RaaS崛起与SaaS转型：企业软件的下一次变革
智东西
作者 江宇
编辑 漠影
1月19日早盘，软件股集体下挫。
税务软件巨头Intuit大跌16%，绘图与CRM双龙头Adobe与Salesforce均跌超11%，摩根士丹利追踪的SaaS（软件即服务）指数今年已跌15%，创下2024年以来最差开局。
在美资本市场的抛售潮，能够看出SaaS模式的增长焦虑。
SaaS主导美国企业级软件市场已近20年，如今面对越来越难对齐业务结果的现实，这一模式是否也该迎来范式上的更新？
SaaS已成为企业数字化的标配，企业每年投入大量预算购买SaaS系统，Gartner曾预测，2024年全球终端用户在SaaS上的支出达到2508亿美元，2025年预计将接近3000亿美元，SaaS仍是公有云支出的最大板块之一。
▲图源：Gartner
然而，部署复杂、系统集成难、数据分散、使用率低、ROI难以核算，这些常见痛点并没有因为“上云”而自动解决。企业花了钱，却难以与真实业务成果挂钩。于是，面向“结果”本身的交付方式开始受到关注。
“RaaS（Results as a Service，结果即服务）”正作为一种新范式开始走入行业视野。与传统SaaS按席位或调用量收费不同，RaaS强调“按完成结果计费”，常见形态包括Outcome-Based（结果导向）和Agent-Based（基于智能体）定价。
在海外，这类机制也被称为OaAS（Outcome as Agentic Solution，基于Agent的结果解决方案），本质是让AI Agent不仅作为工具，还具备交付能力，成为企业中可管理、可考核的“硅基员工”。
这一范式转变，正在被更广泛地讨论。近期，围绕“AI Workers”“ RaaS”和“Results Cloud”的讨论在LinkedIn、X、Facebook等平台持续发酵。“为机器打造HR系统”的说法频繁出现。
▲图源：领英
无论是软件商、行业研究者，还是企业管理者，都开始重新审视：软件交付的逻辑是否正在被改写？企业的HR部分是否正被重新定义？
▲图源：领英与X
这些问题，或许还没有标准答案，但市场已经开始回应它们。新范式，正在悄然逼近。
一、Agent成为交付者，企业更看重“结果”，新范式势在必行
RaaS之所以在当下成为受关注的新范式，关键不仅在于计费方式的转变，更在于AI Agent能力的成熟，使其真正承担起“交付结果”的角色，从而打破了传统SaaS仅提供工具、不承担成效的弊端。
Gartner在2025年发布的预测显示，到2026年将有40%的企业应用集成任务型AI Agent，而在2025年这一比例还不足5%。
▲图源：Gartner
与此同时，部分华尔街机构也开始从资本视角重新评估软件行业的潜力。高盛认为，随着AI应用加深，软件公司的可服务市场正进一步扩展。这也为RaaS类交付模式提供了更多增长空间。
这一变化已经反映在大型厂商的判断中。
微软CEO萨提亚·纳德拉（Satya Nadella）曾公开称，微软正在从“按用户计费”向“按Agent计费”过渡，因为未来的软件系统不仅服务人类员工，也服务“硅基同事”。在他看来，AI Agent将成为数字组织中的真正协作者，软件厂商也需要为这些Agent的执行与管理提供底层运行环境。
同样，在红杉资本的播客中，前Outreach CEO、现Paid公司创始人Manny Medina也认为：传统SaaS以席位或使用量为核心的定价方式，已难以反映AI系统在实际业务中完成工作的价值。越来越多厂商开始尝试围绕“完成了什么结果”和“Agent替企业做了多少事”来重新设计收费方式，是在寻找一种更贴近真实交付效果的定价逻辑。
这一行业判断，也与硅谷顶级风险投资机构a16z在2026年初发布的AI应用深度分析报告形成呼应。a16z认为，SaaS行业的黄金法则“按人头向企业收费”，正在失效。
