着一层难以量化的模糊地带。

将AI重新定义为员工，而非工具，实质上是借用了企业管理中已有的制度框架——岗位说明书（JD）、KPI、绩效薪酬——来为AI的价值交付建立可衡量、可问责的标尺。一位转发者笑称：“HR系统最终取代了HR部门，说实话还挺有诗意。”

来源：X

调侃之余，如果AI承担了真实的工作职责，任何公司现有的招聘、考核、激励乃至解雇机制，是否都需要重构？

这些疑问源于对传统SaaS模式长期隐性缺陷的反思。在既有范式下，客户预付费用购买席位，但能否从中获得实际收益，完全取决于自身使用能力。供应商的责任止于功能交付，风险则由客户全盘承担。而RaaS通过“按结果付费”（pay for outcomes）机制，将商业风险从买方大规模转移至供需双方，供应商的收入直接与其交付成效挂钩。

这种模式的转变，让投资者有些不安。葡萄牙博主Zuri一针见血：“SaaS margin pressure just got real.”（SaaS的利润压力变得真实了。）

然而，并非所有声音都沉浸于RaaS模式的潜在红利。随着讨论深入，治理与责任归属问题浮出水面。

分析师Campbell Robertson在题为《RaaS: Disruption Potential, Risks, and Governance Gaps》的分析中指出：“RaaS的治理影响被严重低估。”他强调，企业级部署所需的责任框架、归因方法和治理基础设施，仍然远远落后于技术本身的发展。

“甲子光年”也认为，目前的法律基于人类行为者，当决策与执行主体变为AI时，传统的责任归属逻辑可能失效。若AI员工在金融合规、客户服务或医疗建议等场景中造成损失，责任应由部署方（企业）承担，还是由构建方（如百融）承担？

百融对此已提出共担风险原则，但在实际合同中，如何界定风险分摊比例、设定责任上限、建立归责机制，仍是悬而未决的操作难题。

正如X平台上一位从业者所言：“按结果付费是个有趣的转变，但我认为责任一方的处理过于轻描淡写。如果供应商的错误损害了你的业务，法律和财务后果不会因此消失。如果表现很差，AI agent就不收费，但这也不解决他们带来的麻烦。你可能要为此损失数百万美元。”

来源：X

RaaS模式若要规模化落地，不能仅依赖技术能力或商业模式创新，更需构建一套远比传统SaaS复杂的风控与治理基础设施。当然，这些质疑，也能印证RaaS并非空洞的概念炒作。只有真正触及产业契约底层的变革，才会引发关于责任、合规与制度适配的严肃辩论。

正如Robertson所总结：在RaaS时代，竞争优势未必属于最先发布产品的公司，而属于那些能率先建立清晰责任归属框架并敢于在合同中对结果兜底的强者。

这场商业实验更大的价值，在于它迫使整个行业直面一个迟来的命题——当AI开始像员工一样工作，谁来为它的错误买单？

2.AI成人礼：为何必须对结果负责

为什么行业对按结果付费的反应如此剧烈？因为这触动了软件行业长达二十年的潜规则。

张韶峰在演讲中直言，无论是早期的项目交付、工具售卖，还是看似先进的SaaS订阅，本质上都在重复“卖铲子”的逻辑——卖出工具即止，至于客户能否挖到金子，与供应商无关。这种模式的边际效应已递减至零，直接导致了行业的集体亏损。

这种错配在AI时代被急剧放大。大模型能力突飞猛进，智能体已能处理复杂文档、主导销售对话、自动完成招聘流程。但若仍套用旧有商业模式，即客户付费购买一个AI功能模块，然后自行集成、调优、验证效果，成功率极低。技术潜力被组织惯性与契约结构锁死，就如同把法拉利引擎装进一辆马车。

在这种背景下，百融的RaaS战略延续了其过往的商业逻辑。早在2014年，当同行还在销售风控模型时，百融便尝试按“成功拦截风险事件的次数”收费（MaaS）。计价方式的微调，首次实现了自身收入与客户业务结果挂钩。2017年，百融进一步推出按成交额分成的营销AI（BaaS），把价值锚点从功能可用转向交易达成。

