MODEL A · 价格锚已经被巨头砸下来按结果计费的真实价位
Sierra 按成功解决的会话计费，第三方估 $1–2.50/次——注意这是估算，官方从不公开报价。C
HubSpot 2026 年 4 月把 Customer Agent 降到 $0.50 / 已解决会话。B
巨头下场定价意味着：这个模式的价格带已经被公开锚定，后来者很难再按「每席位每月」卖同一件事。
卖结果，
不卖工位
2026 年真正跑通的企服 AI，没有一家是靠「按人头订阅」赢的。它们把收费口径从软件预算挪到了人力预算——这才是这一轮的分水岭。
// 海外模式拆解 · 中国对标扫描 · 一套判断切入点的硬标准
OUTCOME-BASED PRICING
SERVICE-AS-SOFTWARE
AI ROLLUP
FORWARD DEPLOYED ENGINEER
中国现场 · 用友 / 金蝶 / 北森
5 条硬标准 + 自查打分器
SCROLL / 向下滚动
01
The Break
订阅制正在被重新定价
先看一组把方向定死的数字。它们说明的不是「AI 很火」，而是资本市场已经不再为「存量 SaaS 加一个 AI 模块」付钱——这决定了后面所有模式选择。
0+
AI-native 公司已跨过 $100M ARR，到达这一里程碑的用时从 5 年以上压缩到 18 个月内
0×
AI-native 的人均 ARR 达 $1M–$5M，传统软件是 $20–30 万——差一个数量级
0x
纯 SaaS 估值倍数压缩到 3.1x NTM 收入，较 2020 年 12 月的 15.2x 峰值 跌 80%
0%
企业软件吃掉 2025 年全部 VC 资金的 52%（$263B，同比 +64%）——钱没少，只是换了收钱方式
最刺眼的一条反向信号
Salesforce 的 Agentforce 报出 $1.4B ARR、同比 +114%，股价照跌 44%。B
同期公开软件板块四个月蒸发 $2.4 万亿市值，HubSpot 跌 64%、ServiceNow 跌 49%。市场的判读很直接：把 AI 当成现有订阅之上的加价项，不产生新的收入结构，也就不值新的估值。
这一节的用途不是唱衰订阅制，而是定标尺。后面讲的每一种模式、每一个候选切入点，都要回答同一个问题——它创造的是一笔新的钱，还是在同一笔预算里换个说法收费。
02
Three Models That Work
三种正在跑通的模式
它们的共同点只有一个：收费口径不在 IT 预算里。分别对应「按次买结果」「买完成的交付物」「干脆把服务公司买下来」三种深度。
Model A◎ 按次
按结果计费
Outcome-based Pricing
不卖席位、不卖 token，卖「一次成功完成的任务」。客户的成本从固定订阅变成随业务量浮动，供应商的收入直接绑在效果上。
Sierra · Decagon · HubSpot
Model B◈ 按件
Service-as-Software
对客户像服务公司，对内像软件公司
卖的是写完的案卷、报好的税、签好的合同。AI 做执行，人做质检。a16z 提出并已被投资圈普遍采用的框架。
Harvey · Legora · EvenUp · Mercor
Model C◆ 按股
AI Rollup
买下服务公司，再用 AI 重做
不是传统 PE 的财务杠杆与估值套利，而是重构核心流程、砍掉人力依赖、标准化执行。会计所、律所、呼叫中心是主要标的。
General Catalyst · Thrive · 8VC
MODEL A · 最大的坑「什么算完成」必须先写死
各家对 resolved 的定义不一致、且可被话术操纵。海外买方已经形成一条最佳实践：签合同前先签 Outcome Measurement Agreement（结果计量协议），把计量口径、数据来源、争议裁决写进条款。
在中国的回款环境下，这一条不是最佳实践，是生死线。
别抄成纯按结果
