VC投資人：“我們正在找尋這類公司”

今年5月，金沙江創投主管合伙人朱嘯虎的新動向引發關注——當時“宣稱不看好人形機器人”的他，在批量退出人形機器人項目后，轉身又投了一家水下機器人項目——世航智能（下稱世航）。

當時，外界已經解讀過朱嘯虎的操作。朱嘯虎退出人形機器人是因為商業前景不明，并公開宣稱人形機器人“客戶僅用于研究或展示，未創造持續價值”。而他轉身投資的公司則屬于“務實投資”，具備深度場景力、能快速商業化。

世航成立于2023年，是國內最早研究，且最先完成水下清洗機器人商業化的企業。其以水下通用機器人為主線，產品“虎鯨”系列構建了水下0-1萬米海洋生產力，目前主要應用在洗船領域。

“你們的產品是不是水下面有個人在推著跑？”起初，世航團隊也收到了不少質疑，創始班子只能不厭其煩地解釋“完全不是”。最近，世航聯創兼COO曹穎告訴我：“今年公司開啟商業化，收入呈十倍級增長，預計明年盈利。”

曹穎透露，水下場景的研發費用其實會高于其他場景的人形機器人。這放在整個機器人賽道來看，在大量研發燒錢后，能夠在一年多時間完成盈利的并不多見。

大家可能不知道，世航快速商業化的背后，和它頗具前沿的商業模式——“AI為結果付費”頗為相關。

具體解釋一下就是，它每清洗一艘船，船東就付一次的清潔費。船東愿意為其付費的動力在于，清洗完的大船，不僅能取代無法檢驗的人工清洗，還能節省油費。“經過我們清洗完的輪船，每天能節省10萬元油費?！?/p>

這對世航來說有兩大好處：一是，產品能夠更精準的解決客戶需求。二，能夠打開收入規模天花板。這顛覆了行業以往賣硬件、SaaS、或者集成方案的收入模式。

其實不止是世航，國內外很多明星企業已經開啟了“AI為結果付費”的商業模式時代，且這已經成為了當前全球AI巨頭及資本巨擘的共識。

在今年5月閉幕的第三屆紅杉資本AI峰會的閉門會議上，包括紅杉資本合伙人Pat Grady、OpenAI首席執行官Sam Altman、谷歌首席科學家Jeff Dean等在內的全球150位頂尖AI創始人，經過6小時的深入探討，眾多前沿觀點和共識浮出水面。其中，Outcome-based Pricing（基于結果定價）,Outcome-as-a-Service（結果即服務）成為最為核心的觀點之一，這意味著：“下一輪AI，賣的不是工具，而是收益。”Pat Grady把這稱為“萬億美元機會”。

在國內，同頻共振的機構也已出現?！拔覀冋谡覍み@類商業模式的公司，也會推動一些有潛力的企業朝這個方向轉型?！笔⒕凹纬蓜撏豆芾砗匣锶送跸嬖票硎?，這一收費模式讓一些被投企業實現了收入和利潤十倍級的增長。

在“AI泡沫”論斷不斷警醒著創投界的當下，一條更加明晰的商業化路徑出現了。這就像混沌中出現的一道曙光。

因何提出？

在中國，盛景是較早提議該商業模式的機構。

2025年3月，盛景提出AI RaaS（Result-as-a-Service，結果即服務），即極致化結果導向模式，敢于以結果作為定價、收費或盈利的依據，并將其形象地比喻為“AI業主或AI甲方”，主張只有端到端服務并深度嵌入物理世界，才能真正創造價值。

實際上，世航的商業模式便是盛景促成的。在一次商業組織上，世航創始人陳曉博認識了盛景網聯董事長、盛景嘉成創投創始合伙人彭志強，彼此觀念和價值觀一致，剛起步世航就聽從了彭志強的建議，以結果付費為商業模式，并由盛景投資其天使輪。

到底是提供設備，還是提供結果，團隊進行過財務測算?！白罱K，我們發現提供結果是最優方案，因為次數可以無限次拉大，最終結果也將無限大。而對于客戶來說，10萬洗一次船和花上百萬買機器，哪一個決策成本高？顯然是后者?！辈芊f回憶。

這件事發生在2023年，一個無限機遇和資本環境寒冷相疊加的一個年份。當時30歲左右的年輕科學家陳曉博已經在水下機器人世界探索了18年。商業模式得到驗證后，才有了今年年初朱嘯虎投資的手筆。據悉，朱嘯虎的資源和能力幫助世航打開了局面，朱嘯虎則上車了中國最具潛力的水下世界機器人項目。

