AI 来了，行业的玩法也要变天了。

全文 2600 字，读完约需要 10 分钟。

过去这些年，SaaS 行业一直在讲一个故事：软件订阅、年费模式、客户成功、续费率。

这个故事跑了十几年，跑出了几百家公司，也跑出了一个尴尬的事实——许多中国 SaaS 公司不赚钱，客户也越来越不买账。

问题出在哪？不是产品不够好，是客户想尽一切办法压价、甚至希望免费最好。而同行，更是拼命卷价格，直到卷得大家一起赔本赚吆喝。

AI 来了，更是如此。客户问，"AI 都能手搓了，软件怎么还卖那么贵？"

合思创始人马春荃就在这个节骨眼上，遇到了一个典型的 " 中国式困境 "：AI 产品打磨得很好，客户就是不停地砍价，还犹豫。

前几天，我参加了马春荃的新书《CEO AI 挖矿指南》交流会。整场听下来，我发现合思正在破局：把计价单位从 " 软件 " 换成 " 结果 "，从 " 卖年费 " 变成 " 卖 AI 马力 "。

这场交流，不像新书宣发，倒像中国 SaaS 行业的一次集体照镜子：AI 来了，行业的玩法也要变天了。

从年费到按结果收费：

不是想通了，是走通了

合思最早也是走传统 SaaS 路线：卖软件、收年费。这套模式中国 SaaS 公司跑了十几年，马春荃自己也跑了很多年。

转折发生在 2025 年下半年。合思推出了 AI 智能审核产品，功能很强，自动化率 98%，准确率超 95%，团队觉得这回肯定能卖个好价钱。

结果呢？几个月时间，只卖出去 3 单。

不是产品不行，是客户不认 " 软件定价 " 了。

马春荃在现场复盘时说得很坦白：客户看了产品演示，点头说好，但一到报价环节就开始砍价。20 万的年费，砍到 10 万，再砍到 5 万，然后还是犹豫不决。

马春荃说，他当时脑子里反复想一个问题：客户也许不是嫌贵，是不知道怎么算这笔账。你说你的 AI 能替代三个人，但那是 " 可能 "；客户要的是 " 确定 " ——你到底给我省了多少钱？

于是他换了个思路：既然客户没法算软件的账，那就帮他算结果的账。

合思把计价方式从 " 软件年费 " 切成了 " 按单计费 "：审一单 10 块钱，准确率超过 90% 才收费，达不到一分不收。

结果呢？客户一听就懂了。不再纠结 " 这个软件值不值 20 万 "，而是开始算 " 我一年审多少单，花多少钱，是不是比过去划算 "。

马春荃总结了一句话：按结果收费，让客户敢买了。

这件事给整个 SaaS 行业的启示，远比 " 合思做了一套 AI 产品 " 要大得多。过去 SaaS 的逻辑是 " 我卖给你一把锄头，你用不用都付钱 "；现在 AI 时代的逻辑变了，客户只问一句话：" 这块地你帮我刨了没有？"

如果你还按 " 锄头 " 收费，客户就拿你和大宗商品比价；如果你按 " 收成 " 收费，客户才开始把你当合作伙伴。

不卖 Token，不卖软件

卖 "AI 马力 "

" 按结果收费 " 解决了客户 " 敢买 " 的问题，但马春荃还需要解决一个更根本的问题：用什么单位来衡量 AI 输出的价值？

按 Token 收费？体现不出软件的价值，就好比你卖冰箱，不能按电费收费。

马春荃在这本书里提出了一个概念：AI 马力。

灵感来自瓦特。瓦特改良蒸汽机后，面对的客户是农场主和磨坊主，他们听不懂 " 热效率 "" 气压 "，但听得懂 " 这玩意儿顶几匹马 "。

于是瓦特发明了 " 马力 " 这个单位——一马力就是一匹马把 550 磅货物在一秒钟内拉一英尺。农场主一听就明白了：我养三匹马一年花多少钱，买一台蒸汽机相当于省了几匹马的钱。

马春荃说，合思的 "AI 马力 " 也是这个逻辑。客户不需要知道背后调用了多少次模型、消耗了多少算力。客户只需要知道：你帮我审一单，相当于替代了多少审核员的工作。

