Agentic AI 推动企业软件定价模式变革，CIO 面临新抉择

企业技术厂商正逐步转向基于结果的定价模式，而 CIO 们正在努力理解这一变化对其预算与采购策略的影响。厂商预期，随着客户将更多工作交由 AI 代理处理，其收入将不降反升。

在厂商看来，客户的收益在于预算可预测性的提升：一个完成的任务成为明确的工作计量单位，而按 token 计费则可能导致 CIO 在账单到达前无法确知真实成本。

然而，在 agentic AI 时代，基于结果的定价并无统一结构。厂商并未完全放弃按席位定价——部分厂商将服务直接与产出挂钩，另一些则在现有按席位框架上增加保障条款。对 CIO 而言，这一变化意味着他们必须就结果定义及未达标时的后果达成一致。

Zendesk 是结果定价的早期采用者，其按“每次解决”收费，且仅在 AI 端到端处理问题时计费。该公司总裁兼首席营收官 Chris Donato 表示：“如果 AI 解决了 90% 的问题，但 10% 转给了人工客服，我们不会计费。”自动化必须解决“100% 的交互”，他说。

Zendesk 称，客户初期支付可能低于按席位定价。但 Donato 表示，随着客户扩大自动化使用范围，其长期支出预计将上升。

西东大学（Seton Hall University）信息技术副总裁兼 CIO Paul Fisher 表示，该校目前按通话或聊天次数向外包服务台付费。如果供应商只按满意结果收费，“那可能会为我省钱”，他在邮件中说。然而，该模式“给合同谈判增加了复杂性，因为你必须非常明确地定义期望结果”。

尽管如此，Fisher 认为额外的谈判或许是值得的。他看到了该模式在长期回报上的优势：更易衡量 ROI，并且“激励合作伙伴‘做对事情’”。

尽管变化持续，用户尚未急于采用结果定价。Gartner 副总裁分析师 Tom Coshow 表示，目前仅有 19% 的服务买家及 13% 的卖方服务协议采用此类安排。该机构预测，到 2031 年，技术 CEO 服务合同中采用结果定价的比例将低于 25%。

“目前我们看到，结果定价的增长更多是炒作而非现实，”Coshow 说。CIO 在评估结果定价时应问：“如果供应商不承担风险，你为何还要费心采用结果定价？”

定价模式如何转变

数据分析公司 Silicon Data 的 CEO Carmen Li 认为，结果定价仍处于早期阶段。迄今为止，其影响主要体现在透明度和规划上，而非使 AI 更便宜，她说。“如果服务定价更透明，且你能预测任何服务的成本，预算就容易了，”Li 说。

Pegasystems 首席运营官兼首席财务官 Ken Stillwell 表示，基于完成工作的定价是“无可争议的”。这家自动化平台供应商对每个完成的案例（如争议或索赔）收取固定费用，而非按席位或 token 计费。AI 解决的案例成本可能略高，但公司吸收了底层 AI 成本，保持每案例价格可预测。Stillwell 称，Pegasystems 通过为每项任务选择成本效益高的模型来管理风险。

HP 正在其用于管理企业 IT 资产的 Workforce Experience Platform（WXP）中增加 AI 代理的使用。其中包含 Smart Refresh 功能，可分析设备数据以确定需要升级或更换的设备。在一个假设场景中，AI 代理分析可将 5000 万美元的设备更新成本降至 3500 万美元，HP WXP 负责人 Faisal Masud 说。

Masud 概述了将 WXP 定价与结果挂钩的几种方式，包括在按席位合同中加入关于工单减少和更新节省的保障条款。他表示，定价结构必须对双方都有利，但细节仍在制定中，因为行业仍在调整——大多数早期采用者要到 2027 年年中至年底才能看到这些选项。

“对于最终形态尚无定论，但有一点是确定的：无论客户按席位支付多少，都必须对应具体的承诺结果，”他说。

即使 CIO 对结果定价的采用缓慢，该模式仍可能持续存在。“按席位付费已经过时了，”网络安全公司 VerifiedThreat 的联合创始人 Richard Jones 说。该公司的模式是：如果客户不修复问题，VerifiedThreat 的代理就必须监控更多，从而增加供应商自身成本，但客户账单保持不变。如果客户修补问题并改善安全性，VerifiedThreat 的成本下降，客户可获得积分以减少支付。“我们越是降低整体风险，他们就能从这种结果定价中直接获得更多财务收益，”Jones 说。