“把AI请下神坛，以结果论英雄。

在商业世界，结果往往是最掷地有声的。不管是任何技术创新，一旦证明了自己的价值，整个叙事都会为之改变。

当前，AI的应用价值始终没有被证明，要么被有的企业搞成了资本游戏，要么干脆成为了信仰，被弄成了玄学。要使AI真正走入寻常百姓家，就必须把它从神坛上请下来，让它用最朴素的商业语言——结果——来证明自己的价值。

而随着大模型、智能体技术的飞速发展，一些传统的To B类企业服务公司，交互能力和数智决策能力大幅跃升。过去To B属性的企业，只能在甲方业务的中间环节发挥作用，如今，大模型让To B企业拥有了一项“前所未有”的能力—直接触达和影响其客户的客户。这催生出一种更具颠覆性的商业模式——RaaS（Result-as-a-Service，结果即服务）。它不再贩卖技术本身，而是直接兜售“业务成果”。甲方只需为AI实际驱动的营收增长、成本节省等可量化的商业价值付费。

而RaaS为整个产业带来的深远影响，绝不仅是收费模式的变化。

RaaS为什么走进人们的视野？

首先要指出一点，以效果付费并不是一个新事物，在过去的很多领域已经广泛存在，比如广告、招聘、营销等等，只不过在To B领域，RaaS在过去并没有流行开来。

神策数据联合创始人、CTO曹犟在接受数据猿的采访中表示， RaaS如今重新走入人们的视野有三个重要原因：

1、工具“捆绑”人力的困境

在传统软件阶段，科技企业若想真正为客户提升效果，就不得不投入大量人力物力。科技公司的本质是卖工具，但工具能否创造价值，一半看产品本身，另一半则取决于使用工具的人。这就导致我们经常要派驻大量人员到客户现场，帮他们用好工具——这实际上模糊了科技企业的核心定位。一家主打产品的科技公司，一旦需要长期搭配人力服务，长此以往会渐渐滑向“人力外包”的模式，人力成本会让企业不堪重负。

2、大模型带来产品质变

大模型让产品的客户触达与智能决策能力发生质变，推动产品形态全面升级。以神策数据为例，公司正在打造数据分析Agent、数据运营Agent等一系列智能体产品。未来客户接触的不再是一个需要“学习使用”的软件，而是一个以目标为导向的智能系统：客户只需设定业务目标和优化方向，大模型便会自动执行、持续迭代，驱动效果持续增长。

3、迭代和学习能力

AI真正带来了“越用越聪明”的迭代能力。神策数据一直强调“数据采集-分析反馈-决策行动”的闭环价值，而现在，大模型Agent能够在这个闭环中实时洞察每次运营动作带来的指标波动，并据此自我调整、持续优化。系统不再是被动执行命令的工具，而是具备了感知、决策与进化的智能伙伴。AI技术的飞速发展，大大延伸了科技公司的服务能力。

曹犟说：“按效果付费虽然不算全新模式，但它确实给像神策这样的软件公司带来了新机会。我们正从过去‘卖工具、卖能力’，转向‘卖效果、卖确定性’。大家也知道，中国的To B软件行业一直面临增长困局，RaaS模式的出现或许正是一个破局的关键。”

中科深智创始人成维忠对此深有共鸣。

在他看来，近年来两股浪潮正交汇成推动行业变革的关键力量：一方面，大模型技术打开了全新的可能性；另一方面，经济环境的压力让企业必须得开源节流，每一分钱的投入都要有看得见的回报。

在这样的背景下，客户的需求重心发生了根本性转变——从过去追求“拥有工具”转向现在要求“获得确定性结果”。 当“企业控本提效的迫切需求”与“Agent与大模型的技术突破”这两股力量相互激荡，整个市场的发展不可避免的改变了轨迹：从传统的“工具型SaaS”坚定地迈向“效果型服务”的新阶段。

甲方买来了确定性

乙方打开市场天花板

过去十年，甲方为数字化付费的模式无外乎两种：项目制（一次性买断定制开发）与SaaS订阅制（周期性支付软件使用权）。这两种模式的本质，都是企业为获取某种“工具”或“能力”而付费。

“在RaaS模式下，对乙方来说，市场的天花板被彻底打开。”神策数据曹犟表示，“过去，我们卖软件，只能去争抢客户的IT预算。但现实是，甲方的IT预算正在肉眼可见地收紧。哪怕我们在产品上做了100项重大创新升级，但是甲方的预算不会因此而增加。