為什么盛景的響應如此快速？

王湘云告訴我，是SaaS模式的瓶頸推動了這一變革。“我們在上一輪SaaS投資周期的過程中發現，美國SaaS行業發展如火如荼，企業擁有很高的估值，而國內的SaaS產業，無論從收入、估值還是退出，整個鏈條都面臨著巨大的壓力和挑戰?！笨傊?，一句話：“算不過來賬了?！?/p>

所以團隊得出結論：單純仿照美國模式在中國不一定行得通，應該將軟件邏輯放在產業互聯網和更長業務鏈條中考慮。順著這個邏輯，盛景也成功投資出了一些企業。

時間來到2022年，ChatGPT推出后，進入AI驅動的新一輪產業周期。盛景觀察到，隨著AI基礎模型的迭代，一些“簡單套殼”應用的路會越走越窄，所以，簡單的套殼項目長期、可持續的資本價值面臨挑戰，那需要增強何種能力才能不被吃掉？

于是，盛景的思考結果是：要有強大的場景能力，并以結果來收費。通過投資案例發現，以結果為導向的收費模式能讓收入和利潤有十倍級增長。盛景在此的投資案例除了世航外，還包括凌云智礦——一家AI礦產勘探公司。

為此，盛景研究院還不斷發文，推出“AI RaaS全球案例30”系列，系統拆解標桿企業，為本土創業者提供可借鑒的范式。

這一思路已經得到了不少投資人的認同。資深投資人云客也告訴我：SaaS模式，極有可能在AI時代終結，這背后邏輯包括兩點：

一是付費邏輯變化了。SaaS的本質是讓用戶為工具付費，但工具只是手段，解決不了最終結果。但AI可以直接替代勞動力，所以這是一個遠比SaaS大得多的市場。

二是AI最優質的模型都是閉源的，掌握在巨頭手中，套了殼的新一代SaaS幾乎無法構建護城河。

目前，云客也在找尋這類有商業潛力的企業。

有何標準？

或許不少人會困惑，AI agent按照結果付費，這個衡量標準是什么？

以世航為例。曹穎坦言，公司需要通過實際作業效果，如為客戶省油來逐步證明價值，教育市場。這個過程具有挑戰性。

曹穎總結，最終能夠實現“為結果付費”這一商業模式，核心依賴于以下三大能力：

一是，斷崖式領先的硬件與系統集成能力；二，持續迭代與構建壁壘的“燃料”，通過清洗“上千條船”，積累了在不同船型（散貨船、集裝箱船等）、不同海域（北海、東海、南海）、不同水質、不同季節下的作業數據。這是任何只賣設備或不直接面對終端客戶的公司無法獲得的；三，服務結果可量化、可驗證。

目前，世航已經成為國內擁有最多水下場景數據的公司?！昂髞碚吆茈y追上?！辈贿^，曹穎也介紹，公司在跑通商業模式的過程中基本是“在國內卷，在海外賺錢。”

一方面，國內船東對價格非常敏感，更傾向于選擇成本最低的方案，即使服務質量參差不齊。如日本、新加坡等海外市場，人工成本更高，且更認可技術的價值，并愿意為此支付更高的價格，海外客單價能達到國內的“三倍以上”，所以公司目前正積極開拓海外市場。

在國際上，RaaS模式正在多個領域得到實踐。Clay、Sierra、11X等公司已從傳統軟件訂閱模式，發展到按任務收費或基于任務與結果的混合定價模式。

由OpenAI董事會主席Bret Taylor創辦的AI客服獨角獸Sierra尤為激進。它不是一個簡單的客服系統，而是一個閉環成交的銷售Agent平臺，幫助品牌從首問到下單全流程完成銷售。

它不光接觸客戶，更負責轉化結果，真正走上“你給我一筆預算，我給你帶來多少GMV”的路線。

其中有一個細節更直觀：當AI智能體獨立解決了來電或在線咨詢的需求時，Sierra會收取一次費用;如果最后必須轉人工，那這次就是免費的。

“我們很喜歡這種模式，我也認為這會成為智能體的標準商業模式?！盉ret Taylor如此表示。Sierra成立于2023年，現已化身為百億美元估值的獨角獸。

Ramp則將這一思路推向極致。這是一家在2019年成立于美國紐約的金融科技公司，它從一張企業信用卡起步，旨在用技術手段顛覆傳統企業支出管理方式，幫助企業省時省錢。它不賣企業一個財務系統，而是直接承諾節省多少費用。它的AI能自動識別冗余訂閱、談判降價、預測風險，把“用這個工具的收益”變成KPI。

