跳到正文
Jakob Nielsen · UX Tigers· Jakob Nielsen·· 7 小时前精选AI 评分84

Jakob Nielsen复盘服务即软件趋势:按结果付费重塑UX职责

Service as a Software: The New SaaS Is Ahead of Schedule

文章摘要

专业工作正转变为按结果计费的公用事业,这一模式将交付失败的风险从买方转移至卖方,但也引入了“幽灵解决”等新隐患。Fin、Sierra等厂商已实现数亿美元年经常性收入,证明按解决工单或完成合同收费的模式具备商业可行性。然而,当前多数计量系统依赖客户静默时长来判定任务完成,这种“结果清洗”可能导致模型优化方向偏离真实用户满意度。

对于体验从业者而言,核心职责已从屏幕交互设计扩展至服务契约的设计与审计。这包括定义诚实的“已解决”标准、设计透明的报价与进度检查点、建立有效的申诉与人工接管路径,以及确保在自动化流程中保留人类对异常情况的监督能力。随着采购代理逐渐取代人类成为主要买家,机器可读的服务指标(如成功率、争议率)将成为新的竞争壁垒。从业者需主动介入工作流重构,防止因过度依赖自动化而导致初级人才断层及验证环节失效。

推荐理由

解析按结果付费模式下的风险转移机制,指出“沉默即解决”的计量漏洞,为从业者提供从界面设计转向服务契约审计的具体路径。

正文 · AI 翻译

摘要: AI 供应商现在出售成品工作成果,并按结果收费,一家纯 AI 供应商的年经常性收入已超过 4 亿美元。按结果定价将支付失败工作的风险转移给卖方,但失败的后果以及未被计入的“幽灵解决方案”仍是买方的问题。设计并审计计量器现已成为核心 UX 工作。

(本文所有图片均由 GPT Image 2.6 生成。)

这是我在 2024 年 12 月 19 日首次发表的文章的大幅修订版 第二版,于 2026 年 11 月发表。我保留了站得住脚的论点,对站不住脚的进行了评级,并补充了自那以来学到的内容。如果你想查看我当时的推理过程,2024 年的原始版本仍保留在 UX Tigers 上。我为第一版制作的 爵士乐视频(YouTube,2 分钟)仍然适用。

拧开水龙头,干净的水流出:经过计量,按升计价,喝一杯水不需要水管工。专业工作正在变成同一种公用事业。说出你想要的结果,成品工作就会从工作水龙头中流出,同时计量器在运行。

喝一杯水不需要工作说明书。专业工作正在变成同一种公用事业。

一个已解决的工单成本为 0.99 美元。一份法律研究备忘录几分钟内送达。曾经足以证明咨询项目合理性的文献综述,其成本大约相当于一顿午餐。旧的 SaaS 卖给你工具并祝你好运。新的 SaaS 交付成品工作,并且在最佳情况下,仅在任务完成时收费。

当文献综述的成本低于一顿午餐时,人们开始像点薯条一样订购它。

软件即服务(最初的 SaaS)是一种云模型,其中供应商托管应用程序并出售对其的 访问 订阅。远程计算服务始于 1964 年左右 IBM 的分时系统;现代 SaaS 概念出现在 1990 年代末,随着 Salesforce 和 Concur 的出现,Gmail 在 2004 年将其推向大众市场。在整个历史中,有一条规则一直成立:软件帮助你完成工作,但完成该工作仍然是你的责任。这条规则刚刚被打破。

旧的 SaaS 卖给你工具并祝你好运。完成工作仍然是你的责任。

旧 SaaS 与新 SaaS。

对我 2024 年论点的评级

我公开对我的旧预测进行评级,因为不记分的前瞻者只是娱乐家。这是第一版发布近两年后的记分卡。

不记分的前瞻者只是娱乐家。

Scorecard: My December 2024 Claims
Claim (December 2024)	Verdict (November 2026)
Intelligence gets ~100x cheaper every 2 years	RIGHT so far, for a fixed level of capability
Services will be packaged and sold as software	RIGHT, and faster than predicted
My list of example products (UiPath, QuickBooks, Bloomfire, hotel chatbots)	WRONG LIST, right category
AI can only facilitate user research; participants must stay human	RIGHT on the participants; TOO NARROW on AI’s other roles
AI will be able to facilitate user research by 2027, if not 2025	RIGHT, within the forecast window
UX consultants displaced within 4–5 years	ON TRACK at the halfway mark
AI won’t cause unemployment among design professionals	HOLDING overall, but beginners are locked out
3 million UX professionals will grow to 10 million by 2034	BEHIND SCHEDULE, reaffirmed below
Service as a software adds $50T to the world economy in 20 years	TOO EARLY, restated below

在今天可以评级的 5 个论点中,3 个正确,1 个基本正确,1 个错误。在我看来这是一个不错的预测分数!其他 4 个仍在进行中,我在下文重新讨论就业预测。让我们先从我弄错的那个开始。

