一个客服团队 50 人，用 Zendesk 按人头付费，每月账单清清楚楚。现在换成一个运维人员加 50 个 AI agent，工单处理量翻了三倍，但 Zendesk 只能收到一个 seat 的钱。
这不是假设场景。这是 2026 年正在发生的事。
按人头收费的 SaaS 订阅制，不是被某个竞争对手打败的，而是被它自己的底层逻辑推翻的——当 AI 让一个人干五个人的活，”人头”这个计量单位就失去了意义。Deloitte 2026 TMT 预测报告给出了一个冷酷的数字：seat-based 收入占 SaaS 总收入的比例，正从 21% 滑向 15%。
这篇文章要回答的问题是：旧模式崩了，新模式长什么样？谁在领跑，谁会掉队？以及——对买方来说，这到底是好事还是坑？
单位经济模型被推翻：不只是”AI 替代人”那么简单
很多人把定价变革简单归因为”AI agent 替代了用户，所以按人头收费不合理了”。这个说法对了一半，但漏掉了更本质的东西。
真正被推翻的是单位经济模型（unit economics）。
传统 SaaS 的定价逻辑建立在一个隐含假设上：一个 seat = 一份产出。10 个销售用 CRM，产出大致是 10 份销售工作量。定价锚定在”使用者数量”上，因为使用者数量和价值产出之间存在线性关系。
AI 打破的正是这个线性关系。当一个市场运营人员借助 AI 工具一天产出 30 篇内容，而过去需要 5 个人才能完成同样的量，”一个 seat”对应的价值产出膨胀了 5 倍。对 SaaS 厂商来说，如果继续按 seat 收费，意味着客户获得的价值在指数增长，而你的收入纹丝不动。
用一个更直白的比喻：按 seat 给 AI 时代的 SaaS 定价，就像按停车位数量给自动驾驶车队收费——车位只有一个，但车跑了一整天。
Korix 的一份 2026 年分析报告指出：如果一个 seat 配合 AI 助手处理了 3 倍工作量，按人头定价意味着 67% 的价值被留在了桌上。前瞻性的厂商正在抛弃这个模型。
Usage-based 只是过渡：按 token 收费解决不了根本问题
seat-based 崩了，第一波替代方案是 usage-based——按 API 调用次数、按 token 消耗量、按处理的数据量计费。OpenAI 的 API 定价就是典型。
这个模型比 seat-based 进步了一步：至少它和”使用量”挂钩了。但它有一个致命缺陷——使用量 ≠ 价值。
一个 AI agent 调用了 10 万个 token 来处理一张工单，和调用了 10 万个 token 但什么都没解决，对客户来说价值天差地别，但账单一模一样。
Salesforce 的 Agentforce 定价演变是最好的教科书。2024 年底发布时，定价是每次对话 $2。2025 年 5 月，改成了每个 action $0.10——更细粒度的 usage-based。到 2026 年初，又推出了 Flex Credits 模型，试图把成本和实际价值对齐。18 个月内换了三套定价模型，说明 Salesforce 自己也在摸索：纯粹的 usage-based 不是终点。
usage-based 的问题在于，它把成本风险完全转嫁给了买方。一个 AI agent 效率低、调用多，客户反而要付更多钱。这和”为结果付费”的直觉完全相反。
所以 usage-based 是过渡形态，不是终局。真正的终局指向一个更激进的方向。
Outcome-based：按结果付费的终局形态
Outcome-based pricing 的逻辑很简单：你不为软件的存在付费，不为调用次数付费，只为实际达成的结果付费。
解决了一张工单？付钱。生成了一条合格的销售线索？付钱。AI 忙活了半天但没产出？免费。
这个模型在 2024-2026 年间从概念走向了落地：
Intercom Fin：每次成功解决客户问题收费 $0.99。注意关键词——”成功解决”。如果 AI 没能解决、转给了人工，不收费。截至 2025 年 12 月，Fin 已经处理了超过 4000 万次对话，解决率 67%。这意味着 Intercom 只对那 67% 收费，剩下的 33% 是它自己承担的成本。
Zendesk：2024 年 8 月宣布 outcome-based pricing，2025 年 Relate 大会正式落地，起步价 $1.50/次自动解决。套餐内包含一定数量的 AI 解决次数，超出部分按量计费。