要總結一個更普適的“結果型產品”的衡量指標的話，在紅杉的閉門峰會上，紅杉給了三大判斷標準：是否能跑完一個完整任務流程；是否具備任務執行中的持久性；是否能交付可衡量的業務價值。

在盛景團隊看來，這一模式的普及是一個漸進的過程，按智能度可以分為L1-L4四個等級：

L1代表以線上數字應用為主、偏高度重復、流程清晰、標準化程度較高的短流程業務，比如目前在法律、客服等行業會率先實現應用。L2往往是需要復雜推理和工具調用和整合的長運營流程、并且很多時候會需要調用硬件工具參與落地。L3更偏重幫助客戶實現產品和服務的銷售閉環，并最終實現銷售收入的結果分成，這意味著AI服務的外向型鏈接能力得到質的提升；L4則躍升為“AI業主”，不僅具備AI服務能力，更借助AI優勢成為核心資產或公司價值的主要或部分的“所有者”。

王湘云認為，智能等級更高的業務相當時間內需要AI和高專業能力人進行高質量的協作配合，這是一個更為健康的AI產業化模式。未來隨著技術成熟，AI占的比例會逐步提高；在整體推進速度上，市場化程度越高的供應鏈和價值鏈，AI RaaS的推進速度會越快。

AI藍海和泡沫可以同時為真

AI agent產生在AI大模型落地應用之際，也置身于“AI泡沫”的大討論之中。

2025年下半年，AI資本市場創今年4月份以來最差表現，納斯達克指數單周跌幅超3%，更加引發了關于AI泡沫的更廣泛討論。

主要在于，OpenAI等頭部企業面臨巨額研發投入與商業化收入之間的鮮明反差：2024年其研發投入超過150億美元，但商業化收入卻不足30億美元。

即使能夠如Altman預期在2025年底的年收入年化率將超過200億美元，到2030年增長到數千億美元，也難以形成正向現金流。

與此同時，AI成本問題也日益凸顯。大模型成本每年降10倍的預期，并未能挽救眾多AI企業的付費訂閱模式。

麻省理工學院的一項研究也引發了大面積的討論，該研究指出：盡管企業在生成式AI上已經投入了300–400億美元，但95%的組織尚未取得任何業務回報。

不過，云客強調，這里面有一個邏輯不能搞混了：“通用大模型本身和利用大模型能力賺錢是兩件事。前者投入巨大，短期內必定是看不到回報的，它們的目的也并非快速盈利，而是搶占下一代技術革命的戰略制高點。前者是屬于少數國家隊和科技巨頭才能玩得起的游戲。而后者才是普通創業者去發力的地方?！?/p>

他認為，今年被高估的方向是人形機器人?！斑@個領域還在快速發展，在未來幾年可能會看到突破，但如果期待快速大規模落地，我覺得是大大高估了。技術的發展必須經歷幾個階段，沒法快速跳過?？梢钥吹?，特斯拉也在今年下調了對Optimus的生產預期?！?/p>

那么，該如何看待當前的泡沫？

我想或許可以引用Sierra聯合創始人兼CEO Bret Taylor在一次訪談里給出的一個明確但復雜的答案：

AI將重塑經濟、創造巨大價值；同時，泡沫的確存在，也會有人虧很多錢。兩者可以同時為真。

他認為當前的AI泡沫像極了互聯網泡沫：確實互聯網泡沫時期有很多失敗案例，但把時間拉長到30年，我們看到Amazon、Google等巨頭誕生，也看到Microsoft的云業務成為市值的重要支柱，更能直觀看到互聯網對全球GDP的深遠影響——1999年的“樂觀”，很多其實是方向正確。甚至像當年的Webvan（網上生鮮配送），也在智能手機普及、互聯網規模成熟后，以Instacart、DoorDash等健康業務的形態“再現”。很多想法并不糟，只是來得太早。

此外，AI agent為結果付費的探索，會慢慢成為AI創收的新趨勢。

總的來說，2025年AI Agent已在多個行業告別概念驗證，進入價值兌現的階段。在AI泡沫的討論聲中，RaaS模式的出現，為行業指明了一條務實的發展路徑——AI技術必須回歸商業本質，為客戶創造可衡量的價值。這條路或許不像無限量融資、堆算力追求SOTA那樣引人注目，但卻可能更持久，更堅實。