混合定价（订阅底价 + 用量/结果）的公司，收入增速与净收入留存率都比纯订阅制高约 38%C。反过来说，纯按结果收费会先死在现金流上——交付成本是当期发生的，结果收入是滞后确认的。底价必须覆盖交付成本，这在第 09 节会展开成具体的定价结构。
Model C 在中国不能直接抄
到 2026 年初，美国前 30 大会计所里约一半已经有 PE 资金或另类执业结构B；Thrive 的 Crete Professionals Alliance（2026 年 6 月更名 Current）拿着 $500M 预算继续收购。这条路径依赖成熟的服务业并购与退出通道——中国既没有这个通道，服务业老板也普遍不接受股权化。它的可用形态见第 08 节候选 c 的「轻版本」。
03
The Companies
谁在跑，跑到哪了
全部是单一行业 × 单一工作流 × 单一角色的垂直 Agent。这份名单里没有一家是「通用 AI 平台」——这个观察本身就是结论。
条长按 ARR 线性比例，$2.0B 为满格。B 各家 ARR 为二手汇总，量级可信、精确值以官方披露为准。
最后一行是中国头部 HR SaaS 北森 FY2026 全年营收 11.05 亿元（按 ¥7.2/$ 折算），放进来只为提供体感——注意那是全年营收，不是 ARR，口径并不严格可比。
| 公司 | 做什么 / 卖什么 | 模式 | 2026 状态 |
|---|---|---|---|
| Mercor | AI 招聘与专家数据供给 | B · 卖交付物 | ARR > $2B，洽谈 $20B 估值 |
| Cursor | AI 编程环境 | 订阅 + 用量 | $2B ARR，史上最快到 $1B 的 B2B |
| Harvey | 律所工作流，卖完成的法律工作 | B · 卖交付物 | Q2 收于 $300M ARR，估值 $11B |
| Legora | 法律，Harvey 的欧洲对手 | B · 卖交付物 | 18 个月做到 $100M ARR |
| Sierra | 客服 Agent | A · 按解决计费 | $150M ARR，Series C $950M @ $15.8B |
| Decagon | 对话式客服 Agent | A · 按解决计费 | Series D $250M @ $4.5B（1 月） |
| EvenUp | 人身伤害案件的案卷撰写与评估 | B · 卖交付物 | $100M ARR |
| Clay | GTM 数据编排与外呼自动化 | 用量 + 数据 | $100M ARR，估值 $3.1B |
| Current 原 Crete | 被收购的会计所集群，用 AI 重做后台 | C · Rollup | Thrive 旗舰，$500M 收购预算 |
从这张表能读出的三件事
1. 法律是被验证得最彻底的赛道。Harvey、Legora、EvenUp 三家用三种不同切法都跑到了 $100M+，说明这不是单点运气，是品类结构使然——交付物明确、单价高、验收客观。
2. 客服是价格战最激烈的赛道。Sierra 和 Decagon 估值都在百亿美元级，但 HubSpot 已经把价格砸到 $0.50/次。新进入者在这里没有定价权。
3. 增速最猛的两家（Mercor、Cursor）都卖给了「AI 行业自己」。这是一条容易被忽略的偏差：它们的增长部分来自 AI 军备竞赛本身，可复制性要打折看。
04
The Delivery Layer
FDE：项目制唯一的洗白路径
Forward Deployed Engineer 不是商业模式，是交付模式。但它是上面三种模式能落地的前提——也是中国「项目制」困局的唯一解法。
2005 · PALANTIR
为 CIA、NSA、陆军情报单位发明这个角色：工程师直接嵌到客户内部写生产级代码，从技术发现一路负责到部署后修复。
2026 · 前沿实验室
