在中国企业软件圈，几乎每一个做AI的创始人都在思考一个问题：我的产品能不能只为 “结果” 收费？
客户不再愿意为工具买单，他们要 “提效” “增收” “降本” 的明确回报，最好还能签个对赌协议。结果导向，似乎成了下一个时代的生死门槛。
但问题是，结果到底怎么定义？能不能交付？客户认不认？这不是一句 “按结果付费” 就能解决的。
同时，“结果付费” 似乎也正成为企业软件领域最具争议和期待的新范式。
在近日举办的2025 AI Cloud 100 China榜单发布会上， 崔牛会创始人&CEO崔强主持了一场圆桌对话，与群核科技联合创始人&CEO陈航、影刀RPA创始人&CEO金礼剑、硅基智能创始人&董事长&CEO司马华鹏、像素绽放PixelBoom（AiPPT.com）创始人&CEO赵充，深入探讨了 “从软件订阅费到为GenAI结果付费，AI如何重塑收入模型？”。
崔强在开场便抛出核心问题：99% 的企业软件是否注定无法实现 “按结果收费” ？而那可能的1%，究竟长什么样？
对AI企业来说，问题并非 “能不能收费”，而是 “为谁交付、交付什么、怎么收钱”。
陈航认为，核心不是模式，而是客户是否真正认同你的产品价值 —— 只要客户认可，总能找到合适的变现方式。他强调，AI落地场景的本质是效率和产出之间的匹配，“订阅” 与 “结果” 其实只是两种手段。
金礼剑则提出，AI的角色不再是简单的工具，而应成为能参与企业流程甚至组织决策的一环。但前提是你必须能定义清楚 “结果” 的边界，否则就难以形成合理的商业闭环。
赵充则提供了另一种答案：在ToC与 ToB之间，他选择了 “创意表达” 场景的切口，用混合付费模式探索广义的结果交付 —— 哪怕只是节省了2 小时做PPT的时间，也是一种可感知的结果。
而司马华鹏，则更坚定地站在 “结果付费” 的一端。他将AI比作能对赌业绩的“高管”，强调只有深度参与产业、分担业务KPI，AI企业才能获得真正的高价值回报。他曾直言，“不能帮客户赚100万的AI，不算好AI。”
五位嘉宾最终的讨论回到了最本质的问题上：什么是 “好结果” ？谁来判定？又该如何定价？
面对这些问题，答案也许还未统一，但共识正在形成：AI时代的企业软件，终将走向角色化、结果导向和价值闭环。
而 “结果付费”，或许正是那扇通往新范式的大门。
阅读目录
1. 不是所有软件都能“按结果收费”
2. 结果付费，会走向“深水区”吗？
3. 结果付费的底层挑战：谁来定义价值？
4. “好结果”谁说了算？
5. 从个例到主流：结果付费的未来已来？
以下是经牛透社编辑整理的对话内容：
01
不是所有软件都能 “按结果收费”
崔强：今天我们讨论的话题是AI是否会重塑传统的软件订阅收入模型。昨天我在杭州和一群创业者聊到了类似的问题，我们有一个结论：大概99% 的企业软件无法实现 “结果付费” 的交付模式，真正有可能做到的，可能只有1%。
前面的分享有嘉宾提到，广告行业其实早期就是结果付费的代表。那么问题来了：是AI催生了结果付费的发展，还是结果付费本身就存在，只是AI加速了它的落地？
另外，我也想请各位嘉宾分享：你们有没有尝试将订阅模式向结果付费做转化？如果尝试过，效果如何？
陈航：我们做的是空间智能方向，其中最广为人知的产品是酷家乐，目前已经拓展到家居、连锁、电商等不同空间场景设计、工业制造、智能体训练等多个行业，服务对象也涵盖了各类客户。
第一要素是用户价值：客户是否愿意使用你的产品，这才是核心。只有 “1” 成立了，也就是客户真正认可你，后面的商业模式都可以灵活适配。说到底，只要用户愿意买单，总有办法收费。