到2023年Agentic AI兴起时，百融的选择已水到渠成：既然AI能端到端完成任务，为何不直接对结果负责？于是RaaS正式成型。

为了解释这种范式转移，可以用一个更通俗的比喻：

• 传统SaaS是“卖车”模式： 客户购买车辆（软件席位），无论是否驾驶、驾驶技术如何、是否发生事故（业务失败），客户都要承担购车款、保养费和全部风险。

• 百融RaaS是“打车”模式： 客户不再买车，而是购买“到达目的地”的服务。供应商（百融）提供车辆、司机（AI员工）、规划路线并承担驾驶风险。只有当乘客安全抵达（交付结果），订单才算完成。

可以说，RaaS不是技术驱动的产物，而是商业模式倒逼下的生存策略。张韶峰强调，AI必须走出Copilot（副驾驶）的舒适区，向Autopilot（自动驾驶）乃至Agent Governor（统筹治理）进化。只有从“帮忙点点按钮”进化到“对业务结果负责”，AI才能真正兑现其万亿级的商业价值。

换句话说，当AI的能力已经足够强大，继续将它局限在工具的角色中，同样是对技术潜力的巨大浪费。AI的角色必须升级为承担明确职责的劳动力。相应的操作框架也随之演化：

1.职责定义：将岗位转化为可独立执行、结果可度量的原子任务，交由AI（或称“硅基员工”）负责。

2.执行标准：要求AI完成从分析、决策到执行的端到端闭环（AIGS），而非仅提供中间内容（AIGC）。

3.计价基础：费用直接与实际达成的服务水准和业务成效挂钩，而非算力或使用许可。

从此，AI不再是需要人类时刻照看的孩童，而是可以独立上岗、背负KPI、甚至在某些领域超越人类的合格劳动力。

甲乙方的关系也彻底重构，从零和博弈的买卖双方，变为共享增量、共担风险的“结果合伙人”。客户越成功，百融才越成功。这种风险共担、收益共享的机制，为解决软件行业长期存在的价值交付错配问题提供了新思路。

问题的关键已经不在于AI能否成为员工，而在于是否已经准备好建立一个能让硅基与碳基员工协同共治的新体系。百融的RaaS实验，最终会形成怎样的浪潮，尚且无人知晓。

唯一可以确定的是，从AI承诺结果的那一刻起，企业服务的旧时代，正式落幕。

3.解剖Results Cloud：制造“结果”的工厂

承诺不等于兑现。如果一家公司宣称愿为业务结果兜底，行业一定好奇：“你凭什么能做到？” 毕竟，在软件行业，过度承诺早已司空见惯。

RaaS战略的落地，本质上是一场将非标准化的智能能力转化为标准化工业品的工程革命。

来源：领英用户Max Daibov对百融RaaS模式的解读

百融云创副总裁、首席产品与市场官王伟民在阐述技术路径时指出，互联网时代带来了万物互联与大数据，移动互联网时代带来了海量流量与弹性伸缩，而到了智能体元年，产业需要全新的计算范式与应用范式。Results Cloud正是为了支撑这一需求而构建的技术底座。

这套系统被设计为三层架构：底层是异构算力引擎，负责熨平硬件差异；中层是智能体操作系统，负责AI员工的标准化生产；顶层是智能体商店，作为开放的劳动力市场。三者共同构成了一座“结果制造工厂”。

这三层架构共同构成了一个AI员工的孵化与管理工厂，将非标的算法模型转化为标准的生产力要素。为了让这套高风险模式在商业上跑通，必须构建一套防御体系来直面RaaS模式的死穴：

