服务化:AI产业价值链的第二次重构
2026-11-15 15:15:52
  • 0
  • 0
  • 0

核心摘要

SaaS用20年定义的软件商业模式,正被服务化(Serviceization)在18个月内重塑。从卖工具订阅到卖任务结果,产业计费范式与价值链权力中心正在发生结构性转移。本文提供完整的识别框架、投资十问与创始人转型路径。

一、两个铁律的死亡

过去18个月,SaaS世界的两条底层铁律被悄然打破。

铁律一:席位即收入

Sierra,这家AI客服公司,估值已达150亿美元,却不按席位收费,而是按任务完成量计费。客户不再为坐席买单,只为问题被解决买单。

铁律二:订阅即锁定

Stripe在2025年Sessions大会上宣布战略转向,从支付工具升级为支付即服务基础设施层。计费逻辑从固定费率变为按交易额抽成+增值服务分层。

这不是产品迭代,这是商业模式革命。

从Salesforce定义SaaS订阅(2000年代)到今天,整整20年,软件产业第一次面临真正的计费范式转移:从卖工具到卖结果。

这个转变被称为服务化(Serviceization)。这是AI产业价值链的第二次重构。

  • 第一次重构(2023-2024):模型层从实验室走向API,产业从训模型变为用模型。
  • 第二次重构(2025-至今):应用层从卖工具订阅变为卖任务结果。价值链的权力中心正从供给侧向需求侧转移。

二、Why Now:三个条件

按结果付费的梦想存在了多年,为什么现在才发生?因为三个条件在2026年首次同频共振:

2023年只有条件一,2024年条件二跟上,2025年条件三出现。2026年,拐点确认。

三、四大信号:服务化正在发生

🔹 信号一:Sierra的150亿美元实验

战略含义:服务化不是定价策略调整,是价值对齐方式的根本切换。供应商与客户从买卖关系变为利益共同体。

🔹 信号二:Stripe的基础设施化

Stripe已明确战略意图:成为AI Agent经济中的支付结算层。从开发者工具到商业基础设施,这与AWS在云计算时代的定位完全一致。Stripe不想做支付工具,而要做AI经济支付基础设施。

🔹 信号三:a16z的22亿美元押注

a16z Crypto Fund V($2.2B)的投资方向揭示关键信号:服务化基础设施是下一个千亿赛道。

三大布局分别是:节点即服务(Node-as-a-Service)、钱包即服务(Wallet-as-a-Service)、合规即服务(Compliance-as-a-Service)。而VC逻辑已从投模型转向投Agent生态基础设施。

🔹 信号四:Codex-native Apps的范式转移

软件交付方式正在被重写:

  • 传统软件:买断或订阅,功能固定
  • Codex-native:按Token消耗或功能完成量计费,用多少付多少

代码生成按模块计费、文档生成按复杂度计费、数据分析按查询价值计费:软件正从静态产品变成动态服务流。

四个信号共同指向:从基础设施到应用层,AI产业价值链正在全面服务化。这不是一家公司的策略选择,而是整个产业的范式转移。

四、新旧模式的根本分歧

服务化不是SaaS的升级版,而是替代。

投资启示:服务化模式的NDR更高(用量自然增长),但毛利率更低(推理成本)。谁能把推理成本压到最低,谁就能赢。 服务化时代的竞争壁垒不再是功能更多,而是成本更低 + 效果更好的双引擎。

五、市场图谱:三层架构与投资机会

VC的判断:

  • 基础设施层最稳:算力即服务已被巨头锁定,但合规即服务、Agent计费平台等新赛道仍有窗口。
  • 平台层最热:Agent编排平台是兵家必争之地,12-18个月内将出现明显的赢家分化。
  • 应用层溢价最高:法律AI(Harvey AI,估值$5B+)、医疗AI(Abridge,估值$2.5B+)头部已现,金融AI仍处蓝海。

六、创始人与投资人手册:识别真服务化

不是所有声称服务化的公司都是玩真的。这里有一套可量化的识别框架:

真服务化的5个信号

计费模式与价值对齐:按结果/用量计费,而非伪装成SaaS订阅

可量化的客户ROI:客户能清晰看到每花1美元获得多少价值

数据飞轮效应:用量增长 → 数据积累 → 模型改进 → 效果更好 → 用量更多

低切换成本+高粘性:技术易切换,但因效果依赖而不愿离开

推理成本可控:推理成本占比随规模下降(60% → 40% → 30%)

PMF验证指标阈值

5项中3项不达标 → PMF未验证,谨慎投资。

伪服务化的6个指标

  • SaaS穿马甲:名义按用量,实际设最低消费门槛。(诊断问题:客户零使用,你收入多少?)
  • 无法归因结果:声称按结果计费,但无法量化结果的边界
  • 推理成本失控:推理成本占收入 >60% 且无下降趋势
  • 无数据飞轮:客户数据孤立,无法跨客户积累智能
  • 过度依赖人工:Agent背后大量人工兜底,不可规模化
  • 合规风险未定价:高风险领域未将合规成本纳入计费模型

七、投资决策十问

天使投资人面对服务化项目时,建议直接验证以下10个问题:

如果客户零使用,你收入多少? → 检验真服务化

推理成本占收入比例?趋势如何? → 检验单位经济

客户如何衡量ROI? → 检验价值主张

结果归因率多少? → 检验计费基础

NDR多少?月环比用量增长多少? → 检验PMF

数据飞轮如何形成? → 检验护城河

合规成本如何定价? → 检验风险管控

团队是否有AI基础设施经验? → 检验执行能力

竞品差异化是什么? → 检验竞争壁垒

18个月后推理成本占比的目标? → 检验规模化路径

八、创业者的三条转型路径

结语:必然中的泡沫

VC的判断:服务化是AI时代的必然方向,但当前市场存在显著泡沫。

为什么是必然?

  • 价值对齐:按结果付费解决买工具≠用得好的百年矛盾
  • 技术成熟:模型能力+成本下降使服务化单位经济成立
  • 客户认知:企业采购已从买工具转向买能力

为什么有泡沫?

  • 伪服务化泛滥:大量SaaS公司穿马甲,导致换汤不换药
  • 估值虚高:部分AI SaaS公司的估值脱离PMF数据支撑
  • 推理成本压力:单位经济不健康,依赖融资续命

前提假设:本研判成立的前提是推理成本下降趋势持续,且监管不出现颠覆性责任归属限制。若成本下降停滞或 Agent 面临严格追责监管,服务化进程将明显放缓。

SaaS用了20年定义软件产业。服务化可能用5年重构AI产业。窗口期有限,但机会巨大。投资人要识别谁在真正卖结果、谁只是换了个定价方式。

 
最新文章
相关阅读