AI 模型与平台
2027 年的 AI 产品:买家愿为已完成的工作付费

要点只有当已完成的里程碑足够狭窄、能够归因且可争议时,结果定价才有效。
查看更多
- 只有当已完成的里程碑足够狭窄、能够归因且可争议时,结果定价才有效。
- 买家将要求发票级别的可追溯性,以将错误分类的费用与合法的更窄里程碑区分开来。
- 包括升级和返工在内的完整工作流经济性将比头条自动化率更重要。
买家不会一觉醒来就想要更多 AI 交互。他们想要的是服务请求得到解决、合格潜在客户顺利移交,或账目完成对账。然而,这些看似寻常的结果背后藏着棘手的问题:工作何时才算完成?由谁来决定?如果问题明天又重新出现,会发生什么?
这些问题将影响 2027 年的 AI 产品战略。按已完成的工作收费颇具吸引力,因为这听起来与客户价值密切相关。但要把这一承诺说得足够清楚,落实到发票上,真正的产品工作才刚刚开始。
按结果收费已不是什么新鲜事。Sierra 于 2024 年介绍了其收费模式。Salesforce 为 Agentforce 提供多种付费模式,包括按操作、对话、许可证以及客服智能体解决量收费。Zendesk 于 2026 年 5 月推出了自动解决分级计费。这些计费单位存在实质差异,即使每种模式都被描述为让支出与价值相匹配。
本文关注的公司包括 Fin/Intercom、Salesforce、Zendesk 和 Sierra。它们采用不同方式提出了相同的采购问题:哪些工作算是完成,买家能够核实什么,以及结果之外还会产生哪些费用。
1. 供应商将扩大可按结果计费的工作范围
按结果收费下一步将扩展到买家能够清楚描述、并且足以提出异议的工作。销售资格审核、内部 IT 服务和后台对账都是可能的领域,因为每一项工作都有明确可辨的里程碑。2027 年,本文所关注的这批供应商将在这些领域新增可计费类别。仅仅发送一条消息或调用一个工具还不够;产品必须明确指出客户付费所对应的已完成里程碑。
产品面临的根本问题,是找到一种既足够细小、便于归因,又足够有价值、可以定价的计量单位。“改善客户关系”过于宽泛,无法据此确定某一笔具体费用。“按照这些规则验证资格并转交合格潜在客户”则范围更窄,也有可观察的完成状态。这种明确性也会暴露出一些情况:某项行动表面上取得了成功,实际上却几乎没有商业价值。
Fin 提供了一个很有参考价值的基准。其当前的结果说明文档区分了解决问题、已配置的 Procedure 移交、资格审核和资格不符。已配置的移交可以计费;而因客户要求转接人工人员而触发的一般升级处理,则按不同方式处理。因此,不能想当然地把“结果”或“移交”理解为“客户的整个问题都已解决”。
在2026 年 3 月对这项变化的说明中,Intercom 认为,智能体可以在人类确认之前完成有用的工作。这是一个逻辑自洽的产品立场。这也意味着,买家需要明确自己购买的是自主解决问题的服务,还是更大流程中的一项已完成子任务。这一区别应当在报告界面和合同中得到保留。
我的预测基于这种区别所带来的激励。一家能够可靠完成某个边界明确的里程碑的供应商,可以进入最终决策仍由人类作出的工作流程。业务拓展将取决于能否准确归因:预约成功的电话、已办妥的请求,或正确分类的对账异常,都必须对应双方约定的事件。如果某个事件比其价值更容易计数,产品就难以取得成功。
2027 年值得关注的趋势
关注定价页面是否明确界定了销售、员工服务和后台工作中新增的可计费里程碑。关键在于触发付款的事件,尤其是智能体只完成了更大流程的一部分时。若只扩大“结果”一词的适用范围,却不说明买家实际获得了哪些工作成果,商业论据就会变得站不住脚。
这对企业意味着什么
产品负责人在选择结果计量方式之前,应先明确客户能够识别、核实并认可的最小成果。买家则应将这一成果与仍需员工完成的工作对应起来。合格潜在客户、已完成的移交和已解决的客户问题都可能具有价值,但它们的定价和绩效指标应体现各自不同的作用。
