AI Agent吃掉万亿服务市场，这家中国公司已经开始了

2026年3月，硅谷顶级风投Sequoia发表了一篇在全球科技圈刷屏的深度文章——《Services: The New Software》。文章以一张四象限矩阵图给出了清晰判断：AI Agent正在一口一口吃掉超万亿美元的服务市场。

其核心论点直白而有力：下一个万亿美元公司，不会是又一家卖软件订阅的SaaS企业，而是一家看起来像服务公司、骨子里是AI公司的新物种——它不卖工具，卖结果。

工具预算 vs 工作预算：

为什么"卖结果"才是AI的终局

这篇文章中有一个被广泛引用的洞察：在任何职业中，“工作预算”都远远大于“工具预算”。

一家企业可能每年花10万元买一套CRM软件，但花在销售团队薪资、提成、培训上的预算可能是它的十倍甚至百倍。传统SaaS只能切走工具预算那一小块，而AI Agent如果能直接完成工作、交付结果，它从第一天起就能捕获整个工作预算。这对现代服务业而言，意味着一场底层逻辑的重构。

这正是从Copilot（辅助工具）到Autopilot（自主执行）的跃迁。Copilot让人干得更快，Autopilot直接把活干了。

在中国，一家成立于2018年的AI公司，已经用数亿元营收和规模化盈利证明了这条路走得通。作为新质生产力在现代服务业领域的典型实践者，它是国内AI大模型应用的标杆企业：零犀科技。

但"卖结果"三个字背后，是一整套商业模式和技术体系的根本重构。

匹配Autopilot的商业模式：

RaaS是最佳实践

《Services: The New Software》指出，Autopilot模式的关键不仅在于技术能力，更在于商业模式的匹配。按效果付费（Outcome-based Pricing）是Autopilot的天然商业伙伴——客户不为工具付费，只为真实结果买单。

零犀科技很早就选择了这条路。

早在2019年，当行业还在讨论SaaS或私有化系统部署时，零犀就坚定押注RaaS（Result as a Service，按结果付费）模式——不卖软件订阅，只卖真实的销售成果。

“成立零犀之前，我们的核心团队就已经验证过AI的SaaS模式，所以创业之初就直接跳过了这一选项。”零犀科技联合创始人兼总裁翁绍斌说。与今年热议的“SaaS已死”论断相比，这个判断提早了8年。当然，判断的背景原因也与今天并不相同。

"好的技术不应只当工具，应直接参与价值创造并对效果收费。就像做了一个很强的炒股软件，我当然不是去卖软件，而是自己拿去炒股创造价值。"

翁绍斌这样总结RaaS的底层逻辑。

2025年，零犀用业绩给出了验证：全年实现规模化盈利。其中一个标杆案例是助力某头部保险机构新增保费超20亿元。“这20亿保费增收，依靠传统人机结合模式，需要800-1000人的销售团队才能实现。”

按效果付费的代价：

一场技术可靠性的军备竞赛

"卖结果"不是一句口号。它对技术提出了极致要求：每一笔效果必须可验证、可归因、可回溯。

传统SaaS卖的是功能，交付即结束；RaaS卖的是结果，交付才是起点。按效果付费天然倒逼技术的可靠性、确定性。

这意味着零犀的每一次交互都必须可回溯、每一个转化都必须可归因、每一个策略都必须可验证。

这正是零犀构建因果大模型体系的根本驱动力。

与通用大模型的泛化能力不同，零犀走了一条纵深路线。"通用模型相当于很通才的博士——知识面广、理解能力强，但在具体行业销售场景中往往力不从心。"翁绍斌表示，零犀的销售智能体更像深耕多年的行业顶级销售，能独立完成从用户理解到结果交付的完整任务闭环，部分场景甚至超过了普通销售人员的表现。

在技术架构上，零犀与Sierra走了殊途同归的路径。Sierra采用"Constellation of Models"（多模型星座）架构，由15+个专用模型组成，通过路由、组合与容错来适配不同任务；零犀同样不把基座模型视为完整产品，而是以"可替换基础模型 + 因果AI+ 行业专家经验 + 真实结果数据 + 评估与后训练闭环"的统一系统为底座。两者的共识是：真正的竞争力不在于调用哪个基座模型，而在于谁能把模型能力更稳定地转化为真实业务结果。

