报告行业投资评级 - 强于大市（维持） [3] 报告的核心观点 - 人工智能时代，企业软件的商业模式正从以功能交付和使用许可为核心的SaaS模式，转向以业务成果为导向的结果即服务（RaaS）模式[7] - RaaS模式将服务报酬与企业实际经营成效直接挂钩，强调风险共担与收益共享，使企业从“采购工具”转向“购买增长与确定性”[7] - 海外厂商已在反欺诈、身份验证与智能客服等结果可量化的场景中验证了RaaS模式的可行性[7] - 人工智能技术正推动RaaS模式向营销、交易、供应链等更广泛的行业渗透，拥有数据和行业理解壁垒的垂类AI场景及与业务深度绑定的企业级IT服务商有望率先受益[7] 根据相关目录分别进行总结 1. RaaS模式加速落地，结果导向重塑企业软件价值 1.1. 从工具付费到结果付费：RaaS重构商业逻辑 - RaaS模式下，企业不再仅为软件使用权付费，而是围绕可衡量的业务成果进行支付，人工智能代理是推动这一变革的关键[13] - RaaS通过将报酬与业务影响直接挂钩，重塑了供应商与客户的关系，使其转向专注于交付切实可见成果的合作伙伴关系，形成风险共担、收益共享的模式[14] - 基于结果的定价是RaaS的核心，其演进过程以在线招聘网站为例：从按职位列表数量收费，逐步延伸至按成功雇佣且留任的员工数量收费[15] - 技术进步是RaaS加速落地的重要驱动力，大模型与智能体技术提升了企业的交互与决策能力，使企业得以直接为AI驱动的营收增长、成本节约等可量化价值付费[22] - 在AI效果营销等场景中，RaaS模式可实现从“提供工具”到“交付结果”的跨越，企业只需围绕“获客量、转化率、复购率”等核心业务指标付费[23] 1.2. 海外先行：RaaS商业模式持续验证 - **Riskified**: 作为电子商务反欺诈服务商，其仅对成功批准且无欺诈的交易收费，并保证已批准的交易免受欺诈，这种风险共担机制是结果定价的典型实践[26][28] - **iDenfy**: 在身份验证领域，其KYC验证服务仅对成功通过审核的用户收费，成功标准明确且可衡量[29] - **Intercom**: 其AI聊天机器人Fin的收费模式为每次成功解决问题收费0.99美元，将传统的按使用量计费和按结果计费相结合[30][33] - **Zendesk**: 推出AI自动化解决方案，起步价为每次1.50美元，并通过清晰定义“已解决的互动”和提供动态定价工具来探索基于结果的商业模式[34][35][37] 1.3. 本土探索：RaaS模式正在加速落地 - **明略科技**: 在GEO（AI搜索优化）赛道同时提供SaaS与RaaS两种模式，RaaS模式面向行业头部客户，基于整体优化结果进行收费[38][39] - **找钢集团/腾采科技**: 通过“AI找货”工具和“跟单机器人”深入交易与供应链环节，其合资公司腾采科技服务客户已超过6000家，覆盖多个B2B行业[40][43] - **百融云**: 发布“Results Cloud（结果云）”平台，采用“百基—百工—百汇”三层架构，并独创按任务、按岗位薪酬制、按价值创造分成三种计价模式，旨在将AI由工具提升至生产力层面[46][47][48] 2. 配置建议 - **拥有数据和行业know-how壁垒的垂类AI场景**: 在广告营销、商家工具、商品交易撮合等典型场景拥有数据和行业理解积累的公司，有望交付更高ROI的结果，建议关注：光云科技、捷顺科技、明略科技、百融云等[7][51] - **与业务考核深度融合的企业级IT服务商**: 其产品与服务已与企业业务系统深度绑定，具备向结果付费模式转变的可能性，有助于提升客户付费意愿与黏性，建议关注：金蝶国际、汉得信息、税友股份、鼎捷数智、北森控股、新致软件等[7][51]

文章核心观点 - 中国To B行业正面临传统“工具买卖”模式下的双输困局，甲方追求低价与效果，乙方陷入定制化与盈利困境 [4][5] - 百融云创提出并实践“结果即服务”新范式，旨在通过“风险共担、利益共享”的新型甲乙方关系，将乙方收入与为甲方创造的可量化业务价值直接挂钩 [6] - RaaS模式的核心是重构商业模式、工程能力和组织协作，使软件进化为可考核、可优化的“数字同事”，推动行业从“价低者得”转向“价值为王”的良性生态 [28][29] 传统To B的双输困局 - 传统模式下，甲方采购遵循“价低者得”的招标思维，既要产品卓越又要成本低廉；乙方则在有限预算内交付，利润微薄 [5] - 这导致“甲方总是不满，乙方总是疲惫”的局面：甲方抱怨软件不好用、效果不达预期；乙方抱怨需求善变、付款苛刻 [5] - 衍生出两大困境：一是标准化与定制化之困，为赢得订单陷入无休止定制化，产品变得臃肿非标，沦为“项目制”作坊；二是增长与健康度之困，追求合同额意味着卷入低价竞争和人力成本军备竞赛 [5] - 困境根源在于过时的交易模式：甲方支付的是生产资料成本，但渴望获得的是清晰的业务结果 [6] 告别“卖铲子”的商业模式 - 百融云创的商业模式持续进化，从MaaS演进至BaaS，再探索RaaS，旨在打破“工具买卖”的零和博弈 [8] - 2014年创业初期，以MaaS切入，通过API按调用量计费，将“数据+算法+行业经验”产品化，为金融机构提供KYC能力 [9] - 