要是AI 按结果付费呢
最近国际知名 VC 红杉资本提出了一个观点：AI 软件应该“卖结果”，比如“每促成100个订单收费1万元”。不得不承认，红杉的这个观点，确实很领先。但是我认为，对于 90% 的 AI 公司来说，让客户“按结果付费”可能都是吹牛逼。
首先，客户真正关心的其实只有 2 点：
一是购买了服务，能带来多大价值？
二是如何付费，使用成本才能最低？
也就是说：只要收益能最大化，是不是“按结果付费”，客户其实并不太在意。
甚至客户会思考：如果价值是一样的，而按传统模式的费用更低，那为什么我要接受“按结果付费”？
举个例子：电商 ERP 行业早就有“按结果付费”的模式了，但这个模式并没有让行业受益，反而加重了行业的亏损。
电商 ERP 软件可以大幅度提高订单处理的效率，包括拣货、包装、发货等等。
可以说，没有电商 ERP 的支撑，“双11” 这种超大规模的订单量，根本不可能有现在的效率。
由于“结果”（即完成的订单量）非常容易统计，因此电商 ERP 公司早就推行了“按完成订单量付费”的模式。
但是，这种“按结果付费”的模式推行多年，仍然没有哪一家电商 ERP 公司真正实现了盈利。
核心就在于：能提供电商 ERP 软件的公司实在太多了，在一个红海市场，“按结果付费”只会变成进阶版的价格战（订单量少的客户，可以用更低的成本使用 ERP 软件）。
比如 ERP 这种管理软件，肯定能降本增效，但是很难找到一个“容易计量，且双方认可”的计费标准。在这种情况下，按年订阅模式或许更为现实。
所以，鼓吹“按结果付费”，会不会误导缺乏经验的创业者？
最后，AI 的未来肯定是光明的，但是我们也必须承认，在当下，AI到底能带来多少“可计量的价值”，还有待进一步观察。
举个例子，OpenAI 的标杆客户Klarna，其 CEO 今年公开承认：公司在过去几年采用的以 AI 为中心的战略，是错误的！
原因就在于，在用 AI 替代了700名全职客服的工作量后，Klarna 发现客户开始大面积流失！
AI 客服最大的问题就在于：演示效果非常惊艳，但一旦实际落地就会暴露很多问题。
由于 AI 客服并没有真正的逻辑推导能力，更多是根据客户的问题，去简单匹配知识库的内容。因此，虽然在简单业务场景下表现良好，但是面对复杂的问题，“人工智能”就很容易变成“人工智障”。
比如，Gartner 在去年 7 月发布的一份报告就显示，64%的客户更希望公司不要使用 AI 客服。
另外，如果客户发现公司将使用 AI 客服，53%的客户会考虑转而使用其他产品。
AI编程的效果很好，是因为互联网上高质量的编程数据特别多，而更本质的原因则是编程天然就是一个“在线化”的工作。
高质量的互联网数据越多，大模型的训练效果就越好。
而客服就不一样了——特别是传统公司的客服业务——大量数据都在私域甚至线下，无法用于大模型的训练。
编程通常有严格的规则和逻辑，和自然语言相比，很少有“大致可用”的模糊状态，大大降低了不确定性。
但是客服就不一样了：多一个语气词、少一个语气词，客户的感受可能就不一样。相对于编程，规则要复杂得多。
编程可以利用编译器快速验证代码的可执行性，这种客观、可信的验证机制也大大提升了 AI 的生成能力。
客服就不一样了，必须有人工反馈，比如人工打分，或者让客户评分，否则AI 没办法自动评价服务的质量，这就大大限制了 AI 的学习能力。
AI 编程的过程，程序员会全程在线参与。
这种高度融合的“人机协同”，降低了“AI 黑箱”的负面影响，提高了 AI 编程的容错率。
而 AI 客服和用户对话的时候，基本就是 AI 单独面向用户，容错率更低。
说白了，成本确实是大幅度下降了，但是服务质量也大幅度下降了。你说，这样的“结果”，值得去付费吗？
我们必须明白，不管任何 AI 产品，其成功的关键都并非“按结果付费”，而是：
1）能否创造足够大的价值
2）能否构建足够宽的护城河
至于是不是“按结果付费”，真的一点都不重要。
https://s3.bmp.ovh/imgs/2025/08/13/e26cdbbc798c671b.jpg
https://s3.bmp.ovh/imgs/2025/08/13/40f68300dd13896f.jpg
页:
[1]