企业采购AI时该按结果付费吗?

前阵子和一个做企业服务的朋友吃饭，他吐槽说，现在客户见面第一句话已经不是“你们用的什么模型”，而是“你能帮我完成什么可验证的结果”。这话听着像甲方在刁难人，但仔细一想，其实是整个AI采购的计价逻辑在换轨。

过去大家习惯了按Token、按算力、按席位买，本质上是把基础设施成本转嫁给客户。可客户慢慢反应过来了：我烧掉的那些Token，到底换来了什么？我见过一份行业调查，超过一半的AI公司已经在用混合定价，纯按用量收费的只剩三成多。这个比例本身就说明问题——光卖消耗量，已经没法让客户心甘情愿掏钱了。

那按结果付费是不是就顺理成章了？我觉得没那么简单。它至少得同时满足三件事，缺一件都容易变成扯皮。

第一，结果得能计量。“提升效率”不算结果，“每月处理两千张工单、解决率六成八”才算。数字得能被独立验证，否则就是各说各话。第二，结果得能归因。一件事如果AI、人工、老系统都掺和了，AI到底占几成功劳？合同里不写清楚，结果计价就退化成争议计价。第三，结果得能验证。谁来确认它真的发生了？系统日志、第三方数据源，还是双方认可的审计机制，得提前说好。

我特别想提醒采购方的朋友一句：别以为这是供应商单方面的事。真按结果付钱，你自己的采购框架也得跟着改。SLA不能再盯着“可用性99.9%”这种技术承诺了，得换成任务完成率、结果验证周期这类业务承诺。责任边界更要在合同里写死——AI给错建议导致损失，谁兜？这个问题不解决，后面全是官司。

还有个容易被忽略的点：预算锚点会挪。AI预算要是还挂在IT成本科目下，那按结果付费就拧巴了。它该和业务部门的收益挂钩，这意味着CFO和业务负责人得一起坐到谈判桌前，而不是把决定权全丢给技术团队。

当然，结果计价不是万能药。探索性使用、低频调用、结果压根没法标准化的场景，订阅制和用量制反而更合理。我比较看好的过渡方案是“基础订阅+按结果增量”，既保底又激励。

说到底，真正变的是衡量标准。当企业开始用“每美元有用智能”来算账，供应商的竞争焦点就从“我的模型更强”转向“我的结果更可验证”。这个转向对行业格局的影响，可能比任何一次模型升级都深远。