AI出来之后，对于很多公司尤其是涉及3D训练、视频生成的，会面临供给和模型成本非常高的问题。如果你要做到足够好，还得付出昂贵的云服务成本。这种情况下，按 “结果” 计费是合理的，比如OpenAI本身也是这样。
所以还是那句话，“1” 更重要，模式是其次。
我们服务了很多行业，收费方式其实取决于几个关键因素。前提是先假设你的边际成本不是特别高，或者可以视为常量：
如果客户的用户群很大，比如面向大量销售人员，订阅模式更适合；
如果客户的用户本身就不多，那就要看效果了，可能更适合按结果收费。
AI的加入，核心还是看是否真正提升了效率。它同时也带来一个重要区分：
你的产品是解决营销问题，还是解决成本问题？
如果只是成本中心，那很难推动客户长期订阅，结果收费更有可能；
如果你的产品是营销工具，能带来更多销售人员产出，甚至帮助企业扩大规模，那订阅模式就更容易成立。
还有一个维度是用户属性：ToC的产品更容易推行结果付费，ToB的企业软件则需要更复杂的说服和逻辑自洽。
所以总结来看，定价模式要考虑的三大因素是：
1. 服务对象人多还是人少？
2. 面向的是成本中心还是营销中心？
3. 是ToC还是ToB？
金礼剑：我们做的影刀RPA产品，最初是通过逻辑规则实现自动化，替代一些重复性强的工作。AI出现之后，能力边界拓宽了，不仅能执行规则，还能处理部分决策类的任务。
从客户角度看，他们始终是为 “结果” 买单的。因此在销售过程中，我们会深入企业的实际场景，了解员工日常的工作流程，并帮助客户识别：哪些环节是可以被影刀替代的，这本质上也是一种面向结果的销售逻辑。
虽然现在AI具备了更强的能力，但目前我们在收费模式上仍以订阅制为主。整体逻辑是：围绕客户期待的结果，销售我们的产品，以此来实现收费。
崔强：通过模型把这个问题泛化。
赵充：我们整体在做AI Office全家桶，核心产品是AiPPT.com，此外还有AI表（AiBiao.cn）、AI好记（AiHaoji.com）等多个产品。
我们与上一代工具型产品最大的区别在于：我们直接交付结果，而不仅仅是提供工具。传统PPT工具是把工具交给用户，用户还得自己找配图、做内容；而我们直接帮用户把内容生成好、PPT做出来 —— 交付的是完整成果。
在变现模式上，我们采用混合收费：基础功能采用订阅制，一年内生成几千个PPT，价格是119元。
但如果用户有更专业的需求，比如：
接入特定的知识库（如，政企版本里接入主流价值观语料库以及增加内容审校）
企业定制VI品牌配色、Logo、字体和企业定制模版
协作类高级功能
这些都需要单独付费。
也就是说，我们以 “交付结果” 为核心，同时在不同使用场景下采用差异化、混合式的变现模式。
司马华鹏：我们是硅基智能，做的是数字人产品。相比在座几位，我们产品单价可能是最贵的，AI直播产品平均每套在6～10万元。
我非常看好按结果收费的模式，也做了很多实践，我认为这是真正突破AGI的必由之路。
为什么我们能卖这么贵？因为确实有不少客户用我们工具创造了巨大的价值。
我举个例子：我们今年为一家只有十几个人的直播公司提供了AI能力赋能，这个公司今年AI直播营收预计会达到1 亿。我们也在尝试通过深度合作获得适当比例的收益分成。
大家都知道罗永浩最近的AI直播，一场下来据说能卖5000多万，刚刚好他昨天也在论坛现场。
但我的问题是：如果这真的是能带来上千万收益的工具，卖多少钱？收多少订阅费才合理？很明显参与分配更加合理。
从去年开始，我们就在不断实践 “按结果收费” 的路径，尤其在直播场景已经成功落地。有个国外客户一年用AI卖出上亿美元GMV，我们能从中锁定比例进行分成，这就是结果付费的直接体现。