在他们看来，AI应用进入“软件即劳动力（Software is eating labor）”阶段。这是一个比传统软件市场大得多的生意。
软件不再是辅助人工作的工具，而是直接承担工作本身。企业不再愿意为每人每月的订阅付费，而是为AI完成的实际业务成果买单。
他们以AI公司Salient为例阐述，传统SaaS思路是卖一套管理工具帮助催收员工作，而Salient直接用AI取代催收员，实现全天候、高合规、高回款率的业务目标。最终，Salient帮助客户追回的欠款比人工催收多出50%。
a16z总结称：“每个人都想省钱，但更想赚钱。”当软件不再只是工具，而是直接交付结果时，客户愿意支付的就不再是每人每月几美元的订阅费，而是基于结果的分成。
这同样也是RaaS模式能获得市场认可的根本逻辑。
与此同时，企业对“结果是否可控、是否可验证”的要求也在明显提高。
Gartner在2024年的另一份预测中提到，到2028年将有75%的企业把SaaS应用的数据备份能力视为关键要求。
这一变化背后，软件厂商对业务成果的承诺能力，也逐渐成为竞争力的一部分。这种对结果的明确诉求，也是RaaS能够形成市场共识的关键前提。
二、中国公司将RaaS从理念变为体系，“为机器打造HR系统”首次落地
当企业开始把AI Agent推向“业务岗位”，就需要同步建立两套配套机制：一是围绕“结果”进行核算的计费方式，二是能像管理员工一样管理智能体的系统。
这也让RaaS逐渐形成具备“可部署、可管理、可结算”的完整能力。
在国内，百融云创是率先将RaaS落地的揭竿旗手。其最新发布的“结果云”（Results Cloud）平台，给出了“结果即服务”的完整解法，不仅为企业提供了围绕“结果”计费的执行机制，也构建了智能体的标准化部署与管理框架，推动AI从“工具”向“硅基员工”的角色跃迁。
“结果云”由三层构成：底层的“百基”提供AI算力、推理引擎与专属模型；中间的“百工”是智能体操作系统，支持原子化能力的构建与调优；最上层的“百汇”则是Agent Store，内置了多个可直接调用的“硅基员工”。
这种三层架构，不止为Agent提供了运行底座，更构建了完整的“上岗体系”。
为了真正把AI当作企业员工来用，企业的HR系统也需要重新定义。平台内置“计价与分成机制”，企业可按任务单次计价、按岗位薪酬包月包年，甚至按效果分成，灵活配置AI劳动力，就像人力部门为员工设岗定薪、追踪绩效一样。这也意味着，百融云创已率先实现“为机器打造HR系统”的概念落地。
平台的另一大亮点是“Agent可观测”，通过多层评测与反思式学习机制，智能体可自动提炼历史经验、优化执行效果。企业无需反复调试prompt，即可让Agent在实际任务中持续成长，效果可逼近精调模型，成本却大幅降低。
更关键的是，“结果云”在平台架构层面实现了智能体的生命周期管理：从开发封装到部署上线、再到运行迭代，整个流程从传统的两个月压缩到两周内完成。
这种工业化流程，使得“硅基员工”的配置和管理真正具备了“规模化复制”的可能。
在海外，RaaS类似的探索也已出现。
Salesforce近期推出Agentic Enterprise License Agreement（AELA），采用面向Agent的席位定价策略，并愿意在短期内承受利润压力，以换取Agent使用率提升与客户长期价值变现。
其首席营收官Miguel Milano认为，客户一旦建立起Agent使用习惯，就有可能在未来带来数倍于当前模型的货币化机会。Salesforce的这类策略也是传统SaaS厂商在AI转型过程中进行的革新与迭代。
可以看到，从中国的“结果云”到Salesforce的“AELA”，RaaS开始在具体产品与系统中体现出清晰的落地解法。计价机制、运行系统和价值分配，都在为“结果即服务”这一新范式扫清现实障碍。