Sierra通过Agent OS将"对话能力"与"确定性执行逻辑"解耦；零犀则通过"经营线+关系线"的双线智能体组织，把目标制定、用户分层、策略生成、渠道触达、转化成交、售后服务组织为一个可协同、可调度、可复盘的执行体系。Sierra用supervisor models降低幻觉和合规风险；零犀用因果归因、反事实分析和奖励约束，让系统不仅知道"做了什么"，更知道"为什么有效"。

三层壁垒：

RaaS模式催生的复合护城河

RaaS不只是一种定价方式，它从根本上重塑了零犀的技术演进路径和竞争壁垒。

第一层：结果数据壁垒。

通用模型主要依赖互联网语料，缺乏业务目标和结果标签。零犀沉淀的是"用户状态—策略干预—交互过程—最终结果"全链路一体化数据，带有明确转化标签，能直接用于状态识别、策略评估和归因分析。通过因果AI技术进行因果发现、反事实分析和干预反馈，精准识别哪些动作真正驱动了成交。这类数据只能在真实业务闭环中长期运行、持续验证才能形成——正是RaaS模式让零犀在每一次成交中持续积累独有的结果数据，催生出"数据创造数据"的自生长生态。

第二层：业务Know-how的AI化壁垒。

行业顶级销售专家的判断力、成交节奏、异议处理等经验，通常停留在个人层面。零犀的核心能力在于将这些隐性经验拆解为可学习、可迭代的模型模块，并通过后训练深度融合进大模型体系。模型不再仅是生成话术，而是学会因果推理和决策优化，将隐性经验转化为可复制、可规模化的能力。

第三层：AI自主进化壁垒。

RaaS模式带来的真实反馈闭环，让每一次交互和结果都被稳定记录、评估、奖惩，直接驱动后训练和策略调优。这种高频迭代让模型在真实业务中"越跑越强"——零犀的销售智能体已具备"自进化"能力，能够自主发现销售短板，通过推理链路和奖励机制持续优化自身。其销售转化率高出行业平均35%，达到行业销售专家的75%。

这三层壁垒形成了一个自增强飞轮：RaaS倒逼技术可靠性 → 产生高质量结果数据 → 数据驱动模型进化 → 进化提升成交率 → 更好的成交率巩固RaaS商业闭环。这个飞轮一旦转起来，后来者面对的不是单点技术差距，而是整个系统的复合壁垒。

从冷启动到规模化盈利：

一条不好走但走通了的路

这条路并不好走。尤其在模型冷启动时期，零犀投入了大量技术成本，同时承担客户交付全链路的试错成本。翁绍斌坦言，公司在早期甚至出现过单个客户负毛利的情况。

RaaS模式下，零犀选择切入的赛道有三重标准：行业规模足够大，销售过程长且复杂，AI能够创造显著的价值增量。从保险、金融延伸至汽车、教育，零犀瞄准的都是高客单价、重顾问型销售的赛道。

"技术团队不能离业务太远。"翁绍斌表示，算法工程师需要进入生产环境历练，形成懂算法的人与懂行业know-how的人紧密融合的协同模式。同时，零犀特别设置了"用户领航员"岗位，负责洞察C端用户购买动机与决策路径，形成用户到技术的短反馈链条，确保技术迭代始终锚定销售转化结果。

“一旦RaaS从0到1跑通，生命力会很强大。ROI跨越1是最难的时刻，有了这个底子，后续就是对更复杂产品的突破。”翁绍斌说，“这个时候只要踩油门，车速就会上来。”

AI Agent浪潮已至

谁在定义未来

《Services: The New Software》中给出了一组数据：美国服务业市场高达10万亿美元，目前AI自动化仅占0.2%——99.8%的市场仍待被重塑。

在美国，这一趋势的标杆是Sierra——由前Salesforce联席CEO Bret Taylor和前Google高管Clay Bavor联合创立的AI Agent公司。Sierra的AI Agent已在金融、零售、电信等领域重塑企业客户体验与服务交互，按解决问题的结果收费而非按软件席位，以100亿美元估值为“AI Agent + 结果付费”赛道确立了定价标杆。而在中国，零犀科技以更早的起步、更深的行业纵深走出了一条差异化但同样具有说服力的路径。

两家公司共同验证了一个趋势：当AI开始为自己的结果负责，商业价值才真正被释放。