Newsletter · · Ashutosh Agarwal

AI智能体打破按坐席定价模式,谁该买单尚无共识

2026年7月12日当周SaaS与软件播客综述。随着AI智能体不断侵蚀按坐席定价模式,几乎每档节目都围绕同一个问题展开讨论,Salesforce、Intuit等老牌企业被视为受冲击最大的一方。

每周SaaS与软件播客综述

2026年7月12日当周:AI智能体打破按坐席定价模式,谁该买单尚无共识

本周的播客节目被一个令人不安的问题主导:如果AI能完成工作,谁还会为软件付费?从最小众的运营者节目到大型风投和市场类播客,几乎每一场关于软件的讨论都绕回了同一个想法。软件过去的销售方式(向每个登录使用的人收取固定月费)正被AI“智能体”(能够自主完成任务的软件机器人)瓦解,而对于什么将取代它、又是谁会因此受伤,目前还没有人达成共识。

为便于阅读,先给出几个简单定义:

  • SaaS = “软件即服务”,即按月租用软件而不是一次性买断(如Salesforce、HubSpot等)。
  • 按坐席计费(Seat-based pricing) = 按使用该应用的人数(“坐席”)付费。
  • 按用量/消费计费(Consumption / usage pricing) = 按实际使用量付费(通常以“token”计量,即AI读取和生成文本的最小单位)。
  • 资本开支(Capex) = 大型科技公司建设数据中心所投入的巨额资金。
  • 超大规模云厂商(Hyperscaler) = 亚马逊、微软、谷歌这些巨型云端“地主”。

以下是各方的具体观点。

1. 主导主题

主题一,“坐席”模式已死。这是本周声量最大的话题。 最清晰的版本来自Dave Sobel在Business of Tech: Daily 10-Minute IT Services Insights(7月7日)的论述。他的论点是:过去30年软件公司之所以能按用户收费,是因为要有一个人坐在应用里完成工作。AI智能体打破了这层关联,智能体“通过跨越多个系统来完成任务”,因此“任务的完成不再需要有人坐在任何一个具体的应用里”。他的原话是:“说白了,价值从来不存在于软件本身,而存在于软件帮助一个人完成的那份工作……智能体只是把它们拆开了而已。”他援引Gartner的估计称,智能体式AI“到2030年可能影响2340亿美元的SaaS支出”,约占企业软件订阅总支出的20%。作为卖方自身也相信这一点的证据,他提到Notion关闭了自家的收发邮件产品(因为超过一半的用户从未打开过收件箱,智能体已经代劳),以及巨头们纷纷转向人力服务:微软新设的“Frontier”部门(25亿美元,约6000名顾问驻场客户现场)、亚马逊两天前刚宣布的约10亿美元驻场顾问投入,以及OpenAI“到今年年底认证30万名顾问”的目标。

主题二,按用量计费正在胜出,但诚实的模式是混合模式。 Stripe的AI变现负责人在The MAD Podcast with Matt Turck(7月9日)上阐述了其中的机制。老式SaaS的经济模型“既漂亮又简单”,因为多服务一个客户“基本上不产生额外成本”,所以固定订阅和按坐席授权行得通。AI打破了这一点,因为“每一次提示词、每一次API调用、每一个任务都有真实的边际成本”。他对市场的判断是:“我几乎看不到还有哪家正在扩张或已经做大的AI公司仍然完全采用订阅制或按坐席计费”,因为少数重度用户会“花费巨大”,而如果没有用量计量器,你根本分不清“绵羊和山羊”(优质客户与耗费资源的客户)。他观察到的普遍模式是一种混合模式:先用大家熟悉的固定订阅让用户适应,一旦用量超过某个门槛就开始收取用量费用,他举了Lovable和ElevenLabs为例,两者都是先从订阅制起步,再在此基础上叠加按量付费。而对于智能体,他预计会出现“实时计量”和实时计费,因为“智能体能以机器的速度消耗资源”,否则可能会“先烧掉一大笔钱,然后销声匿迹”。

Higgsfield CEO Alex Mashrabov在The Official SaaStr Podcast(7月10日)举了一个生动的、“沿价值链向上定价”的真实例子。他的AI视频公司已经“从按token计费转向按成果、按视频计费”,如今大约40%的用量来自更高层级的“Cinema Studio / Marketing Studio”工作流,而不只是选择某个模型。令人意外的是:Higgsfield的平均客户年支出“约为1000美元”,而Canva约为200美元,客单价是Canva的5倍,他所说的约3亿美元营收run-rate中约有70%来自创意代理公司,它们用它来替代缓慢且昂贵的制作流程。