• 解决信任黑箱：建立全链路的可观测可计量能力，让每一笔算力投入与业务产出都有据可查，这是RaaS结算的财务基石。

• 解决成本失控：通过一键发布与在线自迭代功能，将复杂的调试自动化，防止陷入无尽的售后泥潭。

• 解决利益分配：内置计价与分成机制，让复杂的商业条款具备可执行的技术载体。

• 解决敏捷响应：将AI员工的生命周期从两个月极速缩短至两周，确保技术能跟上业务变奏。

要实现规模化交付，通常依赖于针对性的底层突破。为了解决通用模型“听不懂人话”导致的低转化，百融自研主动大模型，将真实ROI提升至通用模型的两倍；端到端语音模型则通过摒弃传统架构，将响应速度提升四倍，解决了交互延迟痛点；视觉文档模型更激活了沉睡的非结构化文档资产。

此外，百融创新性地采用了训练上云，推理归己的融合架构。利用公有云的弹性进行模型训练，通过自建集群与Vortex引擎承载核心推理业务，在保障效率的同时，将时延与成本牢牢掌握在自己手中。

这套“重资产”逻辑的有效性，在部分标准化场景中得到了验证。例如AI销服专员抹平了销售团队的高离职率痛点，将年化离职率从70%降至0，咨询转化率暴涨217%；AI招聘专员将招聘周期从28天砍至2天，让HR从简历海中解脱；AI知识专员将深度报告的交付效率提升80%，成为专业人士的得力助手。

这些案例表明，在营销、客服、招聘等流程清晰的“先头阵地”，通过标准化的技术封装，AI员工可在部分环境中稳定交付可衡量的结果。

但RaaS模式要想走向深水区，单靠一家之力远远不够。百融已宣布联合**、阿里夯实算力底座，与高校共建智能体治理标准，并发起产业基金孵化垂直场景应用，继续向深水区探索。

敢为结果兜底，不是口号，是用系统工程把不确定性，变成确定性。

4.SaaS黄昏，RaaS破晓：一场有关责任的冒险

这种从功能交付到结果兑现的转向，正在引发企业软件底层逻辑的连锁反应。SaaS行业的危机，或许并非来自对手，而是源于自身逻辑的瓦解。

科技博主Martin Alderson用下面的图片指出：AI编码Agent正将软件构建成本压低90%。这改变的不仅是账面数字，更是企业的认知。如果业务部门已经可以用自然语言快速生成专属的工具，谁还愿意为一套标准化、功能冗余、年年涨价的SaaS系统买单？

这动摇了SaaS赖以生存的根基：“用一套产品服务千家企业”的规模经济模型，正在被“千企千面、按需生成”的新范式侵蚀。

这一趋势在数据层面已现端倪。传统的SaaS估值模型严重依赖高NRR（净收入留存率）和席位扩张，而AI Agent的崛起直接击穿了这一底座。简单的CRUD（增删改查）工具类软件，将最先被AI Agent扫进历史的垃圾堆。市场正在从购买软件转向生成能力，这不仅仅是成本的优化，更是控制权的回归。

在全球范围内，关于未来组织形态的共识正在迅速达成。麦肯锡在2025年11月发布报告《智能体、机器人与我们：人工智能时代的技能伙伴关系》指出：未来的工作将是人、智能体和机器人之间的合作。并且人工智能的整合并非简单的技术部署，而需要重新构想工作本身——重新设计流程、角色、技能、文化和衡量标准，从而使人、智能体和机器人能够共同创造更大的价值。

在中国，百融云创基于8000家机构客户的真实服务经验，为这一宏大的理论框架提供了验证。那些规则密集、交互高频、结果可度量的工作，天然属于AI。每一位硅基员工的成功上岗，都是对这一趋势的有力验证。

在这个不可逆转的大趋势下，百融云创的RaaS战略与Results Cloud平台，率先完成了从概念到落地的过程。当然，这条路远未走完。当前的应用成功仍集中在营销、客服、招聘等流程标准化领域。更复杂的战略判断、组织协同、创新孵化，几乎仍是一片无人区。

承认局限，就是走向成熟的开始。百融的探索与实践，正在于此：它点亮了交付AI员工的未来，同时也揭示了其背后的挑战。这条路由理想驱动，却需要最务实的技术、法律和商业创新去铺就。

当AI的能力终于触达责任的边界，这场关于结果的冒险，才刚刚启程。

（文章封面图由AI生成，文中未注明图片来自百融云创）

END.