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。

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 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，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。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——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。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，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，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——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。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