主题三,AI账单已经成为董事会层面的问题。 Jordan Wilson在Everyday AI(第813期,7月7日)整期节目都在谈“AI成本控制”。触发因素是:整个行业正在悄悄取消无限量套餐,GitHub Copilot用token信用点取代了无限量的“高级请求”,微软Copilot的“Cowork”改为按任务计费的信用点,就连xAI的Grok也开始按信用点收费。他给出了具体数字来说明重度使用有多贵:他在一个月费200美元的OpenAI Codex套餐上每周消耗“大约20亿个token”,按API价格计算这相当于“每月20万美元”的账单,提醒人们如今的订阅制补贴力度有多大。他还列举了具体的“勒紧裤腰带”案例:“据报道Uber仅用四个月就烧光了2026年全年的AI编程预算”,“特斯拉将员工AI工具支出上限设定为每周仅200美元”,瑞银(UBS)的一项调查发现“60%的受访企业已经在限制AI支出”。

主题四,“SaaS已死?”(“SaaS世界末日”)。 这个标签是在2026年早些时候软件估值蒸发约3000亿美元后被创造出来的,本周又被反复提及。大多数严肃的声音最终落脚于“没有,但是……”(见下方“辩论”部分)。The Information的TITV(7月6日,《Claude是否正在催生一场SaaS世界末日?》)提供了一个有用的框架,报道了企业真实地把软件“连根拔起”的案例:法国药企赛诺菲(Sanofi)“计划将其80%的工作负载从ServiceNow等软件应用中迁出”,转移到用Cursor和Claude Code构建的定制内部平台(名为Concierge)上,价值“每年至少数千万美元”。不过该记者的补充说明也很重要:大公司“基本上没有替换掉自己最大的软件供应商”,咨询顾问们认为,把Salesforce这类系统保留作为“记录系统”、在其之上构建AI,通常比颠覆式地连根拔起更明智。Salesforce自己也在积极应对,已推出“Headless 360”,并宣称“用户界面已死”。

主题五,AI基础设施支出仍在加速,但对回报的质疑声也越来越大。 在Closing Bell(7月7日)节目中,Deepwater的Gene Munster将亚马逊新一轮250亿美元的债券发行(在四个月前370亿美元的基础上追加)解读为“AI基建仍处于早期阶段”的证明,华尔街对明年超大规模云厂商资本开支增速的预期已从17%上调至23%,而亚马逊/谷歌近期的动作显示实际数字“可能会高达37%左右”。整周挥之不去的对冲声音是:到底是谁在真正驱动这波需求,它能否带来回报?在Catalyst with Shayle Kann(7月9日)节目中,一位SemiAnalysis的嘉宾认为,前沿AI实验室才是真正的引擎:在亚马逊和微软正在建设的千兆瓦级产能中,合计“一半”都流向了OpenAI和Anthropic,“这些公司如今基本上日益成为OpenAI和Anthropic的代理人”。据称Anthropic希望将其产能从2025年底的1.5吉瓦提升到2027年的“超过10吉瓦”,“这相当于在两年内建出一个谷歌”。

主题六,模型价格战已经蔓延到企业软件层面。 OpenAI发布了GPT-5.6(三个档位:Sol、Terra、Luna)以及“ChatGPT Work”,一款直指Anthropic企业市场领先地位的桌面智能体。在Tech Brew Ride Home(7月10日)节目中,提到OpenAI正在宣传的数字:在Artificial Analysis编码智能体指数上,Sol“以80分创下新的最高纪录,比Fable 5高2.8分,同时使用的输出token不到其一半、耗时不到其一半、成本低约三分之一”。与此同时,Tech Brew的“中国(AI)崛起”(7月8日)节目指出,中国模型(DeepSeek、Z.ai)已经拿下“超过30%的美国token使用量(峰值达46%)”,以价格优势冲击美国实验室。这对软件投资者的意义在于:基础设施软件所依赖的这台“引擎”,正在以更快的速度变得更便宜、更商品化。

2. 主要辩论

辩论一,传统SaaS是被AI扼杀,还是被迫演进?