2. 计费定义将成为可供核查的产品功能
客户迟早会打开一张 AI 服务账单,追问某个具体案例为何被列入其中。此时,核查就成了产品的一部分。我预计,这批供应商中会有更多允许买家逐项检查可计费事件、查看事件的分类方式,并对错误提出异议。以结果为基础的定价模式需要双方对实际发生的事情形成共同记录,尤其是在供应商与客户意见不一致时。
结果计量机制也是一套判断系统。它可能会因为客户不再回复而推断问题已经解决,可能会应用分类器,也可能会记录某个已配置流程在移交环节结束。每种方法都可能有用,但也都可能与买家对工作已完成的理解不一致。
这些差异在现有文档中清晰可见。Zendesk 对解决层级的说明称,其自动解决计量单位针对的是无需升级至人工处理即可解决的请求。Fin 的定价常见问题将按配置转交处理的情况也列为结果类型。如果只比较这些计量单位的标价,却不比较其定义,就会模糊实际购买的内容。
客户目前已经能看到部分相关信息。Fin 的 Procedure 报告会区分转交处理的结果,而使用量控制则会显示各项限制,以及对话状态随时间变化所带来的复杂情况。这里预测的是核验能力将进一步增强,而不是计费仪表板将从无到有。
接下来值得采取的措施,是建立一份将账单与实际工作关联起来的事件记录:处理了哪项客户请求、什么事件触发了收费、依据哪项政策对其进行分类,以及结果之后得到更正时会如何处理。买方应能区分错误分类与针对合同约定的较窄范围里程碑所收取的合理费用。这是两种不同的争议,需要采取不同的补救措施。
从商业角度看,进展是可以预期的。供应商只有在能够解决争议、而不必人工重新调查每一段对话时,才有可能作出有力的结果承诺。Sierra 在2026 年关于结果定价的讨论中明确承认了归因在运营和合同层面上的复杂性。我认为,这说明定价模式背后还有大量工作要做,而不代表整个行业已经就统一定义达成共识。
2027 年值得关注的事项
应关注这样的计费工具:客户可以追溯每笔费用对应的具体事件,了解事件的分类,并对错误提出异议。更有力的证据还应包括明确的流程,用于处理之后的更正或对话状态变化。如果客户仍无法解释有争议的费用,那么再复杂的汇总仪表板也不会带来多少价值。
这对企业意味着什么
采购、财务以及负责运行智能体的团队应就“完成”的共同定义达成一致。在扩大规模之前,应抽查一部分计费事件,并明确如何审核有争议的分类。这样可以将产品表现与账单联系起来,也能在工作流程日益复杂时,为双方提供切实可行的争议解决方式。
3. 更充分的客户证据将揭示整个工作流程的经济效益
助手可以加快第一步,却仍给组织留下更多工作。升级处理、核查和重新开启的案例,都可能抵消表面上的节省。到 2027 年,更有力的客户案例将展现整个工作流程:在服务质量不受影响且仍纳入棘手案例的前提下,处理时间或成本显著下降。与其展示工作中最简单环节的亮眼演示,这些证据更能帮助买方作出判断。
这是本文中最难预测的一点,因为公开测量往往不如产品宣传充分。较高的自动化率并不能说明剩余案例是否变得更难处理。每次对话成本下降,也可能同时伴随着每个已解决问题所需的对话次数增加。初次处理速度加快,也可能被之后的更正或重复联系所抵消。
有证据表明,在特定场景中,AI 可以改善有实际价值的工作。《Generative AI at Work》的 NBER 工作论文版本研究了一项客服助手部署,并报告称每小时解决的问题数量有所增加,但不同经验水平的员工之间差异显著。这项研究关注的是使用辅助工具的人类员工,并非对当今自主智能体经济效益的直接估算。它在此处的价值,在于选择衡量已解决的工作,并考察不同群体之间的影响差异。
还有一项警示表明,不能把感知到的速度当作经过测量的价值。METR 在 2025 年初开展的开发者研究发现,在其特定的资深开发者场景中,工作速度有所下降。其2026 年 2 月的更新解释了为何后续测量因样本选择、任务选择和工作模式变化而变得难以解读。后续更新并不能证明每位开发者的速度都变慢了,也不能证明早期结果仍是当前普遍适用的估计。
