AI Agent时代，SaaS收费模式如何变革？

近期，企业级办公应用与AI Agent领域接连传来产品整合的动态。据公开信息披露，阿里巴巴正以QoderWork为基底，将悟空与MuleRun两大产品进行整合，打造出名为“千问办公”的一站式入口。与此同时，字节跳动选择将豆包企业版以Agent形态深度融入飞书平台，使其能够在授权范围内灵活调用文档、知识库、群聊及会议等企业核心资源，并将任务成果无缝回传至团队工作流中。腾讯方面，据媒体援引7月20日的内部组织架构调整通知，QClaw团队被划归至WorkBuddy部门，标志着两条Agent产品线正式纳入同一管理体系。

尽管三家科技巨头在AI Agent的布局上各具特色，但它们共同指向了一个行业趋势：竞争焦点正从“打造更智能的AI助手”转向“构建企业知识、数据、工具及业务流程的统一入口”。

这一转变并不预示着企业服务SaaS的消亡。传统模式下，员工通过登录软件，利用菜单、表单和按钮完成业务操作；而随着Agent的融入，员工只需提出目标，Agent便能自动获取上下文、调用工具、跨系统执行任务并交付结果。过去，SaaS主要关注“谁可以登录、能使用哪些功能”；而今，Agent控制平面还需明确“谁授权哪个Agent调用了什么能力、消耗了多少资源、完成了什么任务、结果能否复核”。

按账号或席位收费的模式因其简单、稳定且便于企业预算规划而广受欢迎。然而，Agent的兴起正在打破“一个用户对应一个席位、一份席位对应一份价值”的传统关系：一个Agent可以服务多名员工，一名员工也可能同时调度多个Agent。软件的成本与价值不再局限于“有人登录”的瞬间，而是贯穿于推理、数据获取、工具调用、任务执行及结果交付的全流程。

德勤在《SaaS meets AI agents》报告中预测，订阅和席位许可模式可能会逐步与用量及结果计价模式相融合；其引用的Gartner数据则进一步指出，到2030年，至少40%的企业SaaS支出可能会转向按用量、Agent或结果计价。尽管席位订阅不会立即退出历史舞台，身份、权限、协作、合规及基础服务仍适合采用订阅模式，但更可能出现的是“基础订阅＋用量＋任务＋结果”的混合计价模式。

基础订阅、用量、任务和结果，构成了四种可灵活组合的计价方式；而模型计算、数据工具和任务结果，则是三类需要分别核算的账本。计价方式可以多样组合，但账本必须清晰区分：

模型计算账：详细记录模型Token与算力消耗，明确“推理用了多少资源”；

数据与工具能力账：精准记录专业数据和工具的调用情况，揭示“用了哪些能力”；

任务与结果价值账：全面记录任务交付与验收情况，阐明“最终完成了什么任务”。

这三本账必须各自独立且可见，并在任务层面实现关联，以便企业能够准确判断成本来源是模型、数据还是低效编排，同时也能清晰看到价格所对应的能力和价值。

尽管Agent具备生成内容的能力，但企业决策仍需依赖真实世界的事实。例如，一家企业是否仍在运营、股东结构是否发生变化、受益所有人是谁、近期是否新增司法风险等信息，均不能依赖模型的记忆。这些信息的成本来源于持续更新的数据源、主体识别、关系计算、语义转换及证据留存，因此不能仅按模型Token数量或返回结果长度来衡量。

对于企业数据服务而言，真正的计价对象应是Agent所获得的能力：是一次基础工商查询、一次复杂股权穿透，还是多源关联与风险扫描。

在API时代，收费通常依据接口次数或年度套餐；而在Agent时代，还需识别谁在什么任务中调用了什么能力，明确成本边界，并防止重复调用或错误规划导致的预算失控。

以企查查智能体数据平台（以下简称“企查查 MCP”）为例，它提供了一个直观的实践样本。

截至2026年8月，该平台已覆盖企业数据、法律数据及智能文档解析三大领域，构建了9个MCP Server、197个工具和27个业务SKILL，底层连接超过4亿市场主体及司法诉讼、知识产权、招投标等专业数据。

该平台不采用按模型Token消耗统一计价的方式，而是根据数据工具的业务价值、服务成本及调用方式，采用分级积分进行计量。对于同一企业的工商、股权、董监高等多维查询，可通过主体合并计量和用量保护机制控制重复消耗；对于实体识别、法律数据和文档解析等非主体型能力，则根据实际调用量进行计量。积分作为数据和工具能力的计量单位，使得专业数据成本变得可预算、可追踪、可治理。

同样是企业尽调任务，不同任务所需的数据能力和最终交付物可能存在显著差异。

以初创企业基础尽调为例。对于一家股权结构相对简单、经营历史较短的初创企业，尽调通常聚焦于主体真实性、工商信息、核心股东、受益所有人及主要司法风险。此时调用的数据工具相对较少，关系链和历史跨度较短，报告内容及证据材料也相对精简。

而对于拟上市企业综合尽调而言。对于一家业务板块较多、股权层级和关联关系更复杂的拟上市企业，尽调则需覆盖历史工商变更、多层股权穿透、关联企业、董监高任职网络、近三年司法风险、知识产权、招投标及经营动态等多个维度。此时工具调用更多、时间跨度更长、证据链更完整，报告篇幅、数据覆盖度、信息丰富度和分析深度都会显著增加。

成本差异并非由“初创企业”或“拟上市企业”的标签决定，而是由任务的数据维度、穿透深度、历史跨度和证据要求所决定。因此，计量依据应当是实际调用的数据能力和任务复杂度，而非报告字数、模型Token数量或统一查询次数。

从席位订阅向混合计价模式的转变，不仅意味着价格表的修改，更要求服务商明确一次调用、一次动作、一次任务和一个结果的具体含义，并构建实时计量、调用追踪、预算控制、异常熔断和结果归因等能力。

企业采购方也需要从“购买多少功能、多少席位”的思维模式中跳出，转向更具体的问题：

模型、数据、工具和任务成本能否分开查看；

Agent是否设置了预算、限额和重复调用保护机制；

每一笔消耗能否回溯到发起人、任务和结果；

“完成任务”是否有明确、可验证的验收标准。

结果计价模式最接近客户价值，但也最难进行归因。当多个Agent、数据源和人工判断共同参与任务时，合同定义、结果归因和财务合规都会变得更加复杂。因此，未来更可能是订阅、用量、任务和结果计价模式长期并存。软件的价值单位正在从席位延伸到能力、任务和结果；谁能将计算账、能力账和价值账组织成透明、稳定、可计量、可复核的服务，谁就更有可能成为下一代企业智能的基础设施。