作者丨黎曼

今年5月，金沙江创投主管合伙人朱啸虎的新动向引发关注——当时“宣称不看好人形机器人”的他，在批量退出人形机器人项目后，转身又投了一家水下机器人项目——世航智能（下称世航）。

当时，外界已经解读过朱啸虎的操作。朱啸虎退出人形机器人是因为商业前景不明，并公开宣称人形机器人“客户仅用于研究或展示，未创造持续价值”。而他转身投资的公司则属于“务实投资”，具备深度场景力、能快速商业化。

世航成立于2023年，是国内最早研究，且最先完成水下清洗机器人商业化的企业。其以水下通用机器人为主线，产品“虎鲸”系列构建了水下0-1万米海洋生产力，目前主要应用在洗船领域。

“你们的产品是不是水下面有个人在推着跑？”起初，世航团队也收到了不少质疑，创始班子只能不厌其烦地解释“完全不是”。最近，世航联创兼COO曹颖告诉我：“今年公司开启商业化，收入呈十倍级增长，预计明年盈利。”

曹颖透露，水下场景的研发费用其实会高于其他场景的人形机器人。这放在整个机器人赛道来看，在大量研发烧钱后，能够在一年多时间完成盈利的并不多见。

大家可能不知道，世航快速商业化的背后，和它颇具前沿的商业模式——“AI为结果付费”颇为相关。

具体解释一下就是，它每清洗一艘船，船东就付一次的清洁费。船东愿意为其付费的动力在于，清洗完的大船，不仅能取代无法检验的人工清洗，还能节省油费。“经过我们清洗完的轮船，每天能节省10万元油费。”

这对世航来说有两大好处：一是，产品能够更精准的解决客户需求。二，能够打开收入规模天花板。这颠覆了行业以往卖硬件、SaaS、或者集成方案的收入模式。

其实不止是世航，国内外很多明星企业已经开启了“AI为结果付费”的商业模式时代，且这已经成为了当前全球AI巨头及资本巨擘的共识。

在今年5月闭幕的第三届红杉资本AI峰会的闭门会议上，包括红杉资本合伙人Pat Grady、OpenAI首席执行官Sam Altman、谷歌首席科学家Jeff Dean等在内的全球150位顶尖AI创始人，经过6小时的深入探讨，众多前沿观点和共识浮出水面。其中，Outcome-based Pricing（基于结果定价）,Outcome-as-a-Service（结果即服务）成为最为核心的观点之一，这意味着：“下一轮AI，卖的不是工具，而是收益。”Pat Grady把这称为“万亿美元机会”。

在国内，同频共振的机构也已出现。“我们正在找寻这类商业模式的公司，也会推动一些有潜力的企业朝这个方向转型。”盛景嘉成创投管理合伙人王湘云表示，这一收费模式让一些被投企业实现了收入和利润十倍级的增长。

在“AI泡沫”论断不断警醒着创投界的当下，一条更加明晰的商业化路径出现了。这就像混沌中出现的一道曙光。

因何提出？

在中国，盛景是较早提议该商业模式的机构。

2025年3月，盛景提出AI RaaS（Result-as-a-Service，结果即服务），即极致化结果导向模式，敢于以结果作为定价、收费或盈利的依据，并将其形象地比喻为“AI业主或AI甲方”，主张只有端到端服务并深度嵌入物理世界，才能真正创造价值。

实际上，世航的商业模式便是盛景促成的。在一次商业组织上，世航创始人陈晓博认识了盛景网联董事长、盛景嘉成创投创始合伙人彭志强，彼此观念和价值观一致，刚起步世航就听从了彭志强的建议，以结果付费为商业模式，并由盛景投资其天使轮。

到底是提供设备，还是提供结果，团队进行过财务测算。“最终，我们发现提供结果是最优方案，因为次数可以无限次拉大，最终结果也将无限大。而对于客户来说，10万洗一次船和花上百万买机器，哪一个决策成本高？显然是后者。”曹颖回忆。

这件事发生在2023年，一个无限机遇和资本环境寒冷相叠加的一个年份。当时30岁左右的年轻科学家陈晓博已经在水下机器人世界探索了18年。商业模式得到验证后，才有了今年年初朱啸虎投资的手笔。据悉，朱啸虎的资源和能力帮助世航打开了局面，朱啸虎则上车了中国最具潜力的水下世界机器人项目。