  • “被过度渲染”一方: Amadeus Capital Partners的Anne Glover爵士在Private Equity Spotlight(7月8日)节目中,称“SaaS世界末日”是“一种过度反应”,AI主要是让SaaS公司“更高效地打造优秀产品”。Geoff McQueen在Spark of Ages(7月10日)说得更直白:“SaaS世界末日被严重高估了”,因为“氛围编程”(vibe-coded,由非工程师借助AI快速搭建的应用)缺乏真实产品所需的“安全性、治理能力、可扩展性和企业级严谨度”,而且大多数人根本不想自己动手搭建软件。他打了个园艺的比方:真正喜欢园艺的人只占约20%;把工具交给所有人,并不会让所有人都想去用。
  • “但有些会死”一方: Glover自己的警告是,SaaS公司会变成“恐龙”,不是因为它们的工程师会被取代,而是“因为它们不了解客户需求,而组织内部的某个人现在能借助AI更快、更好地把它做出来”。Justin Watt在Futureproof Founder(7月7日)则具体点出了谁面临风险:“会消失的SaaS公司……是那些非常垂直、缺乏灵活性的公司”,而那些转向“无头(headless)”数据与API模式的公司则会蓬勃发展。
  • 分歧点: 编码变得更容易,究竟主要是帮助老牌企业打造更好的产品,还是把替代它们的能力交到了它们客户的手中?所有人都同意定价模式和追加销售会发生变化;分歧在于对供应商的需求是否还会存在。

辩论二,按坐席定价之后是什么:纯粹的按用量计费,还是别的模式?

  • 用量/消费型: Stripe的AI负责人(见上文)认为按用量计费对AI公司而言“至关重要”。
  • 成果/ROI型: Higgsfield“按成果、按视频”收费。INspired INsider(7月9日)节目中的一位创始人则刻意避开坐席和用量两种模式,转而采用与智能体完成的工作挂钩的ROI定价。
  • 分歧点: 用量计费能让你的收入与成本保持一致,但也会因为客户更多地使用你的产品而“惩罚”他们,而那恰恰是你希望看到的行为。正因为这种张力,本周诚实的答案是“混合模式”,而不是“二选一”。

辩论三,OpenAI是否真的陷入财务困境,还是只是在重新定位?

  • 看空方: 在Prof G Markets(7月10日)节目中,作者Sebastian Mallaby坚持自己此前的预测,认为OpenAI可能会“把钱烧光”,他描述了一种不可持续的烧钱速度、疲弱的消费者变现能力(“实际付费的零售消费者大约只有5%”,而其最大的几个用户市场——印度、巴西、印尼——“都不是富裕消费者市场”),以及被夹在Anthropic(在企业级编码、网络安全、智能体方面更强)与谷歌Gemini(在消费者触达和广告变现方面更强)之间的处境。他甚至质疑了一笔头条式的1220亿美元融资,称其中“大约三分之二”是未来的承诺或实物支付。
  • 看多方: 在All-In(7月11日)节目中,Brad Gerstner认为OpenAI“已经找回了自己的气场和自信”,据称其营收正回升至“700亿美元”的run-rate,GPT-6据传将在30天内发布,是一个可信的、估值可能超万亿美元的IPO候选者,与Anthropic并列(据传营收正趋向超过1000亿美元)。两家公司都在遵循SpaceX的IPO模板(以1.75万亿美元估值募资750亿美元)。
  • 分歧点: 究竟是AI行业整体健康、只是一家管理不善的公司陷入困境(Mallaby的观点),还是OpenAI的势头是真实的、质疑者为时过早?

辩论四,我们是否正接近一场AI支出的“清算时刻”? 在All-In节目(7月11日)中,Chamath转述了一位企业客户的话:其“token成本每45天翻一倍”,而下游生产力的提升却“最多也就5%左右”,原因是模型质量已经“基本上触顶”(趋于平缓),现在需要“用多得多的token才能换来下一轮的改进”。他的结论是,每一家大公司都会在“未来3到4年内”遭遇这场清算。看多方的反驳(见上文Munster的观点)是:如果增长是真实的,支出加速本来就是应有之义。值得注意的是,尽管成本上升,封闭模型在企业市场的份额却在上升,有一项数据显示,开源模型在企业支出中的占比“从19%降到了11%”。

辩论五,基础模型实验室(OpenAI、Anthropic)会吞掉应用层,还是初创企业/老牌企业能守住它?

  • 在20VC(7月6日)节目中,USV的Mike Mignano认为实验室不会赢得应用层:监管护城河和专业化能力赋予初创企业持久的优势(例如Abridge八年打磨的医疗健康业务),他预计市场将呈现碎片化格局,龙头企业只能拿下约30%的份额。Glean联合创始人Arvind Jain在20VC(7月11日)节目中提出了类似观点:《为什么OpenAI和Anthropic赢不了应用层》。
  • 反复被提及的反向张力在于:价值正在模型层面商品化,并向“应用层”聚集,这正是Palantir的Alex Karp主打“数据防御”概念的原因(见下方“个股”部分)。

