AI为结果付费：水下机器人引领商业化新路径

作者丨黎曼

2023年5月，金沙江创投主管合伙人朱啸虎的动向备受瞩目——此前他公开表示不看好形机器人领域，并在退出多个人形机器人项目后，迅速转向投资了一家水下机器人企业世航智能（简称世航）。

当时，外界对此进行了解读。朱啸虎退出人形机器人是由于其商业前景不明朗，他曾指出人形机器人“客户仅用于研究或展示，未创造持续价值”。而他新投资的公司则体现了“务实投资”理念，具备深度场景能力和快速商业化潜力。

世航智能成立于2023年，是国内早期研究并率先实现水下清洗机器人商业化的企业。公司以水下通用机器人为主线，通过“虎鲸”系列产品构建了从水下0到1万米的海洋生产力体系，目前主要应用于船舶清洗领域。

“你们的产品是不是水下面有个人在推着跑？”起初，世航团队也面临类似质疑，创始成员不得不反复解释“完全不是”。近日，世航联合创始人兼首席运营官曹颖透露：“今年公司开启商业化进程，收入实现十倍级增长，预计明年将实现盈利。”

曹颖表示，水下场景的研发投入实际上高于其他场景的人形机器人。纵观整个机器人赛道，在大量研发烧钱后，能在一年多时间内实现盈利的企业并不多见。

或许很多人不了解，世航快速商业化的背后，与其前沿的商业模式——“AI为结果付费”密切相关。

具体而言，公司每清洗一艘船，船东就支付一次清洁费用。船东愿意付费的动力在于，清洗后的船舶不仅能替代难以检验的人工清洗，还能显著节省燃油成本。“经过我们清洗的轮船，每天可节省约10万元油费。”

这对世航而言有两大益处：一是产品能更精准地解决客户需求；二是能突破收入规模的天花板。这颠覆了行业以往依赖硬件销售、SaaS服务或集成方案的收入模式。

实际上，不仅是世航，国内外许多明星企业已开启“AI为结果付费”的商业模式时代，这已成为当前全球AI巨头及资本领袖的共识。

在2023年5月闭幕的第三届红杉资本AI峰会闭门会议上，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在内的全球150位顶尖AI创始人，经过6小时深入探讨，众多前沿观点和共识浮现。其中，基于结果定价（Outcome-based Pricing）和结果即服务（Outcome-as-a-Service）成为核心观点之一，这意味着：“下一轮AI，卖的不是工具，而是收益。”Pat Grady将此称为“万亿美元机会”。

在国内，同步响应的机构也已出现。“我们正在寻找这类商业模式的公司，也会推动有潜力的企业向此方向转型。”盛景嘉成创投管理合伙人王湘云表示，这一收费模式已让部分被投企业实现了收入和利润的十倍级增长。

在“AI泡沫”论断不断警醒创投界的当下，一条更清晰的商业化路径显现。这犹如混沌中的一道曙光。

因何提出？

在中国，盛景是较早倡导该商业模式的机构。

2024年3月，盛景提出AI RaaS（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。在一次商业活动中，世航创始人陈晓博结识了盛景网联董事长、盛景嘉成创投创始合伙人彭志强，双方观念契合，世航起步时便采纳了彭志强的建议，以结果付费为商业模式，并由盛景投资其天使轮。

团队曾就提供设备还是提供结果进行财务测算。“最终，我们发现提供结果是最优方案，因为服务次数可无限扩展，最终收益也将无限增长。对客户而言，花10万元洗一次船与花费上百万元购买机器，哪个决策成本更高？显然是后者。”曹颖回忆道。

这一切发生在2023年，一个机遇无限与资本环境寒冷交织的年份。当时30岁左右的年轻科学家陈晓博已在水下机器人领域探索了18年。商业模式验证后，才有了今年年初朱啸虎的投资。据悉，朱啸虎的资源和能力帮助世航打开了局面，而朱啸虎则投资了中国最具潜力的水下机器人项目。

为何盛景的响应如此迅速？

王湘云告诉我，SaaS模式的瓶颈推动了这一变革。“我们在上一轮SaaS投资周期中发现，美国SaaS行业发展迅猛，企业估值高企，而国内的SaaS产业，无论在收入、估值还是退出方面，整个链条都面临巨大压力和挑战。”总之，一句话：“算不过来账了。”

