第 20 章：业务流程不标准，Outcome 就无法定价

按结果收费听起来很美。

客户喜欢结果。

供应商如果真能交付结果，也能获得更高收费。

AI 如果能从工具变成结果交付者，商业模式会比订阅和 Token 高级得多。

但按结果收费有一个前提：

结果必须能被定义。

而结果能不能被定义，取决于业务流程有没有被标准化、数字化、记录化。

没有标准流程，就没有标准动作。

没有标准动作，就没有可靠日志。

没有可靠日志，就没有结果归因。

没有结果归因，就没有 Outcome 收费。

这是一条很硬的链条。

很多中国企业的问题就在这里。

业务确实在发生，但过程没有被系统记录。

员工确实做了很多事，但动作没有标准定义。

客户确实被服务了，但服务结果分散在微信、电话、私聊、表格、个人经验里。

销售确实跟进了客户，但客户状态、成交原因、流失原因没有完整沉淀。

客服确实解决了问题，但问题来源、处理过程、升级路径、满意度反馈并不统一。

管理者确实做了决策，但依据、过程、复盘没有进入系统。

在这种环境里，AI 很难按结果收费。

因为你无法证明：

• - AI 做了什么；
• - 人做了什么；
• - 客户原本会怎样；
• - 结果变化来自哪里；
• - 哪个动作导致哪个结果；
• - 这个结果应该按什么标准结算。

这就是为什么中国很多“按效果付费”更像效果营销或项目对赌，而不是真正的 AI Outcome 模式。

例如销售增长了，到底是 AI 的作用，还是市场行情好？

转化率提升了，是 AI 优化话术，还是投放渠道变了？

客服成本下降了，是 AI 解决问题，还是企业压缩人工？

直播 GMV 提升了，是数字人有效，还是选品和流量变化？

如果归因讲不清，结果收费就会变成谈判。

谈判越多，模式越不可规模化。

真正的 Outcome 收费，必须建立在系统记录之上。

比如客服工单系统。

一个客户问题从进入系统，到 AI 回复，到客户是否继续追问，到是否转人工，到是否关闭，到客户评价，都有记录。这个时候，“解决一个问题”才可能被定义。

再比如 CRM 系统。

一个线索从创建，到跟进，到报价，到合同，到成交，到回款，每一步都有状态。如果 AI 执行了某个动作，并影响了某个环节，才可能讨论 action 或 outcome 计费。

所以，AI 商业模式的上移，不是靠喊口号完成的。

不是说“我们按结果收费”，就真的能按结果收费。

必须先补课：

• - 流程标准化；
• - 数据结构化；
• - 动作日志化；
• - 客户身份统一；
• - 权限边界明确；
• - 结果口径一致；
• - 验收标准合同化。

这些事情很脏，很累，不像发布大模型那么炫。

但它们恰恰是壁垒。

谁能帮助企业把流程变清楚，谁就更有机会把 AI 变成收费系统。

所以，中国 AI 商业模式的难题，本质上不是技术难题，而是企业数字化和组织流程难题。

AI 可以加速流程，但不能凭空替代流程。

如果企业本身没有清楚流程，AI 进入后只会更混乱。

---