此外，我们还用AI打造了多个网红IP，直接用这些IP的流量帮客户获取收入。4月开始，我自己也花了两个月时间，用我们的AI能力将我 “变成” 一个近千万粉丝的知识博主。现在账户一个品牌广告的报价是15~20万，今年预计广告收入能做到大几千万。
这也是从卖工具订阅费用走到了卖结果，只是我是个特殊客户。
2023年 AI大模型热潮时我曾经提出一个观点：“不能帮客户赚100万的AI，不算好AI。” 如果你的AI产品只敢卖19美元一个月，那它创造的价值应该不会比这个价格高很多。
我们有些产品之所以敢卖几万、几十万美金，是因为我们看得清楚客户使用AI所带来的直接效益。真正能做到按结果收费的AI，才称得上 “有价值的合作伙伴”。
我们要在这条路上孤独的走下去。
崔强：现在的AI产品，不只是交付工具，还需要提供咨询服务，甚至要贴身陪跑、亲自下场帮客户做事，这已经是在偏离 “工具” 本身的范畴了，不是吗？
司马华鹏：纯AI工具创造的价值，随着竞争加剧，给客户报价格一定会越来越低，甚至走向免费和开源。
就像最近很火的泡泡玛特创始人王宁讲的，凡是 “有用” 的东西最终都会卷进价格战，因为 “有用” 本身意味着高度可替代。
相反，泡泡玛特做的是 “无用之用”，比如：Labubu，虽然功能性不强，但带来了巨大的情绪价值，还有投资属性，随手转手可能就能赚几倍。
所以回到AI竞争本质，我们要避免陷入价格战，而是要真正为客户创造价值，并通过结果分成获得收益。
比如自动驾驶技术一旦成熟：你是像特斯拉一样自营出租车运营公司，还是把技术卖出去？道理显而易见。
再比如，如果你开发了一个AI炒股软件，它能够炒股赚钱，你是直接卖软件，还是自己用它自营炒股赚钱？用最基本的经济学常识就能得到答案。
与其吹嘘你的AI能提升多大的效率，不如亲自下场，用它帮客户赚钱，最后参与分润，深度参与行业变革。
我们已经在短视频、直播、情感陪伴等领域实践了这一点，并建立了大量自营业务。预计未来我们自营收入将占到整体收入的2/3，而传统卖软件的收入占比会逐步下降。
02
结果付费，会走向 “深水区” 吗？
崔强：这次邀请四位嘉宾对话，我突然发现你们的产品都偏向工具层面，几乎没有涉及到管理层面。这也可能代表了一部分人的声音。
“结果付费” 的概念被广泛使用，但它到底意味着什么？按结果付费，最终可能意味着深入到产业链的各个环节，一旦这样，事情就变得复杂，难以保持工具本身那种快速复制的特性。
我想问：未来真正的结果付费，是否会沿着这条深入产业链的方向发展？
赵充：结果付费有很多层次，不一定非得深入客户生意帮他赚钱才算交付结果。
比如我们客户的客单价也有很高的，有几十万的，针对的是政府办公提效这样的结果交付。显然，我们做不到帮你写一个融资用的商业计划书的PPT，然后从融资收益里分钱，这不现实。
但我们能做到的是，把客户原本需要2 小时完成的PPT工作缩短到2 分钟，他愿意为这个结果付费。很多企业老板认可这一点，比如美的的老板明确表示不写PPT了，公司直接采购我们的产品。
除了订阅收入，我们也提供个性化的PPT制作和定制服务。我们背后有庞大的创作者生态，中国大部分PPT领域专业创作者都在我们的社区，能接活帮客户交付成果，这也是一种结果交付的体现。
崔强：昨天在 “杭州论剑” 讨论时，我很羡慕香港市场。比如做一个表单处理，就能带来15万港币的收入。
很多工具类产品本身并不涉及复杂交互，更多时候是依靠生态合作伙伴帮客户实现交付，实际上这也是一种结果交付。无论是帮客户节省十倍的人力，还是直接带来收入增长，企业软件面临的最大难点是什么？
