从卖工具到卖效果：RaaS 如何重塑 ToB 市场格局？

在商业世界，结果往往是最掷地有声的。不管是任何技术创新，一旦证明了自己的价值，整个叙事都会为之改变。

当前，AI 的应用价值始终没有被证明，要么被有的企业搞成了资本游戏，要么干脆成为了信仰，被弄成了玄学。要使 AI 真正走入寻常百姓家，就必须把它从神坛上请下来，让它用最朴素的商业语言——结果——来证明自己的价值。

而随着大模型、智能体技术的飞速发展，一些传统的 ToB 类企业服务公司，交互能力和数智决策能力大幅跃升。过去 ToB 属性的企业，只能在甲方业务的中间环节发挥作用，如今，大模型让 ToB 企业拥有了一项“前所未有”的能力—直接触达和影响其客户的客户。这催生出一种更具颠覆性的商业模式——RaaS（Result-as-a-Service，结果即服务）。它不再贩卖技术本身，而是直接兜售“业务成果”。甲方只需为 AI 实际驱动的营收增长、成本节省等可量化的商业价值付费。

而 RaaS 为整个产业带来的深远影响，绝不仅是收费模式的变化。

神策数据联合创始人、CTO 曹犟，近期就相关话题接受了数据猿采访。本篇文章节选自数据猿，采访全文请见：从卖工具到卖效果：RaaS 如何重塑 ToB市场格局？

RaaS 为什么走进人们的视野？

首先要指出一点，以效果付费并不是一个新事物，在过去的很多领域已经广泛存在，比如广告、招聘、营销等等，只不过在 ToB 领域，RaaS 在过去并没有流行开来。

神策数据联合创始人、CTO 曹犟在接受数据猿的采访中表示， RaaS 如今重新走入人们的视野有三个重要原因：

1、工具“捆绑”人力的困境

在传统软件阶段，科技企业若想真正为客户提升效果，就不得不投入大量人力物力。科技公司的本质是卖工具，但工具能否创造价值，一半看产品本身，另一半则取决于使用工具的人。

2、大模型带来产品质变

大模型让产品的客户触达与智能决策能力发生质变，推动产品形态全面升级。以神策数据为例，公司正在打造数据分析 Agent、数据运营 Agent 等一系列智能体产品。未来客户接触的不再是一个需要“学习使用”的软件，而是一个以目标为导向的智能系统：客户只需设定业务目标和优化方向，大模型便会自动执行、持续迭代，驱动效果持续增长。

3、迭代和学习能力

AI 真正带来了“越用越聪明”的迭代能力。神策数据一直强调“数据采集-分析反馈-决策行动”的闭环价值，而现在，大模型 Agent 能够在这个闭环中实时洞察每次运营动作带来的指标波动，并据此自我调整、持续优化。系统不再是被动执行命令的工具，而是具备了感知、决策与进化的智能伙伴。AI 技术的飞速发展，大大延伸了科技公司的服务能力。

曹犟说：“按效果付费虽然不算全新模式，但它确实给像神策这样的软件公司带来了新机会。我们正从过去‘卖工具、卖能力’，转向‘卖效果、卖确定性’。大家也知道，中国的 ToB 软件行业一直面临增长困局，RaaS 模式的出现或许正是一个破局的关键。”

甲方买来了确定性，乙方打开了市场天花板

过去十年，甲方为数字化付费的模式无外乎两种：项目制（一次性买断定制开发）与 SaaS 订阅制（周期性支付软件使用权）。这两种模式的本质，都是企业为获取某种“工具”或“能力”而付费。

“在 RaaS 模式下，对乙方来说，市场的天花板被彻底打开。”曹犟表示，“过去，我们卖软件，只能去争抢客户的 IT 预算。但现实是，甲方的 IT 预算正在肉眼可见地收紧。哪怕我们在产品上做了 100 项重大创新升级，但是甲方的预算不会因此而增加。

但一旦我们从‘卖工具’转向‘按效果付费’，局面就完全不同了。假如客户有 100 亿的营销预算，这 100 亿营销预算交给我们来操盘，我承担所有通道和执行成本，双方约定一个 ROI，比如说提升 5%，我们的收益就在提升的部分获取。”

一边是守着固定 IT 预算，另一边是从增量中抽成——后一种模式为企业带来的增长空间，是指数级的。

对甲方来说，RaaS 带来的变革同样意义重大。

甲方为工具付费，花一两百万采购软件、做实施，工具是否能够带来业务的增长，风险则几乎全由甲方承担。在甲方企业，老板最常问的就是：这笔钱到底带来了什么？负责采购的同事还要大费周章搜集资料，来“佐证”这个工具是有价值的。

