SaaS 向 AI Agent 的范式迁移：订阅定价如何被 ROI 定价颠覆
从行业内部看，2026 年企业软件最重要的结构性变化不是某家公司的季度业绩，而是整个行业定价逻辑的底层重写。Salesforce 按每次 Agent 动作（Action）收费，ServiceNow 推出 AI Credits 结算体系——这不是营销噱头，是一场真实发生的范式迁移。
一、范式迁移：SaaS 定价的三次革命
企业软件的定价史是一部"谁控制价值锚点，谁就控制利润分配"的历史。过去三十年，行业经历了两次完整的范式迁移，现在正站在第三次的起点。
第一代是打包 License 模式。Oracle、SAP 按功能模块一次性出售永久授权，客户预付大额费用，供应商在交付后收入即确定。这个模式的优势是确定性极高，缺陷是更新周期漫长、实施成本居高不下，中小企业几乎被排除在外。
第二代是 Salesforce 在 1999 年开创的订阅 SaaS 模式。按席位（User Seat）收费，按月或按年续约，云端部署消除了本地硬件成本。这一模式将价值锚点从"软件功能"切换到"用户数量"，Salesforce 自己就是最大受益者——Salesforce CRM 的席位订阅体系支撑了其过去二十年的高速扩张。
第三代正在到来：以成果或 ROI 为锚点的定价。不再问"你有多少个用户"，而是问"你用 AI 解决了多少个问题，每个问题值多少钱"。供应链传来的真实信号是：头部企业软件公司的 2026 年合同结构中，含有成果定价条款的比例已经明显上升。
| 维度 | 第一代：打包 License | 第二代：订阅 SaaS | 第三代：ROI 成果定价 |
|---|---|---|---|
| 代表时期 | 1990–2010 年 | 2000 年至今 | 2024 年起加速 |
| 计费单元 | 功能模块 / 并发用户 | 席位数（用户数） | Action / Credits / 成果量 |
| 代表公司 | Oracle、SAP | Salesforce、Workday | Salesforce Agentforce、ServiceNow AI |
| 收入确定性 | 高（一次性，但不可预测续约） | 高（ARR 模型，可预测） | 中（随使用量波动） |
| 天花板 | 受企业规模限制 | 受员工数量限制 | 理论上与业务规模同步扩张 |
| 客户谈判筹码 | 低（迁移成本极高） | 中（数据迁移成本） | 高（按效果付费，实测后决策） |
| 销售复杂度 | 高（大型项目制） | 中（标准化 PLG） | 极高（需要量化 ROI 证明） |
二、Salesforce Agentforce：$2/Action 定价解析
Salesforce 的 Agentforce 是目前市场上最具代表性的 ROI 定价实验。核心定价是 $2/Action——每当一个 AI Agent 完成一个具体动作（如解答一个客服问题、更新一条 CRM 记录、发送一封跟进邮件），客户支付 $2。这与传统席位订阅模式在逻辑上完全不同：用户数量不再是计费维度，任务完成量才是。
截至 FY2027 Q1（2026 年 5 月财报季），Agentforce 付费客户已超过 3000 家，这一速度超出了大多数分析师的初期预期。从行业内部看，$2/Action 的定价设计具有明确的渗透意图——门槛足够低，让客户在小规模试用阶段不会因价格犹豫，但一旦验证 ROI 后使用量将指数级上升。
真正的考验在于使用密度。一个中型企业每月处理 10 万个客服 Action，对应月支出 $20 万——折算年费约 $240 万，远超同等规模的席位订阅成本。Salesforce 的赌注是：当 ROI 清晰可量化时，客户愿意支付更高的绝对金额，因为每一笔支出都能找到对应的业务价值。供应链的真实信号是，目前使用量最高的场景集中在客服、销售跟进和 IT Helpdesk 三类——这三类场景恰好有清晰的"问题解决率"和"人工替代成本"可以对比。
三、ServiceNow vs Microsoft：不同路径对比
ServiceNow 的 AI 定价路径走的是"Credits 层叠"模式。每项 AI 任务消耗一定量的 Credits，复杂任务（如跨系统工作流自动化）按成果计费，简单任务则按调用次数扣减。这比 Salesforce 的单一 $2/Action 更细颗粒，但也更难对客户解释。
ServiceNow 的优势在于它的 ITSM（IT 服务管理）底座——工作流数据天然结构化，AI Agent 的成果（如"工单平均解决时长从 4 小时降至 45 分钟"）容易量化。这使得 ROI 定价在 ServiceNow 场景下的说服力更强，客户更容易接受按成果付费。