所以 " 审核一单 10 元 " 就是合思的 "AI 马力 " ——一个客户听得懂、能算账、敢下单的计价单位。

我在现场追问了一句："AI 马力 " 到底是给老板听的营销话术，还是合思后台真用来算毛利的经营单位？

马春荃的回答很实在：不是先定义了 "AI 马力 " 再去卖，而是先按单收了钱，再倒推出度量标准。换句话说，"AI 马力 " 不是在办公室里想出来的，是在客户砍价的过程中逼出来的。

这个回答比很多 AI 公司的漂亮话值钱。很多公司热衷于发明新概念，但概念是空中楼阁，客户不认。合思的做法恰恰相反：先找到一个客户能接受的计价方式，把这个模式跑通，再给它起个名字叫 "AI 马力 "。

" 按结果收费 " 的另一面：

敢担责，才是真护城河

" 按结果收费 " 听起来很美，但做起来很难。难在哪？你得敢替客户承担风险。

传统 SaaS 的商业模式是 " 风险在客户那边 "：你买了我的软件，用得好是你的事，用得不好也是你的事，反正年费我已经收了。

但 " 按结果收费 " 把风险从客户兜里揣回了自己兜里：如果 AI 没审好，漏了一笔违规报销，损失谁来赔？如果准确率达不到 90%，合思的毛利怎么办？

马春荃没有回避这些问题。他在交流中提到，合思承诺准确率超过 90% 才收费，低于这个标准不收款。这意味着合思必须对自己的产品有足够的信心，同时也必须有足够的机制来兜底。

但这还不是最难的。最难的是：当客户的规则本身就是一团乱麻时，AI 再怎么厉害也难做。

马春荃举了个例子：一家客户光福利补贴就有七八种名目，100、200、500 不等，各个部门、各个时期发的都不一样，财务自己都说不清到底该按哪个标准执行。AI 上线后，第一时间发现了这些冲突，但最终的决策还得客户自己来做——是用 100 的标准还是 500 的标准？

这时候，合思的 FDE（财务 +IT+ 产品复合型交付团队）就上场了。他们不只是帮客户装系统，而是帮客户把 " 说不清的规则 " 变成 "AI 能跑的规则 "。

这已经不是传统实施顾问的活了——传统顾问只负责 " 怎么装 "，FDE 要回答 " 为什么这么装 "。

马春荃说了一句让我印象深刻的话：护城河不是大模型，是行业 Know-how，是把客户说不清的制度，变成 AI 跑得动的规则。

这件事，大厂做不了（太重、太琐碎），创业公司熬不起（没有客户积累和信任），老 SaaS 公司不愿做（舍不得旧年费模式的舒适区）。合思正好卡在中间：有老客户、有现场经验、有被市场逼急了的老板。

这也解释了为什么 " 按结果收费 " 看起来人人都能抄，但真正敢做的还不多。不是技术问题，是愿不愿意把风险从客户身上转移到自己身上的问题。

结语

马春荃写《CEO AI 挖矿指南》，书名很直白：找矿、采矿、炼矿、分矿。但他真正刨开的，是合思自己。

中国 SaaS 跑了十几年，太多人卖锄头、讲生态、冲续费率。AI 这一刀切下来，问题只剩一个：你过去卖的，到底是锄头，还是收成？

合思的答案很硬：不卖锄头了，按收成结账。

2026 年，还抱着年费模型不放的 SaaS 公司，迟早会发现自己被夹在两个挤压面之间：上面是大模型厂的免费化碾压，下面是客户越来越精明的 " 按结果算账 "。

马春荃先把合思逼上悬崖，再给自己递梯子。这堂课，不只是合思的，是所有还在 " 卖软件 " 的中国 SaaS 老板，都该补的。

与我们交流

稿件同时发布于：

微博、头条号、一点号、百度号、搜狐号、网易号

ZAKER 号、新浪看点号、雪球专栏、企鹅号、趣头条号

商业新知号、招商银行社区号、华盛证券号

东方财富号、同花顺号、富途牛牛号、老虎证券号