AI机器人商业化突围：结果付费模式开启万亿美元机遇

今年5月，金沙江创投主管合伙人朱啸虎的动态引发市场关注——此前“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，转身投资了一家水下机器人企业——世航智能。这一转折被业界视为从“概念炒作”向“场景落地”的务实选择。

外界普遍解读，朱啸虎退出人形机器人领域的原因在于商业前景不明，他曾公开表示人形机器人“客户仅用于研究或展示，未创造持续价值”。而他新投的公司则属于“务实型选手”，具备深度场景嵌入能力和快速商业化潜力。

世航智能成立于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。公司以水下通用机器人为核心，其“虎鲸”系列产品覆盖水下0至1万米的应用场景，目前主要聚焦船舶清洗领域，为航运业提供高效、环保的解决方案。

“你们的产品是不是水下有个人在推着跑？”起初，世航团队常收到这样的质疑，创始团队不得不反复解释“完全是自主机器人作业”。最近，世航联合创始人兼COO曹颖透露：“今年公司开启商业化后，收入呈十倍级增长，预计明年实现盈利。”

曹颖指出，水下场景的研发投入其实高于陆地人形机器人。在整个机器人赛道普遍烧钱研发的背景下，能在短短一年多内接近盈利，实属罕见。

世航快速商业化的背后，与其创新的商业模式——“AI为结果付费”密切相关。具体来说，每清洗一艘船，船东支付一次清洁费用。船东愿意付费的动力在于，清洗后的船舶不仅能替代不可靠的人工清洗，还能显著节省燃油。“经过我们清洗的轮船，每天可节省10万元油费。”

这种模式对世航有两大好处：一是产品能更精准地解决客户痛点，二是打开了收入规模的天花板。这颠覆了传统卖硬件、SaaS或集成方案的收入模式，让企业从“卖工具”转向“卖效果”。

事实上，不止世航，国内外许多明星企业已开启“AI为结果付费”的商业模式探索，这正成为全球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150位顶尖AI领袖，经过6小时深入讨论，达成多项共识。其中，“基于结果的定价”和“结果即服务”成为核心观点，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，同频共振的机构也已出现。“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，这一收费模式已让部分被投企业实现收入和利润十倍级增长。

在“AI泡沫”论调不断警醒创投界的当下，一条更明晰的商业化路径正在浮现，如同混沌中的一道曙光。

因何提出？

在中国，盛景是较早倡导该商业模式的机构。2025年3月，盛景提出AI RaaS（Result-as-a-Service，结果即服务），即极致化的结果导向模式，敢于以结果作为定价、收费或盈利依据，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，世航的商业模式正是由盛景促成。在一次商业交流中，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，世航在起步阶段便采纳了彭志强的建议，采用结果付费模式，并由盛景投资其天使轮。

到底是提供设备，还是提供结果，团队进行过详细财务测算。“最终发现提供结果是最优方案，因为服务次数可以无限次叠加，最终收入规模也将无限大。而对客户来说，花10万洗一次船与花上百万买设备，哪个决策成本更高？显然是后者。”曹颖回忆。

这件事发生在2023年，一个机遇与资本寒冬交织的年份。当时30岁出头的年轻科学家陈晓博已在水下机器人领域探索了18年。商业模式得到验证后，才有了今年年初朱啸虎的入局。据悉，朱啸虎的资源和能力帮助世航打开了局面，他也因此上车了中国最具潜力的水下机器人项目。

为什么盛景的响应如此快速？王湘云解释，是SaaS模式的瓶颈推动了这场变革。“我们在上一轮SaaS投资周期中发现，美国SaaS行业发展如火如荼，企业估值高企，而国内的SaaS产业，无论收入、估值还是退出，整个链条都面临巨大压力。”简言之，“算不过来账了”。

因此盛景团队得出结论：单纯仿照美国模式在中国不一定行得通，应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基础模型迭代，一些“简单套壳”应用的路会越走越窄，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巨头吞噬？

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。盛景在此方向的案例除了世航，还包括凌云智矿——一家AI矿产勘探公司。为此，盛景研究院还推出“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。

这一思路已得到不少投资人认同。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。而AI可直接替代劳动力，这是一个远比SaaS大得多的市场。二是AI最优质的模型多是闭源的，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，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”，积累了不同船型、不同海域、不同水质、不同季节下的作业数据，这是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”。国内船东对价格敏感，更倾向选择成本最低的方案；而日本、新加坡等海外市场人工成本更高，且更认可技术价值，愿意为此支付更高价格，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。

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，则免费。

“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，现已化身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，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，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，在红杉的闭门峰会上，红杉给出了三大判断标准：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，这一模式的普及是一个渐进过程，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；L2往往是需要复杂推理和工具调用整合的长流程运营，并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，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。2025年下半年，AI资本市场创今年4月以来最差表现，纳斯达克指数单周跌幅超3%，进一步引发关于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搞混：“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，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。“这个领域还在快速发展，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？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明确而复杂的答案：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，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，正逐步成为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。