金礼剑：数字化的本质，是为了应对人力资源中的各种不确定性。员工可能随时离职、需要不断培训，这些都是随机性因素。人类社会的发展，从采摘时代到农耕，再到如今的数字化，都是在追求更高的确定性和柔性制造能力。
结果付费，本质上是我们对确定性的追求。过去客户购买软件时，会反复探讨软件能带来什么价值，内部做大量验证，最终才会坚定地走向结果付费的方向。
但我们面临的最大难题是，影刀的应用场景非常多样，价值难以统一衡量。要做结果付费，比如 “帮你操作一次点击收多少钱”，难度极大，因为每个岗位的价值不同。
因此，我们目前只能采用订阅模式收费。但从用户需求和我们希望传递的价值来看，本质上还是按结果交付。
崔强：你提到数字化是解决用户不确定性的焦虑。前几个月我们也讨论过，如果每个人都拿着 “加特林”（强大工具），A公司和B 公司都具备类似能力，在中国市场竞争激烈，快速卷起来，价格优势很快消失，那该怎么办？
陈航：我们目前已经是全球最大的空间设计平台，同赛道里拥有最多的月活跃访客数。
这并不影响不同企业的使用效果：A企业可能用得更好，B企业用得稍差。A企业借助新的AI技术，实现了更智能化和更高效的运营；B企业则通过我们的系统对接，实现了设计与生产的一体化。
如果我们的软件过于单一，不能覆盖更多维度需求，那就是我们的短板。我们需要在这个泛场景下解决更多问题，这对底层引擎能力提出了更高要求。
此外，如何做好系统集成和组织管理，也是一大挑战。
核心还是要把自己的软件做到极致，确保产品和服务远超竞品。
陈航：AI带来的变化可能会更快。我们需要更敏锐地捕捉新的技术，并将它们集成到自己的体系中。比如VAST的 Tripo AI，通过图片生成精细的3D模型，然后直接导入酷家乐平台，这样上下游协同效果很好。
我们应该更好地整合新的AI能力。回顾十年前移动互联网爆发的时代，虽然当时涌现了很多创新企业，最终仍是几大巨头占据主导。
那些在上一轮积累中成长起来的企业，应该在当前时代更积极地拥抱AI。毕竟我们的创始团队仍在，而不像美国一些公司创始人已经离开。
03
结果付费的底层挑战：谁来定义价值？
崔强：我想提一个问题。最近红杉的会议里，大量讨论结果付费这个话题。先不谈我们自己做的业务，面向整个企业软件的大市场，往结果付费方向走，最大的挑战是什么？
司马华鹏：我们把AI看作一种 “生命体”，一种硅基劳动力，按结果付费的逻辑，其实就像招聘一个员工，敢跟你对赌业绩，而不是对赌工作时间。
目前，企业里大多数员工是对赌时间，也就是说，员工上足了班发多少钱；但少数优秀员工会说：“我今年帮你完成多少业务，拿多少提成。”
一个好的AI应该更像这样的高管，而非普通员工。
从生物进化角度看，如果一家公司有1000个 AI为客户工作，我希望实行多劳多得的制度：表现好的AI获得更好的算法和算力支持，表现差的则减少资源。这样形成一种新的生产关系，通向AGI的生产关系。
以我们AI直播为例，每个客户算力配置是平均的，但效果差异巨大：有人用同样资源赚千万甚至亿元，有人则效果平平。未来的AI不应是平均输出，而应基于个体成长和发展获得差异化资源。
目前全球大模型发展受阻，我认为这不仅是AI作为劳动力的问题，更是AI面临落后生产关系引起的问题。回想1978年以前的中国，大锅饭导致不少农民再努力也吃不饱，直到家庭联产承包责任制释放了生产力。AI的发展同样需要突破落后的生产关系，避免 “大锅饭” 式的平均主义。
举个例子，我们的AI直播客户，一个直播间我们给他每月投算力算法价值几百万，但能赚回几千万，使用的都是最先进的算法，甚至是定制算法，这推动了AI的 “物种进化”。平均主义只会导致平庸主义。
