Salesforce為例,AI改變軟件“定價模式”

過去十多年來,企業軟體產業的商業模式幾乎繞著「席位」打轉。無論是一套客戶關係管理系統,還是辦公室協作工具,廠商最習慣的收費方式,就是按照使用者人數收取年費或月費。這種定價邏輯簡單明瞭,也讓軟體公司的營收隨著客戶團隊規模擴張而穩定成長。然而,當人工智慧開始滲透進每一套企業軟體之後,這套行之有年的遊戲規則,正悄悄地出現結構性的鬆動。以全球CRM龍頭Salesforce為例,這家公司近期在AI產品與定價策略上的布局,就鮮明地反映出軟體產業正在經歷的轉變。過去,Salesforce的經典收費模式是依照「每使用者每月」的訂閱費用來計價,客戶採購的席次越多,帳單金額就越高。
但是,當AI助理或自動化代理開始承擔過去由人類員工執行的部分工作時,「按人頭收費」的邏輯便出現了破口。如果一個AI代理可以同時處理數十人的工作量,企業為何還要為數十個閒置的席位付出全額費用?這樣的需求轉變,促使Salesforce開始嘗試新的計價方式。取代單純的席位計費,該公司逐步將AI功能的收費與「實際成果」或「任務執行量」掛鉤。也就是說,客戶不再只是為「使用權限」付費,而是為AI真正完成的具體工作——例如成功處理的客戶服務案件、自動生成的銷售郵件數量,或是完成分析的數據筆數——付費。這種模式被視為一種「成果導向」的定價,它將軟體供應商的利益與客戶的實際使用深度及成效綁定在一起。
這並非Salesforce單獨的嘗試,而是整個軟體產業正在蔓延的趨勢。過去,軟體廠商總是在追求「滲透率」,希望客戶公司內部盡可能多的員工都裝上自己的產品。但在AI時代,軟體價值的衡量標準,正從「有多少人在用」轉變為「AI幫客戶完成了多少事」。一些新興的AI新創公司甚至從第一天就完全拋棄席位制,直接按照API呼叫次數、處理的文字量、生成的圖片張數,或是每一次自動化流程的執行來收費。這種定價模式的轉變,對企業客戶而言,最直接的感受是成本結構的改變。過去,企業採購軟體時,預算通常與部門人數掛鉤,採購流程相對固定。但改成用量計費後,企業的成本從「固定支出」變成了「變動支出」。
當AI確實帶來效率提升時,企業覺得物有所值;但當使用量暴增、帳單金額失控時,IT主管也必須開始學習管理「AI用量」,否則月底的帳單可能遠超預期。這也衍生出一個新課題:企業該如何建立內部機制,來控制員工或系統對AI功能的過度呼叫,以避免成本失控。對軟體公司來說,從席位制到用量制的轉變,則是一場營收模式的冒險。席位制的好處在於收入穩定且可預測,財報數字容易掌握。而用量制雖然有機會在AI表現出色時獲得遠超以往的回報,但也伴隨著極大的不確定性——如果客戶使用頻率不高,營收便會大幅波動。因此,許多廠商正嘗試走「混合路線」,也就是基礎功能維持低價的席位訂閱,而進階的AI功能則採用用量計費。
這種組合既能維持一定的經常性收入,又能從AI的高價值應用中獲取額外利潤。另一個值得觀察的現象是,AI定價模式的複雜度也隨之提升。過去,銷售軟體只要給出一張簡潔的價目表即可;現在,軟體廠商必須向客戶解釋「每個AI任務」的定義為何、如何計量、有哪些級距、是否設有上限。這些技術細節讓軟體銷售的難度增加,也對客戶的理解能力提出了更高要求。企業在採購AI驅動的軟體時,不能再像過去一樣只比較「每人每月多少錢」,而必須深入了解自己的業務流程,估算AI實際會處理多少工作量,才能準確評估總體成本。長遠來看,AI改變的不只是軟體的收費方式,更重新定義了軟體與企業之間的關係。
當軟體計價從「提供工具」轉變為「交付成果」,軟體供應商就不再只是一個技術供應者,而是在某種程度上成為了客戶營運效率的共同承擔者。這種模式若能成熟發展,企業將不再為了囤積授權而付費,而是為了真正解決問題、提升產值的AI能力買單。軟體產業的價值評估標準,也將因此從「裝機量」走向「成效量」。不過,這股變革目前仍處於早期階段。大多企業的IT預算編列習慣、財務部門的會計準則,以及軟體廠商的合約架構,都還是圍繞著傳統訂閱制運作。要讓「AI用量計費」成為市場主流,還有賴於更成熟的計量標準,以及更多成功案例來建立信心。
可以確定的是,Salesforce等大型軟體廠商的嘗試,已經為這個產業打開了一道門——未來,軟體怎麼賣、怎麼買,可能都不會再和過去一樣了。
Related
相關文章