Palantir 的 FDE 打法成了 Anthropic 与 OpenAI 明确的企业级 GTM 策略。B
2026-06-30 · AWS
承诺投入 $10 亿做 forward deployed engineering——派自己的工程师进驻客户公司数周，把 AI 建进对方的运转方式里。B
2026 · MICROSOFT
投入 $25 亿 + 6000 名工程师驻场客户，规模更大。B
2026 · 中国 · 北森
发布 AI HR 平台 Mavens 的同时，明确需要建立一支 300 人的 FDE 队伍——海外这套交付模式，国内头部厂商已经在抄。C
与 Palantir 时代最大的区别：2026 年的 AI FDE 有 30–40% 的时间花在与客户的对话式需求发现上，而不是写代码。
为什么这条对中国最重要
中国企服被诟病的「私有化部署 + 项目制」，问题从来不是驻场本身，而是驻场产出沉淀成了一堆定制代码，而不是产品。FDE 模式和项目制在动作上几乎一样，差别只在一个硬指标——
第 5 个客户的交付成本，必须低于第 1 个的 30%。达不到，说明你做的本质上是咨询业务，此时应该停手重估，而不是继续加人。这一条会在第 09 节作为组织设计的验收线再出现一次。
05
The China Floor
中国现场：钱在哪，不在哪
海外的模式讲完了。现在看中国的真实约束——不是技术差距，是付费结构差距。
两家老牌 ERP 的 2025 成绩单用友 vs 金蝶：市值双双 -80%
用友2025 营收 91.82 亿元（+0.32%），归母净亏 13.89 亿元，研发投入 24.27 亿元占营收超 26%。
金蝶2025 营收 70.06 亿元（+12%），云服务占比 82.5%，实现云转型后首次年度盈利。
截至 2026 年 6 月 11 日，用友市值约 338 亿元（峰值 1710 亿），金蝶约 260 亿港元（峰值 1328 亿港元）——双双回撤约八成。B
AI 收入的真实体量叙事很大，账面还很小
用友 2025 年 AI 签约额 16.7 亿元，但收入确认窗口集中在 2026–2027；2026 Q1 AI 相关收入 1.4 亿元，同期总营收 14.6 亿元。C
对照大盘：2025 年中国「AI 增强型 ERP」市场规模仅 3.157 亿美元（同比 +96.1%）C——增速很好看，绝对值还不到用友一家年营收的四分之一。
最值得看的一个中国样本 · 北森
FY2026 全年营收 11.05 亿元。但拆开新签合同看到一个反转：AI 应用产品签约 8700 万元，传统 SaaS 产品签约仅 2100 万元——AI 新签已经是传统产品的四倍。C
2026 年 6 月 24 日发布一站式 AI HR 平台 Mavens，宣布从「传统 HR SaaS 厂商」全面转型为「AI 应用公司」，未来五年投入 10 亿元，并需要组建300 人 FDE 队伍。
读法：中国头部厂商已经用真金白银承认了同一件事——按人头订阅卖不动了，得按结果卖，而且得靠驻场交付。存量玩家的转身成本极高（北森要拿五年和 10 亿去换），这恰恰是新进入者的窗口。
但真正的机会不在 ERP 和 HR SaaS 里，而在一笔本来就按结果付的钱里：
市场体量AI 客服 350 亿元
中国 AI 客服市场规模已突破 350 亿元（+34.7%），预计 2027 年攀升至 450 亿元。C
已有的计价方式客户本来就按结果买
客服外包市场规模破千亿，AI 渗透率超 50%。现行报价方式：按 case（0.3 元/会话起）、GMV 提点、HC 计费（4000 元/人起）。C
这意味着客户教育成本 ≈ 0
「按结果收费」在中国不需要教育市场——客户本来就是这么买人力的。难的不是让他接受，是把计量口径写清楚。
中国比海外有利的
- 客户习惯买交付物，不习惯买工具——正好是 Service-as-Software 的形状
- 人力/外包预算真实、按月、金额大，且不走 IT 招标流程