HighRadius：2026 年 2 月在 Radiance 大会上宣布彻底抛弃 per-seat 模式。$0 实施费、$0 上线前订阅费，只在客户实现实际节省后，按节省金额的一个比例收费。这是目前最激进的 outcome-based 实践。
Salesforce Agentforce：从 $2/对话 → $0.10/action → Flex Credits，三种模型并行，本质上是在 usage 和 outcome 之间寻找平衡点。
Gartner 预测，到 2025 年底超过 30% 的企业 SaaS 方案会包含 outcome-based 组件（2022 年这个数字是 15%）。Chargebee 的 2025 年订阅状态报告显示，43% 的公司已经在订阅制中混入了 usage-based 组件，预计年底达到 61%。
趋势很清楚。但 outcome-based 不是银弹。
Outcome-based 的三个死穴
死穴一：归因困难
一个销售线索的转化，是 AI SDR 工具的功劳，还是品牌广告的功劳，还是销售人员最后那通电话的功劳？当多个工具协同工作时，”这个结果归谁”变成了一个哲学问题。
客服场景相对简单——工单关了就是关了，归因清晰。但越往销售、市场、产品方向走，归因越模糊。这也是为什么客服领域最先落地 outcome-based，而其他领域还在观望。
死穴二：预算不可预测
CFO 最恨什么？月底账单是个惊喜。
按 seat 收费的好处是确定性——50 个 seat，每月 $5000，写进预算表就完事了。换成 outcome-based，这个月业务好、工单多，账单可能是 $8000；下个月淡季，可能只有 $2000。
Solvimon 的调研显示，78% 的 IT 负责人报告在 AI 部署中遇到了意料之外的成本波动。对于需要向董事会汇报的 CFO 来说，”我也不知道下个月软件费用是多少”是不可接受的答案。
67% 的 CFO 将”难以衡量 ROI”列为批准 AI 投资时的首要顾虑（Gartner 2023）。outcome-based 理论上解决了 ROI 问题（付费即 ROI），但制造了预算可预测性问题。
死穴三：供应商收入波动
不只是买方头疼。对 SaaS 厂商来说，outcome-based 意味着收入和客户的业务周期强绑定。客户业务下滑，你的收入跟着下滑。华尔街喜欢的”可预测的经常性收入”（ARR）叙事，在 outcome-based 模型下变得脆弱。
HighRadius 的做法——$0 实施费 + 按节省分成——对客户极具吸引力，但对自身的现金流管理是巨大挑战。这也是为什么目前只有现金流充裕、对自身产品极度自信的公司敢这么玩。
2026 年的真实答案：混合定价三段式
既然纯 seat-based 过时了，纯 usage-based 不公平，纯 outcome-based 不可预测，那答案是什么？
答案是混合定价三段式：
第一段：固定底盘（Platform Fee） 一个确定的月费，覆盖基础平台使用权、数据存储、基本功能。给 CFO 一个可以写进预算的底数。
第二段：用量上限（Usage Cap / Included Volume） 包含一定数量的 AI 处理量（比如 1000 次解决、5000 次 action）。在这个范围内不额外收费，超出后按量计费。
第三段：结果分成（Outcome Bonus / Success Fee） 当 AI 产出超过某个阈值、或达成特定业务目标时，按结果收取溢价。
L.E.K. Consulting 把这种模式叫”burstable reserve”——可预测的基线加上按结果计费的弹性空间。Zendesk 的实际落地就是这个思路：套餐内含 AI 解决次数，超出部分 $1.50/次。Salesforce 的三套模型并行，本质上也是在让客户自选最适合自己的混合比例。
我的判断：3 年后，70% 的 AI-native SaaS 会采用某种形式的混合定价。纯 seat-based 会退守到那些 AI 渗透率低、人机比例变化不大的领域（合规审计、法务管理）。纯 outcome-based 会留在归因清晰、结果可量化的垂直场景（客服、催收）。大多数产品会落在中间地带。
谁先动，谁最后动？
定价重构不会同时发生在所有领域。有一个清晰的先后顺序：
第一梯队（2024-2025 已动）：客服
- Intercom Fin：$0.99/解决