但一旦我们从‘卖工具’转向‘按效果付费’，局面就完全不同了。假如客户有100亿的营销预算，这100亿营销预算交给我们来操盘，我承担所有通道和执行成本，双方约定一个ROI，比如说提升5%，我们的收益就在提升的部分获取。”

一边是守着固定IT预算，另一边是从增量中抽成——后一种模式为企业带来的增长空间，是指数级的。

对甲方来说，RaaS带来的变革同样意义重大。

甲方为工具付费，花一两百万采购软件、做实施，工具是否能够带来业务的增长，风险则几乎全由甲方承担。在甲方企业，老板最常问的就是：这笔钱到底带来了什么？负责采购的同事还要大费周章搜集资料，来“佐证”这个工具是有价值的。

而“按效果付费”的模式，能从根本上回应这些痛点：

•ROI清晰可见：客户预算直接与效果挂钩，比如按“留存提升1%付费10万”等方式，让客户支出的价值一目了然；

•决策门槛降低：传统采购要招投标、比功能、比价格，要处理动辄几百页的复杂文档。而“按效果付费”，直接从比功能变成了看结果，甲方只需考察一个指标：这个效果够不够好；

•风险有效转移：不出效果不付费，甲方几乎零风险，在当前预算环境下极具吸引力。

中科深智成维忠分析认为，过去我们做不到按效果付费，所以只能强调“帮客户提升效率”——本质上还是在讲“节流”。但中国企业的老板，尤其是中小企业主，心里想的首先是“赚钱”，其次才是“省钱”。在没法帮他们直接赚钱的时候，他们才会退而求其次：“行，那你帮我省点钱吧。”

这就导致中国SaaS市场出现一个特有现象：续费率普遍偏低。一方面供应商多，竞争激烈；另一方面，既然谁都保证不了结果，那客户就会觉得“用谁都差不多”，哪家便宜就用哪家，明年有更便宜的再换一家。在这种生态下，工具提供商必然陷入价格战。

说到底，对客户而言，“省钱”并不是他们的最高目标，赚钱才是。当大模型出现以后，工具提供商为客户直接赚钱渐渐成为可能。

所以，这种按效果付费的模式，对甲方是更高的确定性，对乙方是更广阔的预算空间——真正实现了双赢。

如今，RaaS在很多领域都得到了有效的应用，比如广告、电商、零售与金融领域等，这些行业直面用户、竞争激烈，对精细化运营需求极为迫切。

成维忠举了一个电商直播带货的场景案例。

中科深智将AI技术深度融入电商场景，在货架电商（天猫、淘宝、京东）和内容电商（抖音）两大主战场，通过整合直播、短视频等产品，持续优化ROI和转化效果。

真人主播台前讲解，中控幕后应对弹幕。而在中科深智的数字直播间，AI主播不仅自然流畅地介绍商品，还能实时理解观众提问，通过语音、弹幕甚至私信智能回应——所有互动均由Agent自主决策完成。

他指出，这套系统不仅显著提升转化效率，更重塑了用户体验：用户获得即时反馈，停留时长自然增长，购买决策过程更加顺畅。AI根据实时数据随时调整策略，真正实现了"无人驾驶"式的智能运营。

“效果”如何定义？

既然是“为效果付费”，那么一定是有一个清晰可量化的指标，在商业实践中，这个“效果”是怎么确定的呢？

对此，曹犟有他的独特见解。他认为，“效果”是需要企业与客户共同定义一个清晰的指标，其中涉及到三个关键步骤：

第一步：选定北极星指标

这个指标必须直接反映业务成功。比如GMV，而不是UV、PV这些中间数据。关键在于，指标要满足三个条件：

1、与商业价值强相关

2、客户能够通过自身努力去影响和改善

3、能够被有效拆解和归因

如果指标受外部环境（比如天气、政策）影响过大，或者无法准确归因，那就失去了迭代优化的基础。

第二步：建立基准基线

效果付费的核心是“为增量买单”。我们必须基于历史数据确定一个清晰的基准线，才能准确衡量后续的提升效果。

第三步：实现精准归因

当GMV实现增长时，我们需要清晰界定：哪些提升来自企业，比如说神策Agent的运营动作（比如复购活动），哪些来自客户的自主决策（比如降价促销），哪些来自外部因素（比如汇率波动）。

