在未来一年,您与软件供应商的关系可能发生根本性改变,这种变化甚至比从光盘软件到软件即服务(SaaS)的转变更为深刻。您可能开始只为软件实际交付的结果付费,而不是仅仅支付每月固定费用,无论应用程序是否真正被使用。
当然,按结果付费需要一致的、双方认可的指标来确定具体的进展情况,这将是用户和供应商面临的挑战。例如,对于Zendesk解决方案的用户,业务模式将成功定义为"自动化解决方案;当AI在无人工干预的情况下完全解决客户问题",Zendesk总裁兼首席营收官Chris Donato告诉ZDNET。"这是一种可衡量、可问责的方式,将定价直接与结果挂钩。"
几个月前,我们基于麦肯锡的分析讨论了软件采购方式的变化,该分析预测按座位收费的软件许可证可能很快就会过时。基于消费和结果的定价模式将成为软件收费的基础,大部分采购将由AI智能体执行。
正如West Monroe最近发布的分析报告所解释的那样,这对2026年的软件市场具有深远影响,该报告同样预测了按座位许可的终结。报告作者解释说:"AI正在重写整个软件行业的经济学。"至少12%到15%的企业IT预算现在投向AI,市场可能会越来越倾向于AI原生服务提供商。
研究作者预测:"那些构建能够深化客户体验的AI能力的公司将提高续约率和利润率。"
在供应商组织和客户现场都可能看到的另一个趋势是更精简的工程师团队,他们补充说。目前,80%的工程师需要在未来一年提升技能以适应AI驱动的角色。"AI正在重塑软件构建的方式以及构建者。从自动化代码生成和测试到加速发布周期,AI正在颠覆传统的产品和软件开发生命周期。"
West Monroe分析师补充说,在下一个阶段,将推动重新设计软件开发和部署流程。"重新思考流程、指标和培训,以支持平衡速度与治理的AI优先工作流程。随着AI增强人类能力,更精简的工程团队将以更少的开销交付更多产出。"
尽管可能出现更精简的工程团队,但这并不意味着AI很快就会取代人才,Donato强调说。"基于结果的模式调整激励机制,奖励效率,为客户提供比以往更清晰的投资回报率。如果做得正确,这种转变不会取代人员,而是提升他们。AI处理日常工作,而人类团队专注于更深层的客户参与和创新。这就是软件价值的未来,而且已经到来。"
这意味着超越每月或每季度简单地向供应商发送支票。Cloud Capital首席执行官兼联合创始人Ed Barrow说:"这打破了软件成本可预测且固定的旧假设。随着支出开始随着活动水平和AI驱动的使用情况而变化,公司需要新的方式来实时规划、预测和保持问责。"
Barrow解释说,这种变化理论上将带来财务、产品和工程团队之间更紧密的协作,"因为使用情况和成本现在在每个级别都相互关联。许多现有系统无法跟上这种变化步伐。"他补充说,这意味着财务数据和产品数据之间的联系更加紧密。
对许多数字原生公司来说,这种变化已经在实际发生。Donato说:"AI正在重新定义软件如何交付价值以及客户应该如何为此付费。当人类是主要用户时,基于座位的定价是合理的。但随着AI智能体处理更多工作,结果而不是访问权限正在成为衡量价值的更清晰、更注重结果的方式。"
一家名为Cozmo AI的公司一直在与一家保险公司合作,采用这种基于结果的收入模式。
Cozmo AI首席执行官兼联合创始人Alok Kumar说:"SaaS模式是为使用工具提高生产力的人类而构建的。他们不再按用户付费,而是按结果付费——按关闭的索赔、续保的保费、回收的付款付费。AI的性能将通过准确性和转换率等关键绩效指标来评判,这与我们评估人员的方式相同。"
以下是为这个新兴的软件定价世界做准备的方法:
在AI时代,供应商需要成为持续价值创造的合作伙伴。West Monroe团队建议:"寻找能够作为AI赋能合作伙伴的提供商,他们强调知识转移、联合创新努力以及对AI解决方案的共同投资。"
Donato说:"寻找使AI性能和使用情况透明的提供商。"还要寻找那些"提供支出预测和警报,并帮助您基准测试成功的供应商。这些不是一次性合同,而是建立在共享数据和信任基础上的活跃合作伙伴关系。"
在外包方面,资金正在毫无问责地流出大门,不适应AI时代。West Monroe团队表示,今天的许多合同"基于工时和员工数量,随着AI提高生产力,这会产生不一致的激励。设计具有共享节省模式的合同,确保双方都能从AI驱动的效率改进中受益,并培养更强的合作伙伴关系。"
West Monroe分析师还建议跟踪"使用AI工具开发的代码百分比和质量"等指标。"鼓励亲身实验以提高信心并促进草根采用,因为工程师通常以不同方式使用工具。标准化AI工具使用需要大量培训和持续赋能努力。"
Q&A
Q1:什么是基于结果的软件定价模式?
A:基于结果的软件定价模式是指客户只为软件实际交付的结果付费,而不是支付固定的月费或座位费。例如,Zendesk按"自动化解决方案"收费,即AI在无人工干预情况下完全解决客户问题的次数。这种模式将定价直接与可衡量的业务成果挂钩。
Q2:AI如何改变软件开发团队的构成?
A:AI正在使工程团队变得更加精简但更高效。80%的工程师需要在未来一年提升技能以适应AI驱动的角色。AI处理代码生成、测试等日常工作,让人类团队专注于更深层的客户参与和创新。更精简的工程团队将以更少的开销交付更多产出。
Q3:企业如何为新的软件定价模式做准备?
A:企业应该寻找能够提供透明AI性能和使用情况数据的供应商,建立基于共享数据和信任的合作伙伴关系。同时需要加强财务、产品和工程团队之间的协作,因为使用情况和成本现在在每个级别都相互关联,并设计具有共享节省模式的合同。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。