为什么盛景的响应如此快速？

王湘云告诉我，是SaaS模式的瓶颈推动了这一变革。“我们在上一轮SaaS投资周期的过程中发现，美国SaaS行业发展如火如荼，企业拥有很高的估值，而国内的SaaS产业，无论从收入、估值还是退出，整个链条都面临着巨大的压力和挑战。”总之，一句话：“算不过来账了。”

所以团队得出结论：单纯仿照美国模式在中国不一定行得通，应该将软件逻辑放在产业互联网和更长业务链条中考虑。顺着这个逻辑，盛景也成功投资出了一些企业。

时间来到2022年，ChatGPT推出后，进入AI驱动的新一轮产业周期。盛景观察到，随着AI基础模型的迭代，一些“简单套壳”应用的路会越走越窄，所以，简单的套壳项目长期、可持续的资本价值面临挑战，那需要增强何种能力才能不被吃掉？

于是，盛景的思考结果是：要有强大的场景能力，并以结果来收费。通过投资案例发现，以结果为导向的收费模式能让收入和利润有十倍级增长。盛景在此的投资案例除了世航外，还包括凌云智矿——一家AI矿产勘探公司。

为此，盛景研究院还不断发文，推出“AI RaaS全球案例30”系列，系统拆解标杆企业，为本土创业者提供可借鉴的范式。

这一思路已经得到了不少投资人的认同。资深投资人云客也告诉我：SaaS模式，极有可能在AI时代终结，这背后逻辑包括两点：

一是付费逻辑变化了。SaaS的本质是让用户为工具付费，但工具只是手段，解决不了最终结果。但AI可以直接替代劳动力，所以这是一个远比SaaS大得多的市场。

二是AI最优质的模型都是闭源的，掌握在巨头手中，套了壳的新一代SaaS几乎无法构建护城河。

目前，云客也在找寻这类有商业潜力的企业。

有何标准？

或许不少人会困惑，AI agent按照结果付费，这个衡量标准是什么？

以世航为例。曹颖坦言，公司需要通过实际作业效果，如为客户省油来逐步证明价值，教育市场。这个过程具有挑战性。

曹颖总结，最终能够实现“为结果付费”这一商业模式，核心依赖于以下三大能力：

一是，断崖式领先的硬件与系统集成能力；二，持续迭代与构建壁垒的“燃料”，通过清洗“上千条船”，积累了在不同船型（散货船、集装箱船等）、不同海域（北海、东海、南海）、不同水质、不同季节下的作业数据。这是任何只卖设备或不直接面对终端客户的公司无法获得的；三，服务结果可量化、可验证。

目前，世航已经成为国内拥有最多水下场景数据的公司。“后来者很难追上。”不过，曹颖也介绍，公司在跑通商业模式的过程中基本是“在国内卷，在海外赚钱。”

一方面，国内船东对价格非常敏感，更倾向于选择成本最低的方案，即使服务质量参差不齐。如日本、新加坡等海外市场，人工成本更高，且更认可技术的价值，并愿意为此支付更高的价格，海外客单价能达到国内的“三倍以上”，所以公司目前正积极开拓海外市场。

在国际上，RaaS模式正在多个领域得到实践。Clay、Sierra、11X等公司已从传统软件订阅模式，发展到按任务收费或基于任务与结果的混合定价模式。

由OpenAI董事会主席Bret Taylor创办的AI客服独角兽Sierra尤为激进。它不是一个简单的客服系统，而是一个闭环成交的销售Agent平台，帮助品牌从首问到下单全流程完成销售。

它不光接触客户，更负责转化结果，真正走上“你给我一笔预算，我给你带来多少GMV”的路线。

其中有一个细节更直观：当AI智能体独立解决了来电或在线咨询的需求时，Sierra会收取一次费用;如果最后必须转人工，那这次就是免费的。

“我们很喜欢这种模式，我也认为这会成为智能体的标准商业模式。”Bret Taylor如此表示。Sierra成立于2023年，现已化身为百亿美元估值的独角兽。

Ramp则将这一思路推向极致。这是一家在2019年成立于美国纽约的金融科技公司，它从一张企业信用卡起步，旨在用技术手段颠覆传统企业支出管理方式，帮助企业省时省钱。它不卖企业一个财务系统，而是直接承诺节省多少费用。它的AI能自动识别冗余订阅、谈判降价、预测风险，把“用这个工具的收益”变成KPI。

