OpenAI推出结果付费模式：AI任务未完成企业可不付款

导语：OpenAI正在悄然改变AI服务的收费规则，向部分大客户提供"任务完成才付费"的新模式。这一变化不仅影响OpenAI自身，更可能重塑整个SaaS行业的商业模式。

想象一下，如果有一天OpenAI告诉企业：AI没有把事情办成，这笔钱你可以不付，会发生什么？据The Information报道，过去几个月，OpenAI已经悄悄向部分大客户提供了一种新的付费方式：只有当AI真正完成客户服务等任务时，企业才需要付钱。

这看起来只是换了一种计费方式，背后其实牵动着整个软件行业过去二十多年形成的商业模式。过去买软件很好算账：一个员工一个账号，一个月多少钱，企业根据人数购买订阅就行。到了生成式AI时代，这套规则越来越不好用了。

一个AI Agent可能一分钟回答一个问题，也可能连续工作几个小时，替几个人完成一整套流程。更麻烦的是，模型调用量越来越高，并不代表给企业创造的价值也越来越高。所以越来越多公司开始问一个更直接的问题：既然AI号称能够干活，为什么不等它真的把活干完以后再收费？

软件行业过去两年其实一直在摸索这个问题。最容易想到的办法是按使用量收费，比如Token、调用次数或者完成多少次任务。这种方式至少比传统的按账号订阅更贴近AI的成本结构，但很快又出现另一个问题：使用得多，不一定意味着价值高。

比如，一个AI打了1000通电话，和它最终促成了多少销售，显然不是一回事。一家公司的工程师每天调用几亿Token，也不能说明这些Token最终给公司赚了多少钱。所以用使用量计费，企业很容易觉得自己的钱花得不明不白，他们真正关心的还是投资回报。

这也是为什么「按结果收费」正在迅速进入AI公司的定价表。客户管理公司Sierra就采用类似模式：只有AI在没有人工介入的情况下真正完成任务，客户才付费。Salesforce正在以36亿美元收购的Fin，同样按照AI成功解决的问题收费。

编程智能体公司Cognition走得更远。它向企业客户承诺，如果最终交付的工程成果价值达不到客户支付的费用，公司最高可以提供1000万美元的credits。Adobe、HubSpot和Zendesk等老牌软件公司，也已经开始朝着「AI真干完了活再收钱」的方向调整。

OpenAI如今加入其中，意味着这种收费方式已经不只是AI创业公司的尝试。类似的探索在国内也已经出现。例如零犀科技在保险、汽车等销售场景里采用的就是一种非常接近「结果交付」的模式。它的AI并不只是给销售人员提供一个Copilot，而是直接参与用户沟通、需求判断、跟进和成交。

这和Sierra等硅谷公司正在尝试的事情其实指向同一个变化：AI公司开始主动承担过去通常由客户承担的一部分风险。以前软件厂商卖给你一个工具，买回去有没有人用、能不能提高收入，是客户自己的事。现在一些公司开始愿意把自己的收入直接和客户的业务结果挂钩。

在大公司里，Salesforce是这种变化最典型的例子之一。这家公司正在为Agentforce提供越来越灵活的付费方式。企业除了可以按照AI使用量购买，还能够和Salesforce谈定制合同，把费用直接与业务结果挂钩，比如Agentforce帮销售人员多成交了多少订单，或者自动完成客服工作后为公司节省了多少成本。

CEO Marc Benioff在最近一次财报电话会上说，自己最近非常明显地感受到：「客户希望以不同的方式购买，也希望以不同的方式定价。」他的想法也已经不满足于「完成一次任务收一次钱」。Benioff举了一个很直白的例子：最初的outcome-based pricing可能只是「我们打完了这么多通电话，所以你付我2美元」，但Salesforce真正希望走向的是「我们帮你增加了这么多收入，所以你给我2美元，因为我们帮你赚了20美元，甚至40美元」。

Salesforce表示，灵活的AI定价方式已经帮助公司签下了一些「非常大的交易」。上周它还披露，Agentforce与一项数据管理服务的销售额同比增长超过两倍，也就是达到此前的三倍以上。这部分业务目前还没有明显拉动Salesforce的整体收入，但投资者已经给出了反应，消息公布后公司股价累计上涨约23%。

Salesforce急着改变收费方式，还有一个更深层的原因：AI Agent正在改变企业软件原本的位置。过去，企业采购Salesforce之后，员工要主动打开它，在界面里录入客户信息、跟进销售、处理服务请求。软件本身就是员工工作的入口，企业软件公司自然可以按照「有多少人在用」收费。

当AI可以直接操作Salesforce等软件，员工自己就可能越来越少打开这些应用。用户只需要告诉AI：「把这个客户的资料整理一下」「修改订单」「查一下库存」，剩下的操作由Agent在后台完成。如果这种工作方式成为主流，传统企业软件最大的资产之一——用户入口——就可能慢慢被AI Agent抢走。

Salesforce没有选择阻挡它。上周，公司发布了Claudeforce，让客户能够直接通过Claude调取Salesforce数据，并完成大量涉及Salesforce应用的任务，而不用亲自进入这些应用操作。这背后还有一个更大的商业计划：即便未来用户不再直接打开Salesforce，只要其他公司的AI还需要调用Salesforce里的数据和能力，Salesforce就希望从中获得收入。

按照AI带来的收入或者节省的成本收费，这种玩法其实也不算完全新鲜。Palantir多年来一直在这么做。它会和大型企业签订高度定制的合同，为客户统一数据、开发应用，再将固定费用、使用量收费和结果收费组合在一起。如今Salesforce的AI定价策略已经越来越接近这种模式。

按结果收费听起来对客户很友好，但它其实把一个过去没那么重要的问题推到了台前：到底什么才算AI真正创造的结果？这里至少有两道门槛。第一道是，AI得先把事情稳定做成。过去按Token或调用次数收费，Agent即使跑到一半失败了，算力已经消耗，客户通常照样付钱；如果改成「任务完成才收费」，每一次失败运行的成本就要更多地由软件厂商自己承担。

这对目前的AI Agent来说并不轻松。独立测试显示，OpenAI的Operator在真实桌面任务中仍有相当高的失败率；另一项覆盖8128名用户的调查也显示，Agent平均只能完成大约四分之三被分配的工作。也就是说，当OpenAI开始尝试「办成了再收费」，它实际上也把产品可靠性直接变成了自己的收入问题：Agent越容易失败，白白消耗的算力就越多。

但即使AI真把事情做成了，第二道门槛也随之出现：这个结果到底有多少应该算在AI头上？客服问题有没有被独立解决，相对容易判断；一旦收费依据变成「帮客户多赚了多少钱」「节省了多少成本」，事情就复杂了。假设一家企业用了AI三个月后销售额上涨20%，其中可能有Agent的贡献，也可能来自新品上市、营销活动或者季节变化。

Stripe已经专门发布了outcome-based pricing指南，提醒软件厂商提前把归因规则说清楚，否则客户和供应商很容易围绕同一个结果产生争议：这笔收入究竟是AI带来的，还是企业本来就能赚到？从Token、席位转向「结果」，远不只是换一个计价单位。软件公司想分享客户创造出来的增量价值，就得先愿意为失败买单，还得拿出一套双方都认可的办法，证明那些成功确实和自己的AI有关。