- 工程成本低，FDE 驻场的单位成本只有海外的零头
- 存量厂商转身极慢（北森要五年 10 亿），窗口是真的
必须绕开的
- AI 模块缺乏独立定价能力，多数厂商只能免费送给高端客户，反而拉低利润率
- 付费群体少、客单价低，覆盖不了模型与算力成本
- 回款账期长——纯按结果收费会先死在现金流上
- 央国企侧受信创牵引（国资委 79 号文要求 2027 年底前完成国产化替代），技术选型不完全由效果决定C
明确不要碰的
- 通用 Agent 平台——大厂免费
- 企业知识库 / RAG（Glean 中国版）——钉钉飞书企微自带
- 通用 AI 客服 SaaS——价格已被砸穿，没有定价权
- 给存量业务系统加 AI 模块——已被 Salesforce 的股价证伪
06
The Filter
五条硬标准
判断切入点的关键问题不是「哪个行业热」，而是——这个场景里，有没有一个客户已经在按单价购买的人工结果？下面五条要同时满足，缺一条就会在某个特定的地方死掉。
Self-check · 对着你自己的场景打分
切入点自查器
逐条选择。每条「是」＝2 分、「存疑」＝1 分、「否」＝0 分，满分 10 分。结论会随选择实时更新——注意它给的是停或走的方向，不是精确度量。
Criterion 01 · 计价单元
存在可计量的单位结果，且客户内部已有这个单价
每单 / 每次 / 每人 / 每案——并且客户此刻就在按这个单位付钱给人或外包。
Criterion 02 · 验收
验收标准客观，可被第三方数据源核对
回款到账、案件结案、报关放行、offer 到岗。主观验收 ＝ 扯皮 ＝ 收不到钱。
Criterion 03 · 预算归属
这笔钱在成本中心的人力预算里，不在 IT 预算里
IT 预算要走招标、要比价、会被大厂免费方案打掉；人力预算不用。
Criterion 04 · 规模经济
第 5 个客户的交付成本低于第 1 个的 30%
有天然的数据与流程沉淀。达不到就是项目制换皮，应当立刻停手。
Criterion 05 · 巨头回避
不与钉钉 / 飞书 / 企微 / 腾讯 / 阿里的免费能力正面重叠
只要正面撞上，你的定价权就归零，跟产品好坏无关。
–/10
等待输入
逐条选择后给出判定。五条里任何一条落到「否」，都要先解决那一条，再谈其他。
07
Entry Points
四个候选象限
按上面五条标准过筛后的结果，按推荐度排序。排序会因团队现有客户资源而变——这一点在最后一节说明。
T1
招投标全链条标书撰写 · 合规审查 · 商机匹配
中国特有的巨大市场，海外没有对标——这既是风险也是壁垒。五条标准全中：有明确单价（代写标书目前 5000 元–5 万元/份区间），验收极度客观（中标 / 废标，没有第三种结果），钱在业务部门而非 IT，语料高度可沉淀，大厂不碰。
对标模式是 Harvey / Legora 的「卖交付物」——客户买的不是软件，是一份能过评审的标书。
风险客户集中在中小供应商，回款账期长；业务涉及合规灰区，需要提前划清边界（只做撰写与合规自检，不碰任何影响评标公正的环节）。
T2
跨境电商 / 外贸的运营与客服全链路中国供给侧优势 · 海外 GMV 锚定
中国团队有天然的供给侧优势。关键在于付费结构：客户是中国商家，但收入锚定海外 GMV——付费意愿由 GMV 驱动，而不是由 IT 预算驱动，绕开了中国企服最难的那道坎。
可按 GMV 提点或按会话计费，与现有 BPO 报价直接对标；且天然带出海路径，后续可以把同一套能力直接卖给海外中小商家。
风险已有玩家在做，同质化严重。需要更窄的切口——只做某个品类 × 某个平台，先在一条缝里做到最好，再横向展开。
T3
专业服务的「结果外包」财税代账 · 报关 · 知识产权撰写 · 企业合规
对标 EvenUp 与 Current（原 Crete）。中国不适合做股权 rollup，但可以做轻版本：不收购，用「AI 后台 + 分成 / 托管」绑定一批代账公司或人力外包公司，你只做供给侧的效率层，不碰前端客户关系。
