从尝鲜到持续使用，AI 才能跑出新收入。从海外路径到国内样本，我们走进EC找答案。

图由 AI 生成

文 | 崔牛会

ToB软件公司做AI，经常会遇到一个尴尬时刻：功能上线了，客户也觉得不错，用量却没有真正起来。

Demo时愿意看，试用时觉得新鲜。回到每天的工作，员工仍然按照原来的方式打电话、跟客户、写记录。AI功能藏在系统里，想起来才用一次。

到了Token计费阶段，这个问题会直接反映在收入上。

以前，License按账号、模块或使用期限收费。客户签下合同，收入基本确定。现在，Token跟实际调用挂钩，客户不用，消耗就不会发生。

所以，从License走向Token，先要回答：如何让 AI 进入客户每天的工作，让一次尝试变成持续使用？

全球企业软件公司都在寻找答案。有的让Agent直接承担任务，有的按动作或结果收费，还有通过硬件，把AI放进工作发生的地方。

01 国外企业软件，怎么卖AI

Salesforce推出Agentforce后，在License（用户许可）之外增加了Flex Credits。Agent更新客户记录、处理服务请求、推进工作流，都会消耗Credits。客户可以通过Digital Wallet查看不同Agent的用量和成本。

企业以前按照使用软件的人数购买License。Agent开始承担工作后，执行动作也可以成为新的计量单位。

HubSpot选择把计费进一步靠近结果。

Customer Agent成功解决一次客户对话，收费0.50美元；Prospecting Agent推荐一条符合外联条件的线索，收费1美元。客户购买的已经不是生成了多少文字，而是一次解决和一条可以继续推进的线索。

Intercom的Fin AI Agent也采用结果计费。成功解决问题、完成设定流程或筛选线索，才会产生相应费用。AI尝试过却没有完成任务，不计入这笔Outcome费用。

还有些公司从使用入口入手。

Samsara通过车载摄像头、传感器等硬件持续获得车辆和作业现场的数据，再由云端AI识别风险、提醒驾驶员并触发工作流。AI被放进工作发生的地方，用户不必每次主动打开一个功能。

这些实践提供了几种不同的可能：

• Agent执行动作，可以按Credits计费；
• 完成一项任务，可以按结果收费；
• 硬件进入现场，可以带来持续的数据和调用。

License也没有因此消失。更常见的变化是License与用量、动作、结果计费同时存在。

企业软件的收入结构，正在从“多少人获得使用权”，逐步增加按AI使用量和工作结果收费。

02 客户用起来，要过三关

新的收费方式成立之前，产品要先解决使用问题。

第一道门槛，是找到高频任务。

在原有页面里增加一个AI按钮，客户可能会尝试几次。新鲜感过去以后，使用很容易停下来。

能够持续调用的AI，通常进入了一项反复发生的工作。它可能负责整理客户信息、准备销售线索、回答服务问题，也可能帮助员工完成分析和跟进。

任务越具体，客户越容易判断AI有没有价值。

第二道门槛，是建立稳定入口。

企业软件经常面临一个现实问题：产品能力已经具备，员工却想不起来使用。

AI的入口可以在CRM、客服系统和协作工具中，也可以进入电话、语音和硬件设备。入口离工作越近，用户额外付出的操作越少，持续使用越容易发生。

第三道门槛，是让消耗与价值建立联系。

Token是技术计量单位，客户最终关心的仍然是结果。

一次调用完成了什么任务？节省了多少时间？有没有减少遗漏？是否带来了可以继续推进的商机？

如果Token消耗不断增加，客户却感受不到工作变化，新的计费方式很难长期维持。

因此，从License到Token，需要同时具备三个条件：

• 有明确任务，AI才有稳定工作；
• 有低门槛入口，使用才能持续发生；
• 有可感知结果，客户才愿意继续付费。

03 看国内，EC把AI放进销售现场

国内ToB市场有自己的客户结构、销售方式和付费习惯。国外已经出现的几条路径，到了中国会怎样落地，还需要更多真实样本。

EC正在沿着一条具体路径推进。

在产品上，它从CRM走向Sales Agent，希望AI进入销售工作；在使用入口上，它开始探索软件与智能硬件的结合；在商业化上，它尝试从License走向Token。

这几件事需要放在一起看。

Sales Agent能否进入真实销售任务，决定客户会不会使用；智能硬件能否带来稳定数据，影响AI工作的连续性；Token能否与客户价值建立联系，则决定新的收入方式能不能持续。

这条路径也会反过来影响公司内部。产品要重新选择场景，研发要调整生产方式，市场团队需要重新理解商机、内容和投放。

EC目前走到了哪一步？客户愿意为什么样的AI能力付费？软硬结合怎样进入销售现场？License与Token如何并行？过程中哪些判断得到了验证，又踩过哪些坑？

这些具体答案，9月18日，崔牛会深度学习将走进六度人和（EC），去现场展开。EC创始人及产品、研发、市场负责人将围绕从CRM到Sales Agent、从纯软件到软硬结合、从License到Token的实践，打开产品选择、产研调整、商业化和市场增长中的真实过程。

我们先看见企业软件AI商业化的不同可能，再走进一家国内ToB公司，看看它怎样把这些可能一步步放进客户现场。

深度学习之六度人和（EC）站⬇️⬇️