假如未来有一万辆自动驾驶汽车出去完全自主干活赚钱，如果收益无法让AI系统分享到，无法获得好处，这些算法就会趋向于让这些车停在原地。反之，如果AI能获得正反馈，得到投资和激励，最终AGI的发展才真正有望突破。
如果未来硅谷出现一家能包写论文、甚至包拿诺贝尔奖的AI公司，这将对我们这些做工具的企业冲击巨大。
现在两国在人工智能上竞争激烈，如果美国那边AI公司追求 “造上帝”，我们只是专注于找到小场景落地，长期竞争之后，就会拉开巨大的差距，我们这些中国创业者有责任在战略上做好布局，为国争光。
目前大模型市场仍在价格战的竞争阶段，这属于低级竞争。我们需要更多像王宁这样有深度思考的企业家，跳出低端竞争逻辑，开发出拥有核心技术且敢卖高价的AI产品，基于基于真实客户价值参与结果分成，这才是AGI发展的关键。
如果只从劳动力层面看问题，目前的AI就像1978年以前的我国农民，努力也难有突破。只有赋予AI“多劳多得加鸡腿” 的能力，真正提升其价值，才能迎来下一个AGI时代。
崔强：我觉得最核心的挑战是环境和价值机制。有没有一个奖惩体系，能够保证AI能 “包教包会”，还能 “包分配” 收益？听了大家的分享，我深有感触。
赵充：这个问题的核心是如何定义不同工种的价值。
以写PPT为例，制作一份PPT可能涉及两个工种：一个是博士水平的内容搜集和整理者，能够理解上下文并撰写文字内容；另一个是设计师，负责视觉和表达的美化。这两类工种月薪可能分别是2 万和1 万，加起来大约3 万。
不同场景下用户对价值的感受也不一样。比如我们有个场景，是帮大四学生把毕业论文做成PPT，用户愿意支付的价格大概是39元一个月。
8月底，我们将推出基于Agent的 PPT版本，能够模拟投资人或咨询分析师的水平，利用深度调研能力做呈现，这种服务的价值可能达到几百美元。
本质上，我们是用Agent替代一个人甚至一个团队。如果能把各个工种的价值准确量化，收费模型就能据此做调整。
归根结底，和司马兄的观点一样，本质就是 “卖人”。
司马华鹏：硅谷的Palantir这类公司已经号称利用AI帮助客户 “打赢战争”，这是真正意义上的结果导向型企业。
如果中国未来没有出现类似这样的公司，我们不仅在基础大模型上会落后，更会在商业落地能力上产生巨大差距。
崔强：既然不同工种的定价差别很大，从几百到几万不等，那么你的产品会根据不同角色来定价吗？或者说，你会让不同角色分别购买不同的服务？
赵充：是的。我们有专门的党政版本，针对公务员设计的App，外挂主流价值观语料库、红色模板和内容审校。这个版本的定价比标准版贵五倍，标准版是99元，党政版定价499元。
医疗、金融、教育等行业也有不同的差异化定价，主要根据知识库内容的获取难度来区分。
金礼剑：我认同赵充的观点，核心问题还是我们如何衡量和量化产出的结果。
比如，一家公司的销售业绩可以直接按照结果付费，但市场部门的工作很难用明确的结果来衡量和付费。整体来看，企业输出的结果系统非常复杂，很难想象CRM或 ERP这类系统能全面采用结果付费。
结果付费更适合那些具体且可量化的场景。
陈航：这是一个好时代，AI带来了很多新的变量。过去大家习惯按账号收费，变量少、可调参数少。现在用户价值确定的前提下，关键是找到客户愿意接受的收费方式，同时实现最大收益。
刚才提到的党政模板和普通大学生AI等级的区别，说明了针对不同客群要做差异化匹配。背后涉及很多维度，关键是客户需求的多样性。
我昨天听了很多分享，感觉大部分创业者还没深入行业逻辑。我们公司经历了十几年创业，打穿了大行业，也在特定行业做了探索，会有更多思考。