而“按效果付费”的模式，能从根本上回应这些痛点：

ROI 清晰可见：客户预算直接与效果挂钩，比如按“留存提升 1% 付费 10 万”等方式，让客户支出的价值一目了然；

决策门槛降低：传统采购要招投标、比功能、比价格，要处理动辄几百页的复杂文档。而“按效果付费”，直接从比功能变成了看结果，甲方只需考察一个指标：这个效果够不够好；

风险有效转移：不出效果不付费，甲方几乎零风险，在当前预算环境下极具吸引力。

“效果”如何定义？

既然是“为效果付费”，那么一定是有一个清晰可量化的指标，在商业实践中，这个“效果”是怎么确定的呢？

对此，曹犟有他的独特见解。他认为，“效果”是需要企业与客户共同定义一个清晰的指标，其中涉及到三个关键步骤：

第一步：选定北极星指标

这个指标必须直接反映业务成功。比如 GMV，而不是 UV、PV 这些中间数据。关键在于，指标要满足三个条件：

1、与商业价值强相关

2、客户能够通过自身努力去影响和改善

3、能够被有效拆解和归因

如果指标受外部环境（比如天气、政策）影响过大，或者无法准确归因，那就失去了迭代优化的基础。

第二步：建立基准基线

效果付费的核心是“为增量买单”。我们必须基于历史数据确定一个清晰的基准线，才能准确衡量后续的提升效果。

第三步：实现精准归因

当 GMV 实现增长时，我们需要清晰界定：哪些提升来自企业，比如说神策 Agent 的运营动作（比如复购活动），哪些来自客户的自主决策（比如降价促销），哪些来自外部因素（比如汇率波动）。

通过这三步，我们就能把一个模糊的“结果”，转化为公平、透明、可验证的合作基础。

RaaS 影响的不仅仅是定价策略

“按效果付费”远不止是定价策略的调整，而是一场从技术架构、组织形态到企业文化的系统性重塑。

首先是双方的关系定位发生了变化。在传统模式下，甲方客户与科技公司就是单纯的“买卖双方”的关系。在 RaaS 模式下，甲乙双方的关系则进化成为了 “增长合作伙伴”。

“在新的‘生产关系’下，业务的风险和收益被重新配置。”曹犟指出，对于甲方客户而言，

• 不用纠结技术选型——这是乙方的工作，会根据你的业务情况配置合适的技术方案；

• 不用操心团队能力——乙方交付的不是一个工具，而是整套服务，你只需讲清目标，剩下的由乙方和AI共同落地；

• 不用担心投入失败——产生不了实际的效果，你不需要付钱或者只需付少量的钱，大部分的风险由乙方承担。

这种模式大大降低了投入的风险，将不确定性成本转化为可预测的投资回报。也极大加速决策流程，以往国央企项目立项动辄一年，如今效率显著提升。同时，客户得以聚焦核心业务，减少不必要的人力和物力支出。

对科技公司而言，RaaS 模式带来了多个层面的根本性变革。曹犟从技术架构、组织变革乃至文化思维分别阐述这种变革的深刻性。

技术架构：从“平台化”到“场景化”

在新的产品形态中，AI 能力已成为核心支撑。这不只是大模型，也包括传统预测模型。比如神策数据的优惠券智能发放系统，利用预测模型判断“什么时候该给谁发什么券”；而大模型则负责构建知识库、生成个性化内容、优化策略链路。它们各司其职，共同为客户效果服务。

当客户只为结果付费时，“功能数量”不再重要，“场景穿透力”成为关键。产品逻辑彻底转变：从追求大而全的平台，转向深耕具体场景。

组织变革：打破壁垒，组建“增长小队”

组织上，传统的职能壁垒被打破。过去神策数据和大多数 ToB 公司一样，分为销售、售前、实施、研发……但当产品思路转向“深耕具体场景、实现实质增长”时，我们就必须把不同角色拧成一股绳——比如围绕“电销场景”或“优惠券场景”，成立一个融合产品、研发、运营的“增长小队”。

这样的小团队，知识共享更顺畅、迭代反馈更敏捷，颠覆了过去重投入的“大中台”模式。未来的组织形态，应该是“前台更重、中台更薄”，按场景切分团队，每个小队规模不大，但更加聚焦、作战能力更强。

文化思维：从“交付思维”到“效果思维”

从思维上，经历了从“交付思维”到“效果思维”的跃迁。以前我们的定位是“软件公司”，核心是“用最低成本交付甲方需求”；现在我们必须成为“效果伙伴”，每天思考的是“如何真正帮客户提升业务指标”。

而且当我们的收入与客户增长深度绑定时，就形成了一种倒逼机制——从过去被动响应需求，转变为主动观察数据、提出策略、驱动增长。比如在服务某零售客户时，我们的服务范围从会员运营延伸至商品组合优化，这在“卖工具”时代几乎不可能发生。

文：俊驰/ 数据猿
责编：凝视深空/ 数据猿

✎✎✎

【更多内容】

神策 AI 智能分析师

神策 AI 智能运营师

神策分析 MCP Server 启动内测

▼ 点击“阅读原文”，了解更多神策数据