移动通信网 云坪
Gartner最新发布的研究报告提出，以成果为导向的代理型AI解决方案（OaAS）正在成为企业级AI交付的新范式，其核心变化在于收费依据从“工具使用权”转向“可量化的业务成果”，直接模糊了软件与服务之间的传统界限。该报告由Gartner研究副总裁孙志勇撰写，直指当前企业AI落地中三大痛点：资源有限、缺乏成功经验、投资回报率不确定。传统SaaS模式下，企业购买的是软件席位的访问权，AI是否真正产生业务价值与供应商收入脱钩；OaAS则将两者绑定，供应商收入与企业实际获得的转化率、成本节约等指标直接挂钩。Gartner给出两项关键预测：到2030年，半数代理型AI提供商将把OaAS能力作为基本功能纳入服务方案；在从AI投资中获得积极投资回报的企业中，80%将在起步阶段就采用OaAS模式。这两组数据表明，成果付费不再是一种边缘化的合同创新，而是正在演变为代理型AI商业化的默认路径，首席信息官（CIO）群体的采购决策逻辑也将随之重构。
【关键数据】
[1] 2030年半数代理型AI提供商将把OaAS能力纳入服务方案（Gartner预测）
[2] 从AI投资获得正向回报的企业中80%将在起步阶段采用OaAS模式
[3] 2028年33%的企业软件将包含代理型AI能力、15%的日常工作决策将由代理型AI自主完成（Gartner此前预测）
[4] 沉睡客户激活三分层策略：低潜力群体AI主导、中潜力群体人机混合、高潜力群体人工优先
[5] OaAS采用三步骤：OaAS准备、策略制定、运营与持续评估
从技术实现路径看，OaAS的运转依赖三个环节的紧密耦合。第一步是数据集成，企业需与OaAS提供商协作，确定并整合与业务目标一致的关键数据源，并通过数据脱敏技术在保护敏感信息的同时，允许提供商调用针对预期成果定制的预构建AI模型和智能体——这一设计解决了企业不愿开放核心数据与AI模型训练需要统一数据之间的矛盾。完成集成后，AI模型和智能体使用统一数据进行训练，确保输出与业务目标对齐。第二步是策略制定，利用训练后的模型发现高价值机会并进行群体分层运营。以激活沉睡客户为例，报告给出了一个三层策略模型：低潜力群体由AI智能体主导互动，中潜力群体采用AI与人工客服结合的混合方法，高潜力群体则优先安排人工客服介入，通过自动化与人类专业知识的差异化配置实现资源的最优分配。第三步是运营与持续评估，通过监控互动活动、追踪转化指标、分析业务成果形成实时数据驱动的反馈闭环，并据此构建基于业务成果的供应商支付机制，将问责制嵌入到每一次结算中。
OaAS的兴起与代理型AI市场的扩张互为因果。代理型AI区别于传统生成式AI的关键在于自主性——智能体可以规划任务、调用工具、执行多步操作，而非仅响应对话请求，这使得“交付成果”在技术上首次具备可行性。Gartner此前预测，到2028年，至少15%的日常工作决策将通过代理型AI自主完成，33%的企业软件将包含代理型AI能力。OaAS模式下，供应商之间的竞争维度从模型参数、token单价转向垂直行业的业务纵深。Gartner在报告中明确建议CIO在供应商甄选时，优先选择在所在行业拥有深厚业务专业知识、并提供针对该行业定制且经过验证的预构建垂直AI模型的供应商，这意味着通用大模型厂商在OaAS竞争中并不天然占优，而深耕特定垂直场景的服务商反而可能凭借行业Know-how建立壁垒。与此同时，OaAS也改变了甲乙双方的关系结构——报告强调应采用开放、灵活的协同方式，通过早期频繁协作、透明沟通和信息共享，推动传统交易型或对立型供需关系发生转变，这实质上要求企业将供应商纳入自身的数据与业务闭环。
对产业链而言，OaAS对成本结构的影响是双重的。一方面，成果付费降低了企业前期投入的确定性风险——企业不再为闲置的软件席位买单，而是为转化率提升、沉睡客户激活数量等实际产出付费，这对预算受限的CIO具有直接吸引力。另一方面，Gartner特别提示，OaAS虽然可以快速带来成效，但需要精心管理其长期成本：按成果计费的模式在规模化之后，边际成本曲线与传统订阅制完全不同，若成果单价设定不当，长期总支出可能远超SaaS模式，这也解释了为何报告将“合同谈判”列为四大成功要素之一，并建议在起步阶段就邀请采购部门参与制定支出协议。在数据层面，数据脱敏技术的采用成为集成OaAS的前置条件，围绕隐私计算、数据安全的公司将获得新的增量市场。上游看，预构建垂直AI模型和智能体的训练需要统一的企业数据，数据集成服务商、标注与治理工具提供商都处在受益位置；下游看，OaAS将催生一批“成果运营商”，它们承接企业的业务KPI，用AI智能体加人工的混合编队去完成，收取与成果挂钩的费用。
商业化落地方面，OaAS目前最适合的场景集中在客户运营与销售转化领域。报告详述的沉睡客户激活案例展示了典型的落地形态：企业首先通过训练好的模型对客户群体进行价值分层，识别出高潜力、中潜力、低潜力三个细分群体，然后分别配置AI智能体主导、人机混合、人工优先的互动策略，全程通过转化指标追踪验证效果，并以此作为与供应商结算的依据。这一模式对资源有限的中小企业尤其友好——无需自建AI团队，无需承担模型训练的固定成本，即可按产出付费获得AI能力。对于大型企业，OaAS提供了一条绕开“AI项目失败率高”的路径：Gartner指出，CIO在采用代理型AI时普遍面临缺乏成功经验与投资回报率不确定的问题，而OaAS通过设定客观的成功指标和执行情景规划，将投资风险部分转移给供应商。报告同时强调成果设定必须“可衡量且切合实际”，避免为了追求合同条款的完美而设定无法验证的模糊目标。从交付节奏看，OaAS的项目周期通常以季度为单位的成果评估节点滚动推进，数据驱动的反馈闭环使策略可以持续迭代，而非传统IT项目的一次性验收。
企业动向层面，一场围绕OaAS能力的卡位战已经展开。Gartner预测到2030年半数代理型AI提供商将把OaAS纳入基本功能，倒逼现有SaaS厂商在产品架构中嵌入成果计量与结算模块；Salesforce、微软等平台型厂商已将智能体产品与业务流程深度绑定，为按成果计费预留接口。对CIO群体，Gartner的三步骤指南——OaAS准备、策略制定、运营与持续评估——提供了可操作的落地框架，其中三个动作尤为关键：在准备阶段明确各方义务并邀请采购部门前置介入，在策略阶段坚持自动化与人工的混合配置，在运营阶段用转化指标驱动供应商支付机制。风险层面，企业需警惕三重陷阱：成果定义模糊导致的结算纠纷、长期成本失控、以及与供应商协作深度不足造成的模型效果衰减。从行业演进逻辑看，OaAS代表的是AI价值兑现方式的根本转变——当技术能力足够自主，卖工具与卖成果之间的界限消失，软件行业的商业模式将从“按席位收费”走向“按产出收费”，2030年80%正向ROI企业从起步阶段采用OaAS的预测，正是这一转变速度的量化注脚。