风险中国服务业老板普遍不接受分成，只接受现金采购。需要设计成「我先垫、你按省下的钱付」的对赌结构，这会显著加重现金流压力。
T4
直接出海做海外中小企业的 AI 服务绕开中国付费意愿问题
用中国的工程成本优势打 PLG，对标 Clay / Decagon。政策侧也有支持（如北京经开区「模数出海计划」等地方性出海扶持）。
风险GTM 是完全不同的能力，不是把产品翻译成英文；合规成本高；并且与「深耕中国企服市场」的既定方向直接冲突——这条更适合作为 T2 成功后的自然延伸，而不是起点。
08
Pricing & Org Design
选定之后，怎么设计
切入点选完只是开始。真正决定生死的是两件事：价格怎么结构化，以及第一批客户怎么交付。
定价三段式海外混合定价的中国化版本
① 保底平台费——覆盖交付成本，保现金流。这一层不可省。
② 按结果单价——锚定「替代人力成本的 X 折」，不要锚定软件模块。锚错了，客户就会拿你跟 SaaS 比价。
③ 超额节省分成——上不封顶，这是增长曲线所在。
签约前置动作结果计量协议
签合同前必须先签结果计量协议，写死三件事：什么算「完成」、数据从哪个系统取、争议怎么裁。
这是海外买方已经形成的最佳实践。在中国的回款环境下，它决定你能不能真的把钱收回来。
组织：前 5 个客户必须 FDE 化
前 3–5 个灯塔客户由创始人 + 工程师亲自驻场。目标不是交付项目，是把 workflow 沉淀成产品。
硬性检查点仍然是那一条：第 5 个客户的交付成本 < 第 1 个的 30%。达不到，说明这个场景本质上是咨询业务——此时正确的动作是撤，不是加人。
把整篇压成一句：不要问「我们能用 AI 做什么产品」，要问「客户此刻正在按什么单位、给谁、付多少钱买一个结果」。找到那个单位，把它做便宜十倍，收费口径就自然成立了——这就是海外这一轮所有赢家的共同动作。
09
Evidence Tiers
这页的数据能信到什么程度
调研结论的价值取决于证据强度。全文数字按下面三档标注，请区别对待——尤其是要写进 BP 或对外材料之前。
A 可直接引用
- Sapphire Ventures 2026 Software x AI 报告的各项增长基准数字
- a16z 的 Service-as-Software 框架定义
- TechCrunch 关于 Mercor $20B 估值洽谈的报道
B 方向可信，数字待核
- 各家 ARR 与估值（Sierra $150M、Harvey $300M、Clay $100M 等）来自二手汇总，量级可信、精确值以官方为准
- 用友 / 金蝶财务数据——来自 21 经济网，已交叉核对
- AWS / 微软的 FDE 投入金额
C 仅作方向参考
- 所有中国市场规模预测——国内咨询报告口径互相打架，同一年份数字在不同来源相差数倍
- Sierra 的 $1–2.50/resolution——第三方估算，官方从未确认
- 客服外包成本节省案例——来自服务商自己的营销页
- 北森的签约额拆分——来自媒体报道，非财报原文
两条使用纪律
① 定价、版本号、市场规模类数字，超过 30 天必须重新核验。这一页的数据截止 2026-07-25，AI 行业的半衰期比这短得多。
② 中国市场部分若要用于对内决策或对外融资，数字需用 IDC / 艾瑞的原始付费报告替换。本页中文来源基本都是二手转述。
最后一个变量，也是最大的那个
第 07 节的排序里，T1 招投标与 T2 跨境电商孰先孰后，取决于一个这份调查回答不了的问题：团队现有的客户资源和交付能力在哪个行业。
Service-as-Software 模式的成败，几乎完全由「第一批灯塔客户拿得到吗」决定，而不是由技术决定。没有行业纵深的团队做垂直 Agent，最常见的死法不是做不出来，是做出来了但进不去。