二零二六年三月二十一日，Salesforce 做了一件 ServiceNow 高管们大概已经预感到但仍然不想看到的事：正式发布自家的信息技术服务管理产品，一脚踏入了被对手经营多年的腹地市场（来源: Drimble.nl, 2026-03-21）。与此同时，Salesforce 的智能体应用市场公开上架了超过一百个智能体应用——从信息技术运维到客户支持，从人力资源管理到财务审计流程，每一个都是可以即插即用的「数字员工」。

但这不只是又一个产品发布会。它引爆了一个更深层的行业级问题：当智能体开始执行「工作」而非只是完成「任务」时，企业到底该为这个智能体创造的价值付多少钱？

就在同一天，智能体咨询平台发布了《二零二六年智能体定价指南》，详细分析了当前市场上智能体产品的各种定价模型，价格从每月几百美元到数万美元不等——差异超过一百倍（来源: Moltify.ai, 2026-03-22）。这种混乱的定价格局暴露了一个行业级的根本难题：我们还完全没有找到为智能体定价的「正确方式」，而定价模式的选择将直接决定这个新兴市场的最终规模和形态。

为什么信息技术服务管理市场是最佳突破口

Salesforce 选择向 ServiceNow 的核心领地发起进攻不是心血来潮，而是一步经过精密计算的战略棋步。

信息技术服务管理市场目前的绝对主导者是 ServiceNow，全球市场份额约百分之四十，二零二五年收入超过一百亿美元。但 ServiceNow 的核心护城河不在技术层面——它的底层技术架构并不特别复杂——而在于深度嵌入企业工作流的组织惯性。全球数十万家企业的信息技术工单流转、变更管理流程、配置管理数据库都运行在这个平台上。迁移到另一个平台意味着重构整个信息技术运维的流程体系、重新培训所有相关人员、承担数据迁移的风险——这种迁移成本构成了企业软件行业中最经典的「黏性壁垒」。

但智能体技术可能从根本上改变了这个竞争等式。

传统信息技术服务管理的核心价值在于「流程管理」——确保每一个信息技术工单按照正确的流程路由到正确的处理人手上，在正确的时间获得正确级别的审批和关注。这套流程编排系统是 ServiceNow 花了二十年打磨出来的核心竞争力。但如果智能体可以直接解决信息技术工单——自动重置用户密码、远程配置虚拟专用网络接入、智能诊断网络连接问题、自动修复常见的软件配置错误——那么「流程管理」这个核心价值主张就会大幅缩水。就像自动驾驶技术使得交通信号灯的精密编排变得不那么重要一样——如果车辆本身能自主导航，红绿灯系统就从「必需品」降格为「备用方案」。

Salesforce 的信息技术服务产品正是瞄准了这个颠覆逻辑：用智能体跳过流程管理层，直接解决终端用户的问题。行业乐观估计认为，一个成熟的信息技术智能体可以在五分钟内自动解决企业中百分之八十的常见工单。如果这个估计被验证，ServiceNow 精心构建的工单流转编排系统就从核心产品变成了处理剩余百分之二十复杂问题的「应急预案」。

更精妙的是 Salesforce 的进攻路线设计。它不是从零开始建立信息技术服务管理的客户基础，而是从已有的客户关系管理平台的庞大客户群体切入——这些企业已经在用 Salesforce 管理客户关系，把信息技术服务管理也搬到同一个平台上是一个成本极低的自然扩展。这正是对 ServiceNow 此前从信息技术服务管理向客户关系管理方向扩张的「以牙还牙」——两个平台巨头正在对方的核心领地发起交叉入侵。

一百多个智能体应用上架：平台之争的真正战略赌注

智能体应用市场上架一百多个应用这个数字本身不算惊人。但它背后的战略含义远比单纯的产品发布更加深远。

Salesforce 正在做的事情，本质上是打造智能体时代的应用商店。就像苹果通过应用商店定义了移动应用的分发模式和商业规则——百分之三十的佣金比例、审核机制、订阅模型——Salesforce 试图在智能体领域复制同样的平台战略：应用市场是分发渠道，智能体运行时是执行环境，Salesforce 庞大的企业客户基础是天然的初始流量池。

如果这个平台策略成功落地，Salesforce 将完成一次根本性的身份转型：从「客户关系管理公司」变成「智能体平台公司」。这个转型的估值含义是巨大的——一个客户关系管理软件公司的收入倍数约为八到十倍，而一个成功的平台公司的收入倍数可以达到十五到二十五倍。

但 Salesforce 不是唯一一个拥有这个野心的巨头。微软有自己的协作智能体生态，谷歌有云端智能体平台，亚马逊有基础模型托管服务上的智能体框架。智能体平台之争是二零二六年企业信息技术领域最大的战略竞赛，而 Salesforce 选择通过信息技术服务管理这个战略桥头堡率先发起进攻。

智能体定价的「三体问题」：为什么定价如此困难

回到核心的定价问题。定价指南识别了当前市场上至少五种主流的智能体定价模型（来源: Moltify.ai, 2026-03-22）：

按座席收费是最传统的模式，每个使用智能体的员工每月支付固定费用，通常在五十到五百美元之间。优点是企业预算部门容易理解和规划，缺点是当智能体自主运行不需要人类操作时，「座席」这个概念就失去了意义——一个全天候自动处理工单的智能体，谁算它的「用户」？

按任务收费是一种更精细的模式，每完成一个可定义的任务收取固定费用，通常在几毛钱到几十元之间。优点是费用与使用量直接挂钩，缺点是「任务」的边界极其模糊——帮用户重置密码算一个任务，但如果重置过程中发现了安全风险需要升级处理，这算一个任务还是两个？