通过这三步，我们就能把一个模糊的“结果”，转化为公平、透明、可验证的合作基础。

RaaS影响的不仅仅是定价策略

“按效果付费”远不止是定价策略的调整，而是一场从技术架构、组织形态到企业文化的系统性重塑。

首先是双方的关系定位发生了变化。在传统模式下，甲方客户与科技公司就是单纯的“买卖双方”的关系。在RaaS模式下，甲乙双方的关系则进化成为了 “增长合作伙伴”。

“在新的‘生产关系’下，业务的风险和收益被重新配置。”曹犟指出，对于甲方客户而言，

•不用纠结技术选型——这是乙方的工作，会根据你的业务情况配置合适的技术方案；

•不用操心团队能力——乙方交付的不是一个工具，而是整套服务，你只需讲清目标，剩下的由乙方和AI共同落地；

•不用担心投入失败——产生不了实际的效果，你不需要付钱或者只需付少量的钱，大部分的风险由乙方承担。

这种模式大大降低了投入的风险，将不确定性成本转化为可预测的投资回报。也极大加速决策流程，以往国央企项目立项动辄一年，如今效率显著提升。同时，客户得以聚焦核心业务，减少不必要的人力和物力支出。

对科技公司而言，RaaS模式带来了多个层面的根本性变革。曹犟从技术架构、组织变革乃至文化思维分别阐述这种变革的深刻性。

技术架构：从“平台化”到“场景化”

在新的产品形态中，AI能力已成为核心支撑。这不只是大模型，也包括传统预测模型。比如神策数据的优惠券智能发放系统，利用预测模型判断“什么时候该给谁发什么券”；而大模型则负责构建知识库、生成个性化内容、优化策略链路。它们各司其职，共同为客户效果服务。

当客户只为结果付费时，“功能数量”不再重要，“场景穿透力”成为关键。产品逻辑彻底转变：从追求大而全的平台，转向深耕具体场景。

组织变革：打破壁垒，组建“增长小队”

组织上，传统的职能壁垒被打破。过去神策数据和大多数To B公司一样，分为销售、售前、实施、研发……但当产品思路转向“深耕具体场景、实现实质增长”时，我们就必须把不同角色拧成一股绳——比如围绕“电销场景”或“优惠券场景”，成立一个融合产品、研发、运营的“增长小队”。

这样的小团队，知识共享更顺畅、迭代反馈更敏捷，颠覆了过去重投入的“大中台”模式。未来的组织形态，应该是“前台更重、中台更薄”，按场景切分团队，每个小队规模不大，但更加聚焦、作战能力更强。

文化思维：从“交付思维”到“效果思维”

从思维上，经历了从“交付思维”到“效果思维”的跃迁。以前我们的定位是“软件公司”，核心是“用最低成本交付甲方需求”；现在我们必须成为“效果伙伴”，每天思考的是“如何真正帮客户提升业务指标”。

而且当我们的收入与客户增长深度绑定时，就形成了一种倒逼机制——从过去被动响应需求，转变为主动观察数据、提出策略、驱动增长。比如在服务某零售客户时，我们的服务范围从会员运营延伸至商品组合优化，这在“卖工具”时代几乎不可能发生。

成为客户的“虚拟团队”

成维忠则认为，在RaaS模式下，科技公司不仅是客户的“增长伙伴”随着AI能力持续增强，科技公司将被视为可按需调用、按效果付费的“虚拟团队”。这要求科技公司：

•重构研发体系，从固定工作流转向Agent驱动的智能架构

•重塑人才能力，工程师必须懂业务、近用户，否则将被AI替代

•转变服务视角，交付的不再是工具，而是“即插即用、高度专业的虚拟员工”

“尽管部分传统企业仍存疑虑，但这正是我们的机遇——以更低门槛、更可控风险，帮助它们迈出数字化第一步。事实上，一批原本固守天猫的消费品品牌，已通过我们的服务成功开拓抖音等新渠道。” 成维忠说道。

AI无疑是这个时代最大的风口，但遗憾的是，满天飞的不是借势而起的“猪”，反倒是飘在空中的“牛”。 RaaS的意义，正是让这些“天上的牛回到地上耕地”——让技术回归商业本质，让价值用结果证明。

当然，在实践中，RaaS尽管是一项全新探索，但绝大部分场景下，行业内多采用的是“基础费用+效果分成”的混合付费模式，在保障服务可持续的同时，也与客户共同承担风险、共享增长成果。这不仅是商业模式的升级，更是一种面向未来的合作哲学。