新一代AI公司靠一个接口和API起量固然快，但后续必须了解客户是谁，行业背景，具体环节，内部组织结构等。
中国企业常说按结果付费，但从老板层面到组织和HR体系，解决不同层级的认知差异很难。老板觉得好，具体到每个人如何购买、如何消耗token，还有很多问题需要解决。
只有深入行业细分，才能带来真正的变革。正如那句话，只要你的价值够好，“买的不如卖的精”，总能找到解决办法。
04
“好结果” 谁说了算？
崔强：我有一个一直困扰的问题：“好的结果” 到底如何定义？最终评价权在客户手上，那我们怎么判断什么是 “满意” 的结果？
另一个担忧是：客户可能永远不满足。在这种情况下，如何制定一个明确的付费标准？怎么交付一个客户认可、且我们也能接受的结果？
司马华鹏：我们服务金融行业已有六七年。如果你把软件卖给银行，那挑战的就是它的IT部门，它是你的对手。我们每年对一家银行的销售额可达几千万，但一旦超过某个阈值，他们的研发团队就会建议自研代码替代对外采购。这就是中国SAAS普遍的困局。
但如果你卖的是 “结果”，情况就完全不同了。
我们曾服务过一家银行，其年度营销费用达数百亿元。如果我们参与并拿到3%-5% 的分成，那就是几十亿的收入规模。中国曾有不少互联网金融公司帮助银行发放贷款，利润极高。但后来政策限制，这种模式被叫停。
现在我们更倾向于直接与业务部门合作，因为他们有KPI压力。例如，曾经一家银行计划发行千万张信用卡，每张卡的提成是100元以上，这就是一笔高达几十亿元的生意，而我们的AI完全有能力承接这类营销任务，从打电话到短视频到直播，其实AI的营销能力是很高的。否则，他们的信用卡发卡员还在拉着拉杆箱满街地推。
跟美国相比，中国SaaS发展不起来，很大的原因是不敢包结果。但互金行业证明过，这条路是可行的。只要敢于承包营销和交付结果，就有可能出现 “闷声发财” 的AI公司，真正为大B 端承担结果并获取高额分成。如果只卖工具，面对的是BAT这样的巨头，它们可能就在你刚发现PMF（产品市场契合）100米外等着你，很快利用流量和资本优势把你干掉。
未来中国能出现百亿、千亿收入规模的AI公司，关键是要围绕 “卖结果” 来做。美国靠SaaS订阅做出了一批上亿美金的AI公司，而中国一定要靠结果付费模式来走出自己的AI路径。
崔强：卖系统、卖工具，更多是面向专业用户，通常是IT部门；而卖结果，则是面向业务部门，比如营销、人力这些需要直接交付业绩或成果的团队。
司马华鹏：对。卖给IT部门的时候你是它的对手。
崔强：IT部门觉得你在动它的奶酪。
司马华鹏：他们会觉得自己可以做。
赵充：我们的商业模式与司马兄不同。我们服务的对象是全球超过10亿的白领、老师和学生，其中很多并不属于业务岗位，也没有盈利诉求。像HR、行政、教师和学生这类用户，即使使用我们的产品，也不涉及按 “结果” 付费。我们走的是广度路线，而司马兄更多是深入产业链、走深度路线。
尽管如此，我们也可以衡量交付的 “结果”。例如在做结构化PPT时，需要外挂各种行业知识库和企业知识库，还要有优质配图。我们集成了5 亿张版权图片，提升图文并茂的表现力。
此外，我们还有AI表产品，帮助用户进行可视化呈现。每个场景下的呈现需求也不一样，我们重点聚焦在这些 “创意表达工具” 的环节。
比如 “论文变PPT” 这个场景，用户会要求封面带有自己学校的地标性建筑。北大的学生如果用了清华的模板，就不会满意。
这种深度场景化的理解和交付，是我们产品思考的重点。
崔强：只有AI能做到这一点。传统通过量化方式很难实现，因为AI能够识别你是谁，并据此精准匹配和生成你真正需要的内容。