因此团队得出结论：单纯模仿美国模式在中国不一定可行，应将软件逻辑置于产业互联网和更长业务链条中考虑。沿此逻辑，盛景也成功投资了一些企业。

时间来到2022年，ChatGPT推出后，AI驱动的新一轮产业周期开启。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，因此，简单的套壳项目长期、可持续的资本价值面临挑战，那么需要增强何种能力才能不被淘汰？

于是，盛景的思考结果是：需具备强大的场景能力，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实现十倍级增长。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，盛景研究院还持续发文，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。

这一思路已获得不少投资人的认同。资深投资人云客也表示：SaaS模式极有可能在AI时代终结，背后逻辑包括两点：

一是付费逻辑变化。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。而AI可直接替代劳动力，因此这是一个远比SaaS庞大的市场。

二是AI最优质的模型多为闭源，掌握在巨头手中，套壳的新一代SaaS几乎无法构建护城河。

目前，云客也在寻找这类具备商业潜力的企业。

有何标准？

或许有人会疑惑，AI agent按结果付费，其衡量标准是什么？

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。这一过程充满挑战。

曹颖总结，最终能实现“为结果付费”商业模式，核心依赖三大能力：

一是断崖式领先的硬件与系统集成能力；二是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（如散货船、集装箱船）、不同海域（如北海、东海、南海）、不同水质和季节下的作业数据，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；三是服务结果可量化、可验证。

目前，世航已成为国内拥有最多水下场景数据的公司。“后来者很难追赶。”但曹颖也介绍，公司在跑通商业模式过程中基本是“在国内竞争，在海外盈利”。

一方面，国内船东对价格非常敏感，更倾向选择成本最低的方案，即使服务质量参差不齐。而如日本、新加坡等海外市场，人工成本更高，且更认可技术价值，愿意支付更高费用，海外客单价可达国内的“三倍以上”，因此公司正积极开拓海外市场。

国际上，RaaS模式已在多个领域实践。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。

它不仅接触客户，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。

其中一个细节更直观：当AI智能体独立解决来电或在线咨询需求时，Sierra会收取一次费用；如果最后必须转人工，则此次服务免费。

“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，现已成长为百亿美元估值的独角兽。

Ramp则将这一思路推向极致。这家2019年成立于美国纽约的金融科技公司，从一张企业信用卡起步，旨在用技术颠覆传统企业支出管理方式，帮助企业省时省钱。它不向企业销售财务系统，而是直接承诺节省多少费用。其AI能自动识别冗余订阅、谈判降价、预测风险，将“使用工具的收益”变为KPI。

若要总结更普适的“结果型产品”衡量指标，在红杉的闭门峰会上，红杉提出了三大判断标准：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，这一模式的普及是渐进过程，按智能度可分为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，例如目前在法律、客服等行业会率先应用。L2往往需要复杂推理和工具调用整合的长运营流程，且常需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“所有者”。

王湘云认为，智能等级更高的业务在相当时间内需要AI与高专业能力人进行高质量协作配合，这是更健康的AI产业化模式。未来随着技术成熟，AI占比会逐步提高；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诞生于AI大模型落地应用之际，也置身于“AI泡沫”的大讨论中。

2024年下半年，AI资本市场创下当年4月以来最差表现，纳斯达克指数单周跌幅超3%，引发了更广泛的AI泡沫讨论。

主要原因在于，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，但商业化收入不足30亿美元。

即使能如Altman预期在2025年底年收入年化率超过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大面积讨论，该研究指出：尽管企业在生成式AI上已投入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，这里有一个逻辑不能混淆：“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，短期内必定看不到回报，其目的也非快速盈利，而是抢占下一代技术革命的战略制高点。这是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发力的地方。”

他认为，今年被高估的方向是人形机器人。“这一领域还在快速发展，未来几年可能会有突破，但如果期待快速大规模落地，我认为是大大高估了。技术发展必须经历多个阶段，无法快速跳过。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？

或许可以引用Sierra联合创始人兼CEO Bret Taylor在一次访谈中给出的明确但复杂的答案：

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泡沫极似互联网泡沫：互联网泡沫时期确有很多失败案例，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，正逐渐成为AI创收的新趋势。

总的来说，2024年AI Agent已在多个行业告别概念验证，进入价值兑现阶段。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。