Microsoft 的路径则明显保守。Copilot 主线仍维持 $30/用户/月的席位订阅，这对于 Microsoft 庞大的 Office 365 客户基础来说是最低摩擦的扩展方式。但 Microsoft 同时在内部测试"Copilot+"成果定价方案，预计在 Azure OpenAI 服务侧先行推出按 Token / 任务计费的混合模式。这种"两条腿走路"策略是大型平台在范式过渡期的典型选择——不冒险激进押注，但也不放弃新赛道。
| 公司 / 产品 | 主要定价模式 | 具体价格 | ROI 定价进展 | 核心挑战 |
|---|---|---|---|---|
| Salesforce Agentforce | 按 Action 计费 | $2 / Action | 领先，3000+ 客户 | 高使用量下成本超预期 |
| ServiceNow AI | AI Credits + 成果计费 | 按 Credits 消耗 | 进行中，ITSM 场景先行 | 定价模型复杂，解释成本高 |
| Microsoft Copilot | 席位订阅（主）+ 探索成果定价 | $30 / 用户 / 月 | 初期，Azure 侧测试 | 现有客户基础惯性大 |
| Workday AI | 席位订阅（含 AI 功能） | 捆绑于 HCM/FIN 套件 | 尚未推出独立 AI 定价 | 人力资源场景 ROI 量化困难 |
| Zendesk AI | 混合：席位 + 按解决工单计费 | $50 / 解决工单 | 中期，客服场景验证中 | 客户担心"假解决"计费 |
四、估值体系重构：从 EV/Revenue 到 EV/ROI
定价模式的迁移对估值体系的影响，是投资层面最值得深挖的问题。传统 SaaS 的估值锚点是 EV/NTM Revenue，优质公司的合理区间在 8–12x。这个倍数的底层逻辑是：ARR 可预测，增长率透明，客户留存率高，因此给予稳定的收入乘数。
ROI 定价模式从根本上改变了这个逻辑。如果收入与客户创造的商业价值直接挂钩，那么 TAM（总可寻址市场）的边界就不再是"全球有多少企业用户"，而是"全球企业每年为自动化工作流支付多少成本"。后者的数字远大于前者。按 Gartner 的预测，到 2028 年企业软件收入中 30% 将转向成果 / ROI 定价模式，对应的市场规模重新定义了天花板。
理论上，成功转型至 ROI 定价的公司应该获得更高的估值倍数——市场会将其类比为"商业价值分成"模式，而非单纯的软件订阅。类比是咨询公司和系统集成商按项目成果收费，其估值逻辑更接近 EV/EBITDA 而非 EV/Revenue。分析师测算，完成转型的 AI Agent 平台合理倍数应在 15–25x EV/NTM Revenue 区间，前提是成果定价收入占比超过 40%。
| 转型阶段 | 成果定价收入占比 | EV/NTM Rev 合理区间 | 主要风险 | 代表公司状态 |
|---|---|---|---|---|
| 早期试验 | < 10% | 8–12x（同传统 SaaS） | 转型不确定性折价 | Microsoft Copilot |
| 规模验证 | 10%–30% | 12–18x | 收入可预测性下降 | Salesforce Agentforce（当前） |
| 主导模式 | 30%–60% | 18–25x | 销售效率压力 | 理论目标（2028 年） |
| 完全转型 | > 60% | 25x+（新范式定价） | 极高实施复杂度 | 尚无公司达到 |
但这个逻辑有一个重要前提：市场需要足够的历史数据来建立新的估值锚点。短期内，ROI 定价模式的收入波动性会让量化模型更难建立置信区间，可能先带来流动性折价，再随着数据积累逐步修复。
五、对传统 SaaS 的影响：生存还是转型
从行业内部看，ROI 定价对不同类型 SaaS 公司的冲击存在明显分化。平台型公司（Salesforce、ServiceNow）拥有深度数据资产和跨系统工作流整合能力，是这次转型的主动推动者；中型垂直 SaaS 公司则面临真实的生存压力。
风险最高的赛道包括：单功能客服工单系统（如 Freshdesk）、销售拨号和外呼工具、招聘 ATS 系统。这些场景的共同特点是：AI Agent 的替代路径清晰，每个工单 / 通话 / 简历筛选的成本可量化，客户比价决策门槛低。一旦 Salesforce 或 ServiceNow 的 AI Agent 能以更低的 Action 成本完成同等任务，这些垂直工具的席位定价优势将被直接侵蚀。
历史参照有说服力。2010 年代初，Salesforce 的 CRM 云化冲击了 Siebel 的本地部署 License 模式；现在，AI Agent 的成果定价正在以同样的逻辑冲击订阅 SaaS。Gartner 的数据印证了这一趋势：预计 2028 年企业软件收入中 30% 将转向成果 / ROI 定价，意味着传统席位订阅收入将出现结构性萎缩。