金礼剑：司马提到中国软件发展的难点，我认为很大程度上是因为在没有AI之前，软件的产出价值不高，客户很难直观感知到其价值。
但现在有了AI，能直接呈现更高价值的结果，客户的感知更强，付费意愿也明显提升了。
这是我在市场中切实感受到的变化。
陈航：什么是 “好的结果” ？在我看来，客户认可的结果就是好结果。很多客户并不关心你交付了多少细节，只要产品 “能用” “用得顺”，他们就愿意买单。
关键在于怎么在用户和客户之间找到平衡点。我一直强调第一步要关注用户，尤其是在AI快速演进的时代。但发展到一定阶段后，就必须面对用户和客户之间存在的结构性矛盾。
比如老板希望省钱、提高营销效果，但IT部门可能会说我们自己做更便宜。最终必须在这之间找到一个平衡点，形成一个适配的生态结构。
我认为这需要一个过程，大多数人对AI的接受没那么快。
AI带来的 “造神” 式能力，与我们中国讲求 “共同富裕” 的社会背景之间，也存在一定的张力。
05
从个例到主流：结果付费的未来已来？
崔强：大家用一句话来判断一下：未来3 到5 年，结果付费会不会从个例走向主流？未来的 “结果” 可能有很多种形式，不只是收入提升，还包括提效、降本等。你们怎么看？
司马华鹏：我们一直强调AIGC的 C就是Cash，要利用AI去 “印钞”，如果你找不到AI直接变现的模式，我开个玩笑，那为什么不用你那些GPU去 “挖矿” ？挖矿对算力的利用效率最高，只是现在受到国家政策限制。
我认为，接下来海外会出现一个非常大的产业方向：区块链 +AIGC。这是硅基文明演进的重要路径。
硅的三大转化方向就是AI，区块链和新能源，当能源、金融、算力与算法结合，硅基生命将形成一个自我进化的闭环系统。
所以，我认为要 “躲在结果里” 迎接下一轮价格战。
如今大模型推理成本每隔十几个月就会下降90%，今年可能还能收到几十美金的收入，明年就可能只有几美分。
如果不能真正与产业结合、以结果为导向，那接下来的竞争会非常危险。更重要的是，很多真正闷声发财的公司已经悄然走到了这条路上，并不在台面上热烈讨论。
赵充：从工具到助理是必然趋势，而且已经在发生。AI正在逐步取代人力，我们也在围绕这个方向做两方面努力：
第一，直奔终极形态。我们希望从工具进化为懂用户的创意设计助理，比如你通过语音说 “写一个绿色的PPT，多少页，受众是谁”，系统就能直接生成交付结果，这一幕很快就会变成现实。
第二，打造AI全家桶。以AiPPT.com为核心，我们陆续加入了表格、PDF、文档、音视频转录等功能，真正让打工人 “早用早下班，早用早升职，早用早加薪”。这是我们努力的方向。
金礼剑：AI正在重塑所有软件，使软件能力越来越强大。与其纠结订阅还是结果付费，更重要的是如何将AI与工具深度结合，为客户创造更高价值。在价值形成后，合理的收费模式自然会水到渠成。
陈航：AI能否更好地应用到各行各业，依赖于大家的共同努力 —— 从底层算力，到应用接口，再到产品和解决方案，最终实现行业的深度落地。
目前仍处于早期阶段，正因如此，才给所有人带来了更多机会。
崔强：大家不必过于焦虑，红杉的讨论让很多人紧张，但这只是一个方向，值得关注，却不必恐慌。
阿里的同学提到，未来会有多少角色，就会有多少个Agent。正如赵充所说，我们需要定义每个角色能带来什么结果，再为它赋能，创造价值。
按照这个逻辑，未来所有软件形态都会围绕人和角色展开，为这些角色交付价值和结果。这样的软件才是真正好的软件，才能获得应有的收益和地位。
谢谢大家。
注：文/牛透社，文章来源：牛透社(公众号ID：Neuters )，本文为作者独立观点，不代表亿邦动力立场。
文章来源：牛透社