产品层面的启示是,应衡量完整的运行闭环。计算成本时,分子应包括智能体费用、相关平台和基础设施开支、人工审核、升级处理以及返工。分母则应统计在规定的观察时段内达到明确完成标准的案例数量。若衡量的是时间,所有与这些案例相关的人工处理都应纳入范围,包括更正队列中的处理工作。
这种运行视角与《生产环境中的智能体测量》相符;该研究经 2026 年修订后,着重探讨可控系统和可靠性挑战。τ²-Bench则提供了互补的研究提醒:完成一项客服任务,可能取决于能否与同时也在改变环境的用户协调配合。回答流畅与工作流程完成,是两种不同的评估目标。
2027 年值得关注的事项
关注那些追踪案件完整处理过程的客户报告,包括升级处理、重新开启和人工纠正,而不是只看首次自动回复。注明基准值、观察期和质量指标的结果最有参考价值。如果自动化率提高,却同时出现更多重复联系或更繁重的例外处理,就会动摇这一预测的经济前提。
这对企业意味着什么
评估智能体时,应将完成客户任务的全部运营成本纳入考量,包括审核、返工、升级处理、平台费用,以及员工维护工作流程所花费的时间。受控试点应检验:计入这些成本后,节省是否仍然成立,以及剩余的人工作业是否变得更加困难。
4. 按结果计费将与其他费用并存
按结果计费听起来像是软件订阅的直接替代方案,但供应商仍须运营平台,而客户的使用模式也各不相同。我预计,到2027年底,在这一组供应商中,混合计费仍将十分普遍:既按结果收费,也收取席位费、平台访问费或用量费。采购时真正值得关注的问题是,按照客户预期的使用量和案件类型组合,整套方案的总成本是多少。
这是一项关于延续趋势的预测,而且这是有意为之。结果计量方式得到更广泛采用,并不意味着所有软件业务都必须转为纯粹按结果收费。买家仍会使用收件箱、报告系统、知识基础设施、连接器和管理控制功能。供应商可以对这些功能单独定价,同时按智能体完成的工作收费。
现有的基准情况让这一预测具有可信度。Intercom 的定价将帮助台席位与 Fin 的用量区分开来;其独立使用 Fin 的方案采用不同的计费结构,因此不应把席位费用归到每一位 Fin 买家头上。Salesforce 的定价页面列出了多种计费单位和配置。Zendesk 的方案将服务平台套餐与自动解决额度及额外容量结合起来。买家必须比较自己实际会采购的配置。
从战略角度看,宣传中更便宜的单次结果,并不一定意味着每个完成案件的成本更低。较低的单价可能伴随着更高的平台承诺费用或更多人工处理;如果较高的单价能省去足够多的后续工作,也可能更划算。正确的比较取决于完整的工作流程和明确的核算边界。
我之所以对此有较高信心,是因为我判断各种费用会并存,而不是预测某家供应商会涨价。另一种可能的动因是简化采购:供应商可以把更多配套成本纳入结果计费单位,以降低采购阻力。如果足够多的供应商采取这种做法,即使按结果计费本身变得更普遍,这项预测仍会落空。
2027年值得关注的事项
随着结果计费扩大,关注完整的采购配置。即便智能体的宣传围绕着完成某项结果展开,席位费、平台费或用量费仍可能另行收取。如果供应商推出更清晰的套餐,将这些配套成本纳入单一的结果计费单位,那么关于所选供应商普遍采用混合定价的预测就会失去支撑。
这对企业意味着什么
根据预期的使用量、成功结果、人工作业和固定承诺,建立成本模型。比较各供应商相同部署范围的方案,并计入团队仍需使用的配套软件。结果的宣传价格只是分析的起点;完成一个案件的成本,才决定这款产品是否值得采用。
必须对“完成任务”达成一致定义
最优秀的 AI 产品会在服务中清楚呈现买家对成功的定义,包括棘手案例、纠正流程,以及人们仍需完成的工作。完成的结果可以成为有力的商业计费单位;但只有当双方都能明白它的含义、无需销售团队解释账单时,它才真正胜任这一角色。












