数字劳动力新经济：AI智能体挑战软件旧有计费模式
一家伦敦初创公司融资2160万美元，预示着基于席位的定价模式即将终结——以及自主AI按结果计费的崛起。
伦敦——20世纪90年代，软件公司想出了一个简单的办法：按员工“席位”向客户收费。员工越多意味着价值越大，因此按席位计费似乎很公平。然而，三十年过去了，这种简洁的计算方式正在瓦解。原因何在？因为AI智能体不仅能帮助员工，还能取代他们。
总部位于伦敦的初创公司Paid认为自己有解决方案。本周一，该公司宣布完成2160万美元的种子轮融资，由Lightspeed Venture Partners领投，使其总融资额达到3330万美元。Paid的使命雄心勃勃：为未来世界构建金融基础设施，在这个世界里，软件智能体而非人类将承担大部分工作。
Paid的创始人兼首席执行官曼尼·麦迪纳（Manny Medina）表示：“当软件完全取代席位时，旧有的按席位模式就没有意义了。”
时机再好不过。到2030年，自主AI智能体有望为全球经济注入近20万亿美元。然而，目前公司所依赖的计费系统，是为软件能提升人类效率而非取代人类而设计的。
当席位消失，营收也随之减少
对软件供应商而言，问题残酷而显而易见。想象一下一个客户服务平台，每月按每位人工代理50美元收费。如果AI智能体接管了工作，即使其软件提供了更好的结果，该公司的账单金额也会大幅减少。客户通过效率提升获益，但供应商却因过于高效而受到“惩罚”。
Paid的早期用户正在探索摆脱这一悖论的方法。工业软件提供商IFS（该公司收购了AI初创公司TheLoops）正利用Paid的系统，在制造业和资产管理领域扩展智能体驱动的解决方案。Artisan是一家销售“AI员工”以进行销售开发的初创公司，其费用现在直接与预订会议等结果挂钩，而非销售许可证数量。
当然，结果导向型定价也会带来自身的难题。究竟什么才算“已解决的工单”或“合格的销售线索”？如果没有清晰、可信的定义，供应商和客户之间的争议将不可避免。那些能公平验证结果的公司，将与那些提供华而不实、缺乏实质内容的仪表盘的公司区分开来。
智能体背后的新基础设施
Paid不仅仅是在修补计费问题，它还试图重新定义计费。其平台提供了传统系统所缺失的五大关键工具：
- 证明客户价值的投资回报率（ROI）门户
- 灵活的定价选项，如收入分成和成功佣金
- 混合计费模式，融合了订阅费和结果导向型费用
- AI智能体成本的实时追踪
- 用于预测和场景规划的AI专项分析
在这场竞争中，Paid并非孤军奋战。YC（孵化器）支持的Skope自称为“AI产品的计费系统”。Nevermined专注于AI工作的实时结算。Orb则将其平台定位为“AI时代的营收设计”。
更广阔的生态系统也在发展。谷歌已提出一项智能体支付协议（Agent Payments Protocol），以管理自主系统之间的交易。学术团体也提出了PACT等框架，旨在解决AI服务中的质量和责任问题。而Coral协议则设想了智能体之间的去中心化协作。
席位-使用量-结果连续体
尽管围绕结果导向型计费的炒作甚嚣尘上，但2025年的大多数公司仍在将其与传统模式相结合。Orb的数据显示，纯粹的结果计费仍然罕见，而混合模式——将订阅与结果费用相结合——占据主导地位。
这很合理。财务团队渴望可预测性，因此他们更喜欢稳定的订阅收入，并在此基础上叠加绩效奖金。服务公司也正朝着这个方向发展。例如，Globant最近已从按小时计费转向“AI Pod”模式，该模式结合了预留容量和基于使用量的收费。
技术挑战在于如何在没有漏洞的情况下证明结果。如果供应商声称获得了“合格的销售线索”，CRM（例如Salesforce）必须能证实。如果记录了“已解决的工单”，Zendesk或ServiceNow等平台，乃至客户满意度评分都需要予以确认。没有这些防护措施，计费系统就太容易被操纵。
此外还有会计问题。结果导向型费用使收入确认变得复杂，而这本身就是一个充满监管细微差别的领域。如果Paid无法向NetSuite等ERP和财务系统提供干净的数据，那么无论其技术看起来多么流畅出色，采用都将停滞不前。
真正的风险何在
定价并非唯一的障碍。归因是另一个问题。当多个AI智能体协作完成一项任务时，谁该为所创造的价值获得功劳？在不同供应商工具重叠的企业环境中追踪这些贡献远非易事。
责任问题使情况变得更加复杂。如果AI智能体犯了代价高昂的错误，谁来承担责任——供应商、客户，还是两者兼有？制造业和供应链等行业要求严格的治理，需要有人工检查点、审计追踪以及明确的责任制融入系统。
Paid选择的目标客户是首席财务官（CFO）和营收运营负责人，而非工程师。这一重点决定了其宣传策略：不强调技术魔力，而更多关注利润控制和审计就绪。来自其他方向的竞争对手——例如，从可观测性工具转向计费领域——在说服财务负责人他们是值得信赖的合作伙伴方面将面临艰难的挑战。
接下来关注什么
我们如何判断结果导向型基础设施是否真正腾飞？有几个迹象值得关注：
- 垂直行业操作指南： 针对客户服务、销售或制造业等预先构建的结果目录，以减少摩擦。
- 验证服务： 中立的第三方利用密码学技术确认结果是否真实发生。
- 服务公司的采用： 咨询公司在客户压力下改变其自身的计费模式，这可能是迄今为止最强烈的信号。
- 标准化协议： 行业范围内的框架，如谷歌的支付协议或模型上下文协议，允许智能体无缝交易。
投资者视角
对投资者而言，在这个领域胜出的公司将是那些能够证明结果完整性，并能无缝接入企业财务堆栈的公司。深度ERP集成、强大的反作弊机制和混合计费灵活性都将至关重要。
领域专业知识也可能成为护城河。一刀切的计费系统过于笼统。但那些为医疗保健、制造业或金融行业量身定制模型的供应商，可能会尽早建立起防御优势。
整合似乎也很有可能，因为可观测性和计费供应商将合并，以连接从系统追踪到发票的各个环节。首个将结果定价作为其主要特色推出的主要软件套件，将标志着一个分水岭时刻。另一方面，如果早期采用者在争议或验证失败中遭遇挫折，市场可能会退回到更安全、基于使用量的模式。
从大局来看，AI智能体计费基础设施看起来就像淘金热中的经典“卖水卖铲”策略。需求清晰可见，但执行风险——从技术复杂性到监管不确定性——却非常高。
免责声明： 本文反映当前市场数据和趋势。它不构成财务建议。读者在做出投资决策前应咨询持牌专业人士。市场状况可能迅速变化。