按成功收费是理论上最公平的模式——智能体帮你达成了一个可量化的商业成果，你按成果的一定比例付费。在销售场景中，智能体帮你促成了一笔交易，你分给它交易额的百分之五到三十。但这个模式面临几乎不可解的归因难题：当一个销售智能体帮你写了一封跟进邮件、客户随后下单了，这笔交易的功劳中有多少真正属于智能体？如果人类销售人员已经做了前期的关系建设和产品演示，智能体只是在最后关头发了一封提醒邮件，它是否应该获得百分之二十的佣金？

固定订阅制是执行最简单的模式，企业每月支付一个固定金额获得智能体套件的全部功能。但使用量差异极大时这种模式对某一方明显不公平——重度使用者占了便宜，轻度使用者等于在补贴别人。

混合收费制试图综合以上各种模式的优点，通过基础费加超量费的方式兼顾可预测性和公平性，但计费逻辑的复杂度让企业财务部门头疼不已——没人能提前准确预测下个月的智能体使用量和对应费用。

这种定价的持续混乱不是临时的市场不成熟，而是反映了一个根本性的结构难题：智能体的价值不像传统企业软件那样可以按「功能数量」或「用户人数」进行标准化量化。

一个传统的客户关系管理软件的价值是相对明确和可预测的：它帮你管理客户数据、追踪销售管道、生成分析报告。功能是固定的，价值是可以事先评估的。但一个智能体的价值完全取决于它实际「做了什么」——而它能做什么取决于企业数据的质量和完整度、与现有系统的集成深度、具体使用场景的复杂度以及用户引导和训练的投入程度。同一个智能体产品，在甲企业可能每月创造十万美元的可量化价值（自动处理了百分之八十的信息技术工单），在乙企业可能只创造一万美元的价值（因为信息技术基础设施不标准化，智能体只能处理百分之二十的简单工单）。

这就是定价的「三体问题」：智能体的实际价值同时取决于智能体自身能力、企业数据质量和具体使用场景这三个变量，三者缺一不可且互相深度耦合。任何只基于其中一个维度设计的定价模型都注定是系统性不公平的——要么严重高估了智能体对某些企业的价值，要么严重低估了对另一些企业的价值。

对立视角：「按成功收费」可能永远无法大规模落地

在所有定价讨论中最受追捧和最具吸引力的模型是「按成功收费」——它的理论公平性让人兴奋。但在实际操作中，这个模型面临的归因困难可能是本质性的、不可解的。

更复杂的一个经典场景是：如果信息技术智能体自动修复了一个潜在的系统故障，成功避免了一次可能导致数百万美元损失的生产环境停机——这个「被避免的损失」应该如何定价？没有发生的灾难是商业世界中最难量化的价值。你无法证明如果智能体没有介入，灾难一定会发生；你也无法精确计算灾难的预期损失金额。这使得「按成功收费」在风险预防和故障预防类场景中几乎无法落地。

这就是为什么目前市场上绝大多数智能体产品实际采用的是最简单粗暴的定价模型——按座席或固定订阅。不是因为这些模型最公平或最合理，而是因为它们最容易被企业财务部门理解、最容易放进年度预算表、最容易向董事会解释。企业的首席财务官需要一个可以确定性地写入预算规划的数字，而不是一个取决于智能体表现和归因算法的浮动金额。

结论：定价模式将直接决定智能体市场的最终规模

这场看似技术性的定价之争，其重要性远超大多数人的直觉认知，因为定价模式的选择将直接决定整个智能体市场的最终规模天花板。

如果智能体按传统软件的「按座席」模式定价，市场规模就受限于「企业员工总数乘以单价」——这是一个线性增长的有限市场，天花板是可以计算的。

如果智能体按「按成功」模式定价，市场规模就取决于「智能体创造的总商业价值乘以分成比例」——由于智能体可以无限规模化地并行执行任务而人类不能，这是一个理论上可以指数级增长的市场。

如果智能体按「按任务」模式定价，市场规模取决于「全球企业的任务总量乘以单价」——随着智能体能力的持续提升能够处理越来越复杂的任务类型，市场自然向上扩大。

Salesforce 通过其智能体平台和应用市场押注的是「平台加混合定价」的复合模式：基础平台订阅费、智能体按使用量阶梯计费、第三方智能体应用的佣金分成。这个三层定价架构如果能成功跑通并被市场接受，它不只是 Salesforce 一家公司的商业模式创新，而可能成为定义整个智能体行业商业标准的参考范式。

对于正在评估智能体采购方案的企业决策者，建议非常明确：不要只看智能体的技术能力和基准测试分数，更要深入分析它的定价模式是否与你的业务规模和增长逻辑相匹配。一个按座席收费的智能体在你只有十个用户时可能非常划算，但当你想规模化推广到一千个用户时可能变得昂贵到难以承受。而一个按成功收费的智能体在初期看起来几乎免费，但当它真正开始为你创造显著价值时，你支付的累计总成本可能远远超过固定订阅方案。

智能体的技术竞赛已经打了两年多，各家的能力差距在逐渐缩小。但定价模式的竞赛才刚刚开始。而最终定义这个万亿美元级别新兴市场的，可能不是最好的模型，而是最聪明的定价方式。

参考资料

  1. Salesforce Steps into ITSM Market with Agentforce IT Service — Drimble.nl, 2026-03-21
  2. How Much Does an AI Agent Cost? 2026 Pricing Guide — Moltify.ai, 2026-03-22
  3. Avalara Agentic AI for Tax Compliance — Avalara Blog, 2026-03-21
  4. ActiveCampaign Rolls Out Autonomous AI for Marketing — NervNow, 2026-03-21