本文来自微信公众号： ToB产品创新研习社 ，作者：大D
最近，我和几天SaaS公司创始人聊到一个共同的话题：未来SaaS软件到底该如何定价才合理？
过去，SaaS按席位收费。企业有多少员工，就买多少账号；员工越多，收入越高。
但现在，一个AI Agent可能替代十几个员工完成一系列业务工作的处理。
如果SaaS软件不再只是“给人用的工具”，而开始“替人完成工作”，那么继续按人头收费，显然会越来越别扭。
有人说，那按消耗的token或者按系统积分来算吧！
听起来像是那么回事，可是积分和token得在模型或其他需要产生消耗数值的场景里才算合理。
总不能使用在用户录入了多少单据上吧？
一、按席位收费，为什么正在被质疑？
以前，按席位收费的逻辑很简单：客户买的是使用权。
这种模式适合传统SaaS。软件提供功能，人来操作系统，用户数量与软件价值大致相关。
但AI改变了这个关系。
以前，一个销售人员需要登录CRM、填写记录、跟进客户；现在，一个Agent可以自动完成其中的大部分动作。客户可能减少人工账号，却增加AI调用。
如果SaaS厂商只按照席位收费，就会出现两个问题：
第一，软件帮助客户企业提高效率，结果企业因为效率提升而减少席位，厂商收入反而下降。
第二，席位数量已经无法准确代表价值。一个普通用户可能一个月只使用几次系统，而一个Agent可能每天处理数千条任务。
Agent普及后，SaaS厂商需要重新思考什么应该被计费，包括API或MCP访问、自动完成的任务，以及由AI产生的新型服务。
二、按Token或调用量收费，也不是好答案
既然AI的成本来自模型调用，很多厂商第一反应是按Token收费。
这在技术上很合理，但在商业上未必合理。
客户并不关心软件消耗了多少Token。客户关心的是：任务有没有完成，错误有没有减少，业务有没有改善。
让客户为Token付费，就像让餐厅顾客按照厨师切了多少刀菜来结账。成本确实存在，但它不是客户感知价值的方式。
更现实的问题是，Token价格会变化，模型会切换，调用量也会受到提示词、上下文长度和系统架构影响。
客户很难提前预测预算，财务部门也难以接受一张波动巨大的账单。
我个人的建议，Token或基础设施指标可以作为成本控制的辅助指标，但不宜成为大多数企业软件的主要收费依据。
Bain对约200家B2B SaaS企业的研究也显示，AI定价并没有简单地从席位制全面转向纯用量制。大量厂商采取的是席位加容量、积分或超额收费的混合模式。
原因很简单：客户需要预算确定性，厂商也需要收入确定性。
三、AI SaaS定价，至少要区分三种价值
将AI定价区分为三类：努力、产出和结果。
按努力收费，计量的是Token、计算资源或Agent工作时长。它适合基础设施产品，因为客户购买的就是算力和资源。
按产出收费，计量的是生成了多少摘要、更新了多少条记录、推荐了多少个线索。它适合边界清晰的应用场景，客户能看见软件完成了多少工作。
按结果收费，计量的是解决了多少客户问题、追回了多少应收账款、完成了多少合规审核。它最接近客户价值，但也最难执行。因为结果必须满足三个条件：能够被观察，能够归因于软件，并且能够写入合同。
客服场景相对适合按结果收费。一个问题是否解决，通常可以定义；解决过程也比较容易记录。
但销售、市场和人力资源场景就复杂得多。一个订单成交，究竟是AI的功劳，还是销售、品牌、价格和市场共同作用的结果？如果无法清晰归因，按结果收费就容易变成合同争议。
所以，我认为未来最现实的方向不是所有SaaS都改成按结果收费，而是根据业务场景选择不同的计价单位。
四、最适合大多数SaaS的，是“基础订阅＋价值计量”
对于大多数企业软件，我更建议采用混合定价：
基础平台收订阅费，保证系统、数据、权限和服务的稳定性；AI能力再根据容量、任务或特定产出计费。
例如：
企业购买CRM的基础版本，按照组织规模或使用范围收费；AI线索分析按照处理线索数计费；销售Agent按完成的有效跟进任务计费；客服Agent按解决的会话量或服务容量计费。
这种模式有三个好处。
第一，客户知道最低预算是多少，不会因为一次业务高峰而产生无法预测的账单。
第二，厂商可以分享AI带来的增量价值，而不是把所有成本都塞进席位价格。
第三，定价单位与业务场景连接起来，厂商能够逐步验证哪些AI功能真的产生了价值。
随着AI驱动功能带来可变的、依赖用量的价值，越来越多SaaS产品会从统一订阅费扩展到随用随付和按用量定价。
但“混合”不等于“复杂”。
如果客户需要研究十几种额度、积分、调用包和超额规则，定价就会变成新的购买障碍。
好的定价，应该让客户一眼看懂三件事：基础能力多少钱，AI做了多少工作，最高可能花多少钱。
五、真正的定价能力，来自价值测量能力
很多SaaS公司急着调整价格，却没有先回答一个问题：客户到底从产品中获得了什么价值？
如果连价值都无法测量，按什么收费都只是猜测。
因此，AI时代SaaS定价需要先建立一套“价值账本”：
软件替客户完成了哪些任务？
每个任务节省了多少人工时间？
错误率、处理时效和转化率发生了什么变化？
结果能否被系统记录、核验和归因？
只有这些数据逐渐清晰，厂商才有资格从席位收费走向任务收费，甚至结果收费。
否则，突然宣布“我们从按席位改为按结果”，很可能只是把定价的不确定性转嫁给客户。
结语
AI时代，SaaS定价的核心变化不是“席位制死了”。
真正发生变化的是：客户越来越不愿意为“访问软件的资格”付费，而愿意为“软件完成了什么工作”付费。
对于SaaS厂商来说，接下来要做的不是盲目追逐按用量或按结果，而是找到与客户价值最接近、最容易理解、最能够核验的计价单位。
基础平台可以按订阅收费，AI能力可以按容量或任务收费，只有在结果清晰、归因明确的场景，才适合按业务结果收费。
AI时代，SaaS不是不能按席位收费，而是不能只按席位收费。