三、RaaS解决了传统SaaS的旧问题，也引出了新挑战
传统SaaS之所以交付难落地，根本问题在于厂商只提供工具，真正的价值实现仍压在客户身上。企业往往需要投入大量人力培训员工、改造流程、对接系统，才能让软件真正“跑起来”，业务指标也因此难以对齐。
RaaS的出现试图改变这种结构，将交付责任和风险移到厂商端，客户买到的是已经完成的业务或可衡量的指标提升。
但新的范式也带来了新的挑战。在海外的行业讨论中，已经开始出现对RaaS这一新范式的质疑声音。
比如：结果指标由谁定义？失败责任如何划分？数据权限如何控制？合规审计是否跟得上？更重要的是，一旦厂商无法交付结果，就面临“颗粒无收”的风险，这也对平台的技术稳定性、交付与管理能力提出更高要求。
在这一背景下，如何构建一套真正可运营、可复用的RaaS系统，成为行业普遍的空白。
百融云创构建的“结果云”平台，正是为填补这一空白而提出的落地解法。“百基—百工—百汇”的三层架构与核心能力打通了从结果定义、执行过程到结果验证与对账的全链路，相当于为企业部署RaaS提供了一套“可落地的操作系统”。
在当前行业尚处探索阶段的背景下，这一平台成为观察、分析和落地RaaS范式的关键参照点。
结语：结果将成为企业AI时代的新标尺
RaaS更像是对SaaS老问题的一次范式革命：企业需要能稳定对齐业务指标、可验收、可对账的交付。
随着AI Agent以“硅基员工”的形式进入企业，按席位订阅这套逻辑开始松动，结果、动作、解决率这类“结果”或将变成新的计费单位。
今天看来，RaaS正在成为企业重新组织AI生产力的一种新共识。而这一转变，正是从百融云创的“结果云”实践起步，为整个行业打开了标准化、规模化落地的现实路径。
相关攻略
当我们探讨如何让多个“智能体”协同工作时，实际上是在研究一个前沿领域——智能体协调控制。简而言之，这是一种通过设计特定的规则与策略，使一群具备自主感知、决策与行动能力的个体，通过相互协作，共同完成复杂任务或管理系统的方法论。 定义与核心原理 该方法的核心在于“协调”二字。每个智能体都能独立感知环境并
谈及RPA（机器人流程自动化）与智能体，不少用户容易将两者概念混淆。实际上，若将它们比作数字化工厂中的两类“员工”，其核心差异便清晰可见。 RPA：不知疲倦的“熟练工” RPA的定位，类似于生产线上的资深操作员。它最擅长执行那些高度重复、规则极其清晰的标准化任务，例如批量处理表单、跨平台数据迁移、定
构建一个高效的目标导向智能体系统，是一项融合了系统工程与人工智能技术的复杂任务。它并非简单的代码堆砌，而是一个涵盖目标定义、架构设计、决策算法选择、学习能力赋予以及应对现实世界不确定性的完整框架。本文将系统性地拆解这一构建过程，为您提供清晰的实施蓝图。 一、智能体的定义与目标 智能体（Agent）的
聊到智能体程序，很多人可能觉得这是个高深莫测的领域。其实，它离我们并不遥远，从家里的智能温控器到路上的自动驾驶汽车，背后都有不同类型智能体的身影。它们各有所长，适用于不同的场景。今天，我们就来梳理一下几种主流的智能体类型，看看它们是如何“思考”和“行动”的。 简单反射智能体（Simple Refle
腾讯开源TencentDBAgentMemory工具，以四层渐进式记忆架构解决AIAgent记忆管理难题。该工具结合上下文卸载与任务画布技术，显著降低Token消耗并提升任务成功率，支持短期记忆压缩与长期个性化记忆，所有记忆文件以可读格式保存确保可追溯。默认使用本地SQLite实现零依赖部署，适配主流Agent框架便于快速集成。
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练