要总结一个更普适的“结果型产品”的衡量指标的话，在红杉的闭门峰会上，红杉给了三大判断标准：是否能跑完一个完整任务流程；是否具备任务执行中的持久性；是否能交付可衡量的业务价值。

在盛景团队看来，这一模式的普及是一个渐进的过程，按智能度可以分为L1-L4四个等级：

L1代表以线上数字应用为主、偏高度重复、流程清晰、标准化程度较高的短流程业务，比如目前在法律、客服等行业会率先实现应用。L2往往是需要复杂推理和工具调用和整合的长运营流程、并且很多时候会需要调用硬件工具参与落地。L3更偏重帮助客户实现产品和服务的销售闭环，并最终实现销售收入的结果分成，这意味着AI服务的外向型链接能力得到质的提升；L4则跃升为“AI业主”，不仅具备AI服务能力，更借助AI优势成为核心资产或公司价值的主要或部分的“所有者”。

王湘云认为，智能等级更高的业务相当时间内需要AI和高专业能力人进行高质量的协作配合，这是一个更为健康的AI产业化模式。未来随着技术成熟，AI占的比例会逐步提高；在整体推进速度上，市场化程度越高的供应链和价值链，AI RaaS的推进速度会越快。

AI蓝海和泡沫可以同时为真

AI agent产生在AI大模型落地应用之际，也置身于“AI泡沫”的大讨论之中。

2025年下半年，AI资本市场创今年4月份以来最差表现，纳斯达克指数单周跌幅超3%，更加引发了关于AI泡沫的更广泛讨论。

主要在于，OpenAI等头部企业面临巨额研发投入与商业化收入之间的鲜明反差：2024年其研发投入超过150亿美元，但商业化收入却不足30亿美元。

即使能够如Altman预期在2025年底的年收入年化率将超过200亿美元，到2030年增长到数千亿美元，也难以形成正向现金流。

与此同时，AI成本问题也日益凸显。大模型成本每年降10倍的预期，并未能挽救众多AI企业的付费订阅模式。

麻省理工学院的一项研究也引发了大面积的讨论，该研究指出：尽管企业在生成式AI上已经投入了300–400亿美元，但95%的组织尚未取得任何业务回报。

不过，云客强调，这里面有一个逻辑不能搞混了：“通用大模型本身和利用大模型能力赚钱是两件事。前者投入巨大，短期内必定是看不到回报的，它们的目的也并非快速盈利，而是抢占下一代技术革命的战略制高点。前者是属于少数国家队和科技巨头才能玩得起的游戏。而后者才是普通创业者去发力的地方。”

他认为，今年被高估的方向是人形机器人。“这个领域还在快速发展，在未来几年可能会看到突破，但如果期待快速大规模落地，我觉得是大大高估了。技术的发展必须经历几个阶段，没法快速跳过。可以看到，特斯拉也在今年下调了对Optimus的生产预期。”

那么，该如何看待当前的泡沫？

我想或许可以引用Sierra联合创始人兼CEO Bret Taylor在一次访谈里给出的一个明确但复杂的答案：

AI将重塑经济、创造巨大价值；同时，泡沫的确存在，也会有人亏很多钱。两者可以同时为真。

他认为当前的AI泡沫像极了互联网泡沫：确实互联网泡沫时期有很多失败案例，但把时间拉长到30年，我们看到Amazon、Google等巨头诞生，也看到Microsoft的云业务成为市值的重要支柱，更能直观看到互联网对全球GDP的深远影响——1999年的“乐观”，很多其实是方向正确。甚至像当年的Webvan（网上生鲜配送），也在智能手机普及、互联网规模成熟后，以Instacart、DoorDash等健康业务的形态“再现”。很多想法并不糟，只是来得太早。

此外，AI agent为结果付费的探索，会慢慢成为AI创收的新趋势。

总的来说，2025年AI Agent已在多个行业告别概念验证，进入价值兑现的阶段。在AI泡沫的讨论声中，RaaS模式的出现，为行业指明了一条务实的发展路径——AI技术必须回归商业本质，为客户创造可衡量的价值。这条路或许不像无限量融资、堆算力追求SOTA那样引人注目，但却可能更持久，更坚实。