- Zendesk：$1.50/自动解决
- 原因：归因最清晰（工单关了就是关了），结果最可量化，AI 替代率最高
第二梯队（2025-2026 正在动）：销售与获客
- Salesforce Agentforce：从对话计费到 action 计费
- Clay：credit-based 模型（本质是 usage-based 的变体）
- 原因：销售线索的价值可量化，但归因比客服复杂
第三梯队（2026-2027 开始动）：内容生成与营销
- Jasper：目前仍是 $59/seat 的传统模式，但压力在增大
- 原因：内容的”结果”难定义——是发布数量？阅读量？转化率？归因链太长
最后才会动的：合规、安全、基础设施
- 原因：这些领域的价值是”防止坏事发生”，而非”产出好结果”。你很难按”没有被黑的天数”来收费。seat-based 或 flat-fee 在这些领域会存活最久。
对买方的实操建议
如果你是正在续约 SaaS 合同的采购负责人，2026 年有几件事值得注意：
- 要求混合定价选项。如果厂商只给你 seat-based，问一句”有没有 usage 或 outcome 组件？”很多厂商已经有了，只是默认不推。
- 设置费用上限（cap）。接受 outcome-based 时，务必谈一个月度费用天花板。没有 cap 的 outcome-based 就是一张空白支票。
- 定义”outcome”的标准。Intercom 的”解决”定义是什么？客户没有再次来问就算解决？还是客户明确确认满意？这个定义直接决定你的账单。
- 保留审计权。outcome-based 模型下，厂商有动机把”未解决”标记为”已解决”。合同里要写明你有权审计结果数据。
FAQ
Q1: Outcome-based pricing 会不会让 SaaS 厂商故意降低服务质量来控制成本？
恰恰相反。在 outcome-based 模型下，厂商只有在交付结果时才能收费，所以它的激励是提高解决率、提高产出质量。真正的风险在另一面——厂商可能会放宽”成功”的定义来多收费。所以买方需要在合同中明确定义什么算”outcome”。
Q2: 小公司适合 outcome-based pricing 吗？
看场景。如果你的业务量小但稳定，固定订阅可能更划算（因为 outcome-based 的单价通常比平摊后的 seat 价格高）。如果你的业务量波动大、有明显淡旺季，outcome-based 反而能帮你在淡季省钱。
Q3: Usage-based 和 outcome-based 的核心区别是什么？
Usage-based 计量的是”投入”（调用了多少次、消耗了多少资源），outcome-based 计量的是”产出”（解决了多少问题、产生了多少价值）。一个 AI 调用了 100 次 API 但没解决问题，usage-based 照收不误，outcome-based 不收费。
Q4: 混合定价模型下，如何做年度预算？
用”底盘 + 预估弹性”的方式。底盘费用是确定的，弹性部分根据历史数据估算一个区间（比如 P50 和 P90）。建议预算按 P75 做，留 15-20% 的弹性空间。
Q5: 哪些信号表明我的 SaaS 供应商即将调整定价模式？
三个信号：（1）开始在后台统计你的 AI 使用量和解决率数据；（2）续约时提供”新定价方案试用”选项；（3）竞品已经切换到 outcome-based。看到任何一个，就该开始准备谈判策略了。
结论
SaaS 定价的重构不是一个”要不要发生”的问题，而是”以什么速度发生”的问题。
seat-based 模型建立在”人数 ≈ 价值”的假设上，AI 摧毁了这个假设。usage-based 是第一个补丁，但它计量投入而非产出，不是终局。outcome-based 指向了正确的方向——为结果付费——但它自身的归因困难和预算不可预测性，决定了它不会以纯粹形态统治市场。
2026 年的现实答案是混合定价：固定底盘给你确定性，用量包给你弹性，结果分成给你价值对齐。Intercom、Zendesk、Salesforce、HighRadius 已经在不同程度上走向了这个方向。
对于还在观望的 SaaS 厂商，我的建议很直接：不是要不要改的问题，是你想主动改还是被客户逼着改。当你的客户发现隔壁厂商只为结果收费时，你那张按人头开的发票会变得格外刺眼。
Stay updated with our latest AI insights