3. 具体个股,播客节目中阐述的看多/看空立场

Intuit(INTU),偏空,但存在“估值已计入颠覆预期”的争论。 本周被讨论最多的上市软件股,年初至今下跌约58%。在Stock Club(7月9日)节目中,被称为“真正的运营失误”,TurboTax营收“大幅下滑”,导致“单日下跌20%”,加上多起涉及定价披露的证券欺诈调查。高盛将其下调至卖出评级,认为随着AI原生竞争对手的出现以及Claude/ChatGPT侵蚀“引导式软件”护城河,增速将从“约14%……放缓至5%到10%”。Intuit的回应是“裁员17%,并推出80亿美元的股票回购”。看多的一线希望在于:“10%的营收增速、55%的EBITDA利润率”并未恶化,品牌(QuickBooks)依然强势,34位分析师中仍有27位维持买入评级,“股价被砸得很惨……但公司在回购80亿美元”。在Motley Fool Hidden Gems(7月10日)节目中,主持人们的态度偏空/“价值陷阱”:存在Claude“能搞定我全部报税”的生存性风险,其面向企业的业务(“自动化记账、管理薪资……推动自动化邮件营销”)“听起来非常容易被AI取代”,“会最先被颠覆”,再加上对Intuit不断进行勉强的收购(MailChimp、Mint)的担忧,这些收购“增加了商誉……却拿不到相应回报”。

HubSpot(HUBS),看空,自伤式失误。 在The Information的TITV(7月8日)节目中,企业记者Kevin McLaughlin描述HubSpot修改服务条款、允许将客户CRM数据用于一项新的AI销售线索功能,随后在客户强烈反弹“仅仅四天后就如此强硬地打了退堂鼓”。他称HubSpot是“受SaaS世界末日冲击最严重的公司之一”,过去18个月股价“下跌了75%”,而且结构性地处于不利地位,因为其中小企业客户可以相对轻松地更换CRM。部分客户“已经在因为成本和功能限制而考虑离开HubSpot”。看多理由很单薄:如果公司能推出“一款爆款AI功能”,或许能扭转市场情绪,而且它也是一个可信的并购标的,但“信任建立起来非常难,失去却非常容易”。

Shopify(SHOP),核心业务看多,下一步棋尚不明朗。 在The Watson Weekly(7月6日)节目中,被称为其“多年来最强劲的一个季度”,单季GMV首次“超过1000亿美元”,营收同比增长34%至约32亿美元,约90%来自已在平台上运营超过一年的商家。(“GMV”即商品交易总额,指售出商品的总金额;“抽成率”指Shopify从中抽取的比例。)看多理由:ShopPay一键结账“年增速超过60%”,已覆盖“近40%的符合条件的结账场景”;商家解决方案营收增长39%。看空/风险在于:“智能体商务……可能会悄悄扼杀Shopify最引以为傲的东西,独立店铺”,如果购买行为转移到ChatGPT或谷歌AI内部完成,“商家的独立店铺可能会失去存在感”。Shopify的应对方案(与谷歌合作的目录/索引业务,甚至向非Shopify商家开放)“远未得到验证”。此外还有人提到Shopify Capital的“交易和贷款损失”正在上升。

Figma,看空数据点。 在Big Digital Energy(7月9日)节目中,据报道Palantir的Alex Karp将Figma作为一个警示案例提及:一位曾在Figma董事会任职的Anthropic员工在“Claude Design”发布前辞职,“导致Figma股价暴跌80%”。另外,设计师Patricia Reiners在Future of UX(7月8日)节目中描述Figma“从设计实践的中心滑落为一款备用工具”,其中一位客户把一套“700个组件”的设计系统整个用代码重建,“只花了一天时间”。

Palantir(PLTR),看多论点是“数据防御”。 同样在Big Digital Energy节目(7月9日)中,Karp的论调是:基础模型公司正在“窃取企业数据和竞争优势”(他举了Cursor的例子:在“曾是Claude最大的客户”之后,转而与Claude Code展开竞争),因此企业“需要Palantir的数据安全能力来抵御这一威胁”,主持人们将其总结为杰克·尼科尔森那句“你需要我守住那道防线”的论调。同一批主持人也指出了其中诚实的张力:价值“就在应用层”,而“基础模型正变得相当商品化”。Karp那套更宏大的“碾压SaaS”框架,也在The Artificial Intelligence Show(7月7日,第224期)节目中被重新提及。

Salesforce(CRM)与ServiceNow(NOW),永恒的“最先被砍”名单常客。 在TITV节目(7月6日)中,讨论一再回到Salesforce,因为Marc Benioff“开创了SaaS这个品类”,而小公司购买其CRM(相对容易更换)。但结论是审慎的:大客户“基本上没有替换掉自己最大的软件供应商”,更明智的打法是把这些系统当作“记录系统”,在其之上叠加AI。Salesforce自己推出的“Headless 360 / UI已死”释放的信号是,它试图引领这场变革,而不是被它颠覆。ServiceNow的出现,更多是作为企业(如赛诺菲)正试图将工作负载迁出的系统而被提及。