2017年进入BaaS阶段，逻辑升级为“构建交易场景”，扮演智能匹配撮合平台角色，商业模式变为“仅成交后分润”，收入与促成的实际交易挂钩 [11] - RaaS模式指向第三条路：与客户并肩“共同挖金子”，收费取决于最终可衡量的业务成果 [12] - RaaS价值交付体系包含三种结算方式：最核心的是“按岗位计价”，参照人类专家薪资水平为“硅基员工”定价，例如相当于月薪3万元法务专家的“硅基员工”服务定价约为1.5万元 [12][13] - 此外还包括标准化的“按量计件”模式，按实际交付的合格成果份数结算；以及延续的BaaS逻辑，按最终达成的业绩进行分润 [13] - 这三种方式共同实践“不为过程卖工具，只为结果共分配”原则，将双方转变为利益共同体 [13] RaaS的工程化答卷 - 百融云创推出“结果云”平台作为RaaS理念的工程化核心，支撑稳定、规模化地交付“结果” [15] - 平台架构分为三层：最底层是AI基础设施层，集成英伟达、海光、昇腾等异构算力，并构建了自有大模型家族，为“硅基员工”提供专业认知能力 [16] - 中间是智能体操作系统层，提供支持智能体全生命周期管理的工具链，开发者可高效创建和迭代业务智能体 [16] - 顶层是智能体商店层，陈列面向业务增量和内部提效的两大类“硅基员工”，如营销、客服专家及HR、财务、法务助手 [17] - 为解决企业级落地中“连接不稳、知识不准、运维失控”三大工程化难题，公司构建了三大工程体系能力 [19] - 通过深化模型上下文协议实现统一、可治理的连接核心，实现对多模型、多工具、多业务系统的“一站式接入”，降低重复适配成本，并构建安全治理与审计机制 [19] - 通过构建“可治理的知识资产链路”，聚焦高精度文档解析、严格的知识版本治理和意图澄清能力，确保在金融、法律等领域输出的知识精准可靠 [20][21] - 通过AgentDevOps体系确保智能体的行为质量与持续进化，其核心包括全流程工程能力、场景化评估器、半监督自适应优化和强化学习增强的在线优化 [21][24] - 这些工程能力带来可量化效果：人工调参与维护成本显著下降，AI Agent上线周期大幅缩短，超过70%的典型应用场景实现自动优化，稳定性与产出质量持续提升 [21] - 三大工程能力环环相扣，共同将“结果云”升级为能持续交付、优化并验证业务结果的工程体系，为RaaS商业模式提供扎实技术支撑 [22] 从“替代恐惧”到“价值同盟” - 当硅基员工走入企业，挑战跃升至组织与协作层面，可能引发因取代人类员工而导致的内部抵触 [24] - 百融云创提出“硅碳共治”的未来范式，追求协作而非替代：硅基员工承接定义清晰、重复性高的任务；人类员工则被解放至需要复杂判断、创造性思维和情感交互的高价值领域 [25] - 具体协作模式包括：部分标准化工作流程由硅基员工独立完成；关键环节采用“硅基初审、人类专家复核”模式；更多时候两者紧密配合，由硅基员工提供实时数据分析和知识支持，人类员工做出最终决策 [25] - 这一转变有望打破传统软件采购“压价-减配”的死循环，当双方利益通过对“硅基员工”的绩效KPI达成共识并绑定时，博弈焦点从“为工具成本砍价”转向“协同优化以创造更大价值” [27] - 合作关系从而从甲乙方进化为真正的“价值同盟”，从根源上化解因目标错位导致的内耗 [27] - 公司的深层行业愿景是以自身实践为蓝本，推动整个To B行业从“价低者得”的恶性竞争转向“价值为王”的良性生态 [28] - 公司通过“开放赋能”，向更多机构开放底座，让合作伙伴在平台上沉淀自身场景经验，同时推动智能体向“标准化模板与可定制部分”相结合的方向发展，以应对开放生态的复杂性 [28] - 公司构建的是一种适应智能时代的新生产关系，软件进化为可考核、可优化、能共同成长的“数字同事”，合作成为围绕共同目标的动态共创 [28]

行业转型趋势 - 金融行业人工智能应用从探索阶段转向落地实施阶段 关键词包括落地 可信和具身 [1] - 人工智能与金融业务深度融合进入实质推进阶段 金融科技企业加速探索可行转型路径 [1] - 行业出现按业务效果付费的RaaS服务新范式 由服务提供方承担系统建设与技术更新责任 [1] 技术应用成效 - 智能体技术具备自主规划与多智能体协作能力 AI从聊天工具演变为数字劳动力 [3] - 平安集团全面部署数字员工体系 覆盖客服 销售 催收和质检等业务环节 [3] - 平安AI坐席服务量达18.4亿次 占集团客服总量80% [3] - AI解决率从38%提升至92% 客户净推荐值由49%增至78% [3] 业务场景优化 - 智能体系统实现全流程业务质效优化 包括任务分解和多智能体协作 [4] - 财富管理场景生成个性化投顾建议 实现结构化与非结构化任务高效协同 [4] - 营销场景通过标准化话术库和客户画像 AI外呼转化率实现翻倍增长 [4] - 某城商行话术策略设计周期从1周缩短至2天 内容响应率提升20% [4] - 催收业务效率提升近四倍 逾期30天内还款率从40%提高至70% [4] 公司战略布局 - 金融壹账通作为平安集团唯一对外金融科技输出窗口 持续加大AI与业务融合投入 [4] - 公司构建以智能体为核心的数字员工体系 并在外包运营项目中试点应用 [3] - 将完善智能体与RaaS服务体系 推动可评估可交付的智能化成果在银行保险等多场景落地 [4]