对投资者而言，这个过渡期的关键判断是：哪些公司是定价迁移的主动受益者，哪些是被动承压者。当前，Salesforce（CRM）和 ServiceNow（NOW）的市场定位是前者；中型、单功能 SaaS 是后者。雪花（Snowflake / SNOW）的位置更为复杂——其数据平台是 AI Agent 运行的基础层，但本身也面临来自云厂商原生数仓的竞争。
六、监控变量与时间轴
评估这场范式迁移的进程，需要跟踪几个关键变量。第一是 Salesforce Agentforce 的 Action 使用量增速——这是目前市场上最直接的成果定价验证指标。FY2027 Q1 超过 3000 家客户是一个起点，真正的拐点是客户从"试用"进入"规模化部署"阶段，对应每客户平均 Action 量的环比加速。
第二是 ServiceNow 的 AI Credits 在总 ACV 中的占比。现在该数字尚未单独披露，一旦 NOW 开始在财报电话会中单独列示，意味着成果定价已具备足够规模值得投资者关注。第三是 Microsoft 的 Copilot+ 成果定价方案落地时间——微软一旦明确推出，将大幅加速整个行业向 ROI 定价的迁移速度，因为其客户基础覆盖绝大多数全球企业。
时间轴上，Gartner 的 30% 收入转型目标定在 2028 年——对应大约 24 个月的窗口期。从行业内部节奏看，这个时间线偏保守：头部公司的产品路线图已经将 Agent 定价列为 2026–2027 年的核心战略，实际转型速度可能快于 Gartner 预测。
风险侧同样需要关注。ROI 定价对销售团队的要求极高——不能再按席位报价，必须能帮客户量化每类 Action 的业务价值，这对 SaaS 公司传统的 PLG（产品驱动增长）文化是根本性挑战。客户获取成本（CAC）将在转型期显著上升，这会在 2–3 个季度内压制利润率，引发市场对短期盈利能力的担忧。
分析框架说明：本文数据来源包括 Salesforce FY2027 Q1 财报电话会议、Gartner 2025 年企业软件定价趋势报告、ServiceNow 投资者日披露及市场公开定价文件。估值倍数测算基于 Bloomberg 行业一致预期，为分析师测算区间，不构成投资建议。
常见问题（FAQ）
AI Agent 的 ROI 定价模式和传统 SaaS 订阅定价有什么本质区别？
传统 SaaS 订阅定价按席位（用户数量）收费，客户付费与实际使用率无关；ROI 定价则按 Agent 完成的具体任务或产生的可量化成果收费。前者收入确定性高但天花板受席位数限制，后者收入弹性大但需要客户能清晰量化每项任务的商业价值。
Salesforce Agentforce 的 $2/Action 定价是否具有可持续性？
从行业内部看，$2/Action 定价在当前阶段更像是渗透策略——压低准入门槛以快速扩大客户数量。随着 Agentforce 客户超过 3000 家，Salesforce 正在验证哪类场景的 Action 密度最高，为后续提价或分档定价积累数据。可持续性的关键在于客户能否测量出清晰的 ROI，从而愿意持续加大使用量。
ROI 定价对企业软件公司的估值倍数有何影响？
理论上，成果定价使收入与客户创造的价值直接挂钩，天花板更高，理应获得更高的 EV/Revenue 倍数（15–25x vs 传统 SaaS 的 8–12x）。但短期内，ROI 定价模式增加了收入预测难度，市场可能先给出流动性折价。估值重构是渐进式的，需等到 2–3 个财季的成果定价收入披露后，市场才会系统性调整倍数。
哪些传统 SaaS 公司面临被 AI Agent ROI 定价颠覆的最大风险？
风险最高的是功能单一、定价透明度低、客户黏性主要靠数据迁移成本维持的中型 SaaS——例如客服工单、销售拨号、招聘 ATS 等垂直赛道。这些场景的 AI Agent 替代路径清晰，客户可以直接以每票工单解决成本对比 Agent 成本，议价权向买方转移。拥有深度数据资产和工作流整合优势的平台型公司（如 Salesforce、ServiceNow）反而更容易消化这一转变。
By m8 康哥. AI 驱动的全球股票资讯与量化分析平台
相关条目
常见问题
这篇文章属于 m8 的哪个研究入口？
这篇文章归入 行业研究 主线，建议先从 行业研究栏目 进入，再结合研究目录里的相邻专题一起看。
读完这篇后，下一步应该看什么？
优先继续看 行业研究文章列表、AI产业链研究中心、GLP-1 / 创新药专题。这些入口能把单篇内容放回市场、行业和方法论框架里。
后续最需要跟踪哪些变量？
后续重点跟踪：需求增速、供给瓶颈、竞争格局、价格/毛利率、政策和头部公司订单是否出现边际变化。
这篇内容可以直接当作投资建议吗？
不可以。m8 的文章用于整理公开信息、研究框架和风险变量，不构成个股买卖建议，也不替代个人的仓位管理和风险评估。
m8 会如何更新这类主题？
如果后续出现财报、政策、订单、资金流或估值假设的关键变化，m8 会在对应栏目和专题页继续补充更新，并通过内链把新旧文章串起来。