一年半暴漲879%,佩洛西、AI股神都在搶這隻AI電力股
近日市場傳出,一檔與人工智慧用電高度相關的電力股票,在過去一年半內股價飆漲高達879%,驚人漲幅不僅讓投資人為之側目,更吸引美國前眾議院議長南希·佩洛西,以及被譽為「AI股神」的知名投資者同步進場搶購。這檔股票的核心業務,正是為AI數據中心提供穩定且充足的電力供應,隨著全球科技巨頭加速擴建算力基礎設施,電力需求呈現爆發式增長,公司營收與獲利雙雙攀高,股價因此水漲船高。 佩洛西過去多次因精準布局科技股而引發市場關注,其投資動向向來被視為風向標。

CodeX記憶系統大更新
CodeX 記憶系統於近日迎來大規模版本更新,這項升級被視為該平台在人工智慧長期記憶管理上的關鍵一步。根據 36 氪掌握的消息,此次更新鎖定記憶儲存效率與檢索精準度兩大核心面向,目的在於讓 AI 代理能夠更自然地在連續對話與任務執行的過程中,調用過往的互動紀錄與上下文資訊。 過去記憶系統常面臨記憶容量有限、檢索耗時或容易遺失關鍵細節等問題,導致 AI 在長週期任務中表現不穩定。CodeX 開發團隊針對這些痛點,重新設計了記憶壓縮與索引架構。

研究顯示:保險理賠員成為美國最反感 AI 的職業群體
作者:遠洋 責編:遠洋 評論: 9 月 1 日消息,據 WIRED 報道,在求職與職場評價平臺 Glassdoor 上,有一類人對人工智能的厭惡程度遠超其他群體。“把 AI 推到要求人類不再使用自己的思想和大腦,這實在令人反感。”一條具有代表性的評價寫道。

“生產力市場”大博弈
在AI技術快速滲透各行各業的當下,生產力市場正迎來一場前所未有的激烈博弈。從大型語言模型到輕量級專用工具,各大科技公司與新創團隊紛紛搶佔這塊極具潛力的賽道,試圖在辦公協作、知識管理、自動化流程等領域建立自己的優勢。這場博弈不僅關乎技術實力,更考驗產品定位、生態整合與用戶體驗的綜合能力。 近期,業內出現多款瞄準生產力場景的AI產品,包括「豆包」「豆包工作千問」以及「WorkBuddy」等,它們分別從即時問答、任務協作、工作流程優化等不同角度切入市場。

一家校園招聘平臺,一年多出10億美元的AI訓練生意
校招平臺Handshake轉型AI訓練業務年入近10億 Handshake的主業是幫大學生找到第一份工作,但是現在,它增長最快的生意變成了教AI怎麼工作,也因為激進的AI轉型成為硅谷關注的創業案例。8月31日,大學生校招平臺Handshake聯合創始人兼CEO Garrett Lord在最新播客中透露,公司過去一年多建立的新AI業務,已經從零增長到約10億美元收入,而且目前“已經能看到20億美元的預期”。

國產大模型出海“元年”,誰在海外市場淘金?
2025年被許多人視為國產大模型出海的「元年」。隨著中國AI技術快速累積,愈來愈多大模型團隊不再滿足於國內市場的驗證,而是開始把目光投向海外,試圖在全球AI競賽中占據一席之地。從底層模型到應用產品,從開發者工具到企業服務,「出海」已經從少數先鋒的嘗試,變成一股席捲整個產業的趨勢。 這一波出海浪潮的背後,首先是國內市場競爭的白熱化。過去兩年,各家大模型企業在中文語料、模型能力、價格策略上相互較勁,通用對話能力的差距逐漸縮小,單純在國內市場建立壁壘的難度愈來愈高。