SaaS 已死？OaaS 当立？冷静点。
/ 9 min read
Table of Contents
Zendesk 宣布 AI agent 按 $2/automated resolution 收费的时候，“按结果付费”这件事从创业公司的实验变成了行业巨头的战略。在它之前，Intercom 的 Fin 已经按 $0.99/resolution 跑了一段时间。
我的第一反应不是”SaaS 要完”。
是”终于有大公司敢赌了。”
赌什么？赌自己的 AI 足够好，好到可以把收入和结果绑死。做不到？一分钱收不到。做到了？每一次解决都是钱。
这看起来是一个更诚实的商业模式。
但我越想越觉得不对劲。
先说”SaaS 已死”这个叙事
SaaS 确实在经历它最长的寒冬。
BVP Cloud Index 显示，公开市场 SaaS 公司平均增速跌破 20%。估值低迷从 2021 年底开始，到现在超过三年，是我见过最长的一次。收入倍数回到了 2017 年的水平。
更难受的是客户端：续约变成了降级战。开心的客户也在 churn，不是不满意，是预算被砍了。预算砍去哪儿了？AI。
SaaS 公司花了十年建立的护城河，集成生态、数据锁定、用户习惯，正在被 AI 一层一层剥开。当一个 AI agent 可以在几分钟内读懂你的整个知识库并回答客户问题，你还需要花三个月 onboard 一个传统客服 SaaS 吗？
所以市场上开始有人喊：SaaS 已死，Outcome as a Service（OaaS）当立。
不卖工具了。卖结果。
OaaS 的性感叙事
逻辑确实性感：
SaaS：你买 50 个 Salesforce 席位，$7,500/月。20 个人不怎么用。你为空气付了钱。
OaaS：AI 帮你解决了一个客服问题，收你 $0.99。没解决？不收。
从”按人头收费”到”按结果收费”，听起来像是商业模式的进化。先行者已经不只是创业公司了：Zendesk 按 $2/automated resolution 收费，Intercom Fin 按 $0.99/resolution（头部客户解决率已达 65%+），Bret Taylor 的 Sierra AI 按成功对话收费，Cognition 的 Devin 在 Nubank 号称 8x 效率提升。
定价模型的演进路径很清晰：买断制 → SaaS（按月/按人）→ Usage-Based → Outcome-Based。
看起来 OaaS 就是终点了。
但是，等等
我花了一些时间 pressure test 这些案例。OaaS 的故事远没有它看起来那么干净。
“Resolution” 的定义是谁说了算？
Intercom Fin 号称 51% resolution rate。
但什么算 “resolved”？
用户没继续追问 = resolved？用户放弃了呢？用户去找了真人客服呢？这就像医院把”病人没再来”算作”治愈”。
更要紧的是：定义 outcome 的人，恰好是收 outcome 钱的人。裁判和运动员是同一个。
逆向选择：AI 挑软柿子捏
想一下 AI 客服的实际运行：简单问题（“怎么重置密码？“）AI 秒解，收 $0.99。复杂问题（“我的订单为什么被重复扣款？“）AI 搞不定，转人工。
AI 拿走了所有容易的 case 的钱，人工团队只剩最难的 case，企业付了两份钱。更狠的是，AI 解决的那些简单问题，一个写得好的 FAQ 页面本来就能搞定。
你可能在为一个”读 FAQ 给用户听”的机器人付 $0.99/次。
$0.99 看着便宜，可能是 CFO 噩梦
传统 SaaS 最大的好处是什么？可预测。每月 $X，写进预算，闭眼。
OaaS 呢？这个月 5 万 resolution，下个月产品出了 bug，客诉暴增到 20 万。账单从 $50k 跳到 $200k。
产品越烂，账单越高。这是什么定价逻辑？
大多数”数字员工”本质还是 RPA
这是我一直在想的问题。
市面上的 AI 员工、AI Agent，声称按结果收费。但它们干的事很简单：固定流程，固定输出，对所有用户执行一致的策略，不会根据 context 调整。
上一代用规则引擎，这一代用大模型。语气更丝滑了，灵活度没变。
这不是 OaaS。这是”自动化按件计费”。
真正的 OaaS 应该是什么？同样一个客服问题，AI 根据客户价值、历史记录、情绪状态采取不同策略，然后为真正的好结果收费。但现在没有人做到这一步。
确定性和灵活度的悖论
企业买数字员工，要的是确定性：每次做对、可预测、可审计。
OaaS 的前提是 AI 有灵活度：能根据情况自主决策。
灵活度高，不确定性就高，出错概率就高。谁买单？
为了确定性把 AI 限死在规则里，那它就是 RPA，不值得按 outcome 付溢价。给它真正的自由度，出了错客户告的是你，不是 AI 供应商。
这个矛盾目前无解。
不可能三角
OaaS 面对一个商业模式的不可能三角：可预测收入、按结果收费、高毛利，只能选两个。
可预测加高毛利，那就是 SaaS。按结果加高毛利，收入不可预测，VC 不投。按结果加可预测，毛利被算力成本吃掉。
华尔街喜欢 recurring，不喜欢 variable。OaaS 公司融资更难、估值更低。
那真正在发生什么？
SaaS 没死。它在变形。
真正的趋势不是 SaaS → OaaS。是从”卖功能”到”卖价值证明”。
过去你买 SaaS，买的是”这个工具能做 X”。以后你买 AI 产品，要的是”证明你真的帮我做到了 X”。
定价方式可能是按月、按量、按结果，甚至混合。形式不重要。重要的是：AI 时代的产品必须对自己的效果负责。不能再卖 shelfware，不能再靠集成锁定让客户不敢走。你必须持续证明价值。
这才是 OaaS 叙事背后真正有价值的部分。不是定价模型本身，是 accountability。
OaaS 真正需要的不是更好的 AI
OaaS 最大的挑战不是技术。是信任基础设施的缺失。
我们缺的不是能干活的 AI。我们缺的是双方都认可的”什么算好结果”的标准，不能让卖方自己判定结果的审计机制，AI 出错后的责任归属框架，以及让成本可预测的定价方案（cap、阶梯价、保底加分成）。
没有这些，OaaS 就只是换了个计费方式的 SaaS。甚至更差，因为连账单都不可预测了。
写在最后
OaaS 是一个好叙事。但目前为止，它更像是 VC pitch deck 里的一页 slide，不是已经被验证的商业范式。
真正会赢的不是”按结果收费”的公司。是能证明结果、并且让客户相信这个证明的公司。
至于怎么收费？
那是最不重要的部分。