Cursor(Anysphere,未上市),本周最炙手可热的基础设施标的。 在Revenue Builders(7月5日)节目中,Cursor全球营收总裁Brian McCarthy(前Rubrik CRO)解释了其护城河:Cursor“对使用哪种模型保持中立”,你可以在同一个“harness(工具外壳)”里运行Claude、OpenAI的Codex,或Cursor自研的“Composer”模型,将自己定位为软件开发领域的“铲子与镐”(他用了Snowflake/Databricks作比喻)。Cursor靠300万自助注册的工程师实现增长,“几乎没有竞争对手……因为这是在任务层面完成的”。更大的新闻是:在Limitless(7月10日)节目中提到,Cursor据报道被埃隆·马斯克旗下的SpaceX AI以约“600亿美元”收购,作为帮助训练专攻编码的Grok 4.5的“数据护城河”(据称在编码方面“比Opus 4.8便宜17倍”)。

Snowflake(SNOW),内部采用率带来的看多信号。 在The Engineering Leadership Podcast(7月7日)节目中,Snowflake工程副总裁Vivek Raghunathan表示,“其2500人工程团队中有95%每周都在积极使用编码智能体”,他将AI工具的采用称为“杠杆效应最高的组织级优先事项”。这也从侧面印证了,即便是基础设施领域的老牌企业,也在以多快的速度把AI内化,用更小的团队做更多的事。

Rubrik(RBRK),转向智能体安全领域。 在Eye On A.I.(7月7日)节目中,CEO Bipul Sinha的同事Devvret Rishi将“Rubrik Agent Cloud”定位为AI智能体之上的治理/安全层,他认为企业真正的瓶颈“不是模型能力,而是对智能体风险的管理”。Rubrik收购了Rishi此前创办的初创公司Predibase,将数据/身份安全能力与AI平台能力结合起来,目标客户是全球2000强企业。

Neo4j(未上市),基础设施看多标的。 在Invisible Machines(7月9日)节目中,总裁兼首席产品官Sudhir Hasbe认为图数据库是AI智能体不可或缺的“基础设施”(结构化、关系型知识),将Neo4j定位为与向量数据库竞争、服务于智能体决策的产品。

Vercel(未上市)与AWS,AI应用的“管道”。 在AWS for Software Companies Podcast(7月7日)节目中,Vercel和AWS详细介绍了“自动驾驶式基础设施”,将Aurora无服务器数据库的创建时间“从几分钟缩短到几秒钟”,让开发者能通过Vercel的v0 AI构建工具在几小时内上线生产级应用,这是AI压缩软件构建成本和时间的一个具体例证。

亚马逊/AWS(AMZN),资本开支与云业务重新加速。 据The Watson Weekly(7月6日)节目:AWS“增长28%,创15个季度以来最快增速”,但本季度资本开支“达442亿美元,几乎是去年同期的两倍”,训练产能承诺给了OpenAI和Anthropic,而滚动自由现金流从一年前的“近260亿美元”骤降至“12亿美元”,AI基建的影响已经体现在现金流上,尽管利润表暂时还未受到冲击。广告业务(本季度增长24%,超过170亿美元)仍是高利润率的一大亮点。

Meta(META),新晋云计算竞争者。 在The Rundown(7月11日)节目中,据报道Meta正进军云计算领域,出租其过剩的AI算力,与CoreWeave/Nebius展开竞争,并在模型价格上冲击各大实验室,这为华尔街提供了一条更清晰的、能从其基础设施支出中看到回报的路径。

CoStar Group(CSGP),看空,现金烧钱故事(非软件板块,列出仅供参考)。 在Stock Club节目(7月9日):股价下跌55%,拖累因素是Homes.com,其盈利路径被推迟“到2030年”,“仅2026年一年净投入就达5.5亿美元”,加上一场维权投资者的委托书争夺战以及被剔除出纳斯达克100指数所引发的指数化抛售。

Palo Alto Networks(PANW),CEO谈AI定价。 CEO Nikesh Arora与Sam Altman一同出现在Squawk on the Street(7月9日)节目中,讨论了AI定价与企业采用情况(并另外指出“90%的员工尚未准备好”迎接AI,主张以黑客松式培训取代大规模裁员)。除他的这些评论外,节目并未就该股给出新的看多/看空投资论点。