我列举的例子都落空了。2024 年,我将机器人流程自动化 (RPA)、会计软件和酒店聊天机器人列为早期的“服务即软件”产品。那些是帮助人类更快交付服务的工具。体现我论点的那些公司当时已经在运营,而我却忽略了它们。Fin、Sierra、Harvey 和 Salesforce 的 Agentforce 都在我的文章发表之前就已经推出了。

更糟糕的是,Sequoia 后来把 QuickBooks(我的选择之一)作为了将被服务取代的工具的象征。你可以方向正确,但选错了载体。

我 2024 年列出的示例产品清单都落空了。你可以方向正确,但选错了载体。

在用户研究方面,我 2024 年的预测基本成立,但有两处修正。AI 辅助功能在我的“到 2027 年,甚至 2025 年”预测窗口期内出现了。2025 年 12 月,Anthropic 的 AI 面试官进行了 1,250 次访谈 用于一项单独的研究。评估参与者必须保持为真人,因为合成用户仍然会扭曲结果;Zihan Chen 及其合著者进行的 2026 年基准测试发现,LLM 调查受访者将细分群体差距夸大了 2–4 倍。

现在说说这两处修正。首先,模拟用户在试点会话中确实有其价值,可以在你花时间与真实客户接触之前调试研究计划。其次,零参与者的启发式预测(我的可用性缩放定律分析 预测其到 2035 年将占设计质量的 2/3)已成为一个我没有列出的主要类别。尽管如此,我的人类与 AI 研究规则 依然成立:真实客户拥有最终决定权,因为研究的目的是获得意外发现。

模拟用户在试点会话中确实有其价值。真实客户仍然拥有最终决定权,因为研究的目的是获得意外发现。

咨询顾问在被取代之前先被重新定价了。在 2025 年 11 月的新闻发布会上,McKinsey 披露其全球费用的约四分之一来自基于结果的定价,而在过去,该咨询业务是按项目范围和持续时间计费的。两个月后,其首席执行官统计出该公司员工队伍中有25,000个 AI 代理 ,以及 40,000 名人类员工。EY 的增长与创新负责人提出了一个“服务即软件”模式,在该模式下,客户为结果付费而非按小时付费。当世界上最昂贵的顾问开始按结果出售服务时,计量器已经触及了专业领域。

咨询顾问在被取代之前先被重新定价了。当世界上最昂贵的顾问开始按结果出售服务时,计量器已经触及了专业领域。

重跑我 2024 年的研究请求

第一版包含一个小实验,我当时让 Google 当时新推出的 Deep Research 产品在文献中搜寻近期专业服务工作被 AI 接管的事例。我当时指出,这个花费 20 美元的查询取代了咨询公司收费数百万美元的研究任务,只是少了花哨的幻灯片和顾问在台上那种精致的表现。

如今一个 20 美元的查询就取代了咨询公司收费数百万美元的研究,只是少了花哨的幻灯片和精致的舞台表现。我以前是顾问,所以我知道客户付钱买的是哪部分。

在这第二版中,我再次进行了询问,这次使用的是 Google 当前的旗舰模型 Gemini 4 Carbon。两次回答之间的差异讲述了过去 23 个月的故事:

Then vs. Now: The Same Research Question, 23 Months Apart
	December 2024: Deep Research	November 2026: Gemini 4 Carbon
What the products do	Help humans deliver services (chatbots, RPA, analytics)	Execute the service end to end, escalating exceptions and high-stakes judgment to humans
Representative names	Hilton chatbots, DHL routing, UiPath, QuickBooks	Garfield AI, Crosby, Harvey, Basis AI, Cognition’s Devin, Sierra, Fin (formerly Intercom), McKinsey’s 25,000 agents
How they charge	Subscriptions and licenses	Outcome fees (per billed resolution or completed filing), action credits, and fixed-scope tiers
Who answers for the result	The customer’s employees	A split: licensed AI-native firms, vendors whose guarantees are backed by AI insurers, and the buyer’s executives who sign off

在 23 个月内,答案从“辅助服务人员的软件”转变为“就是服务人员并按此收费的软件。”

Gemini 列表中的意外嘉宾是两家受监管的律师事务所,它们与软件供应商并列。2025 年,Garfield AI 成为首家获得英格兰和威尔士律师监管机构授权的 AI 驱动律所,以 £2 的价格发送催款函,以 £50 的价格提起诉讼来追讨未付发票。Crosby 是一家注册在纽约的律师事务所,已通过 AI 代理处理了 13,000 份合同,由律师检查最终工作成果,每份收费 $250–$1,000。水龙头现在持有法律执照。

两家受监管的律师事务所现在通过 AI 处理其工作,按完成的文档收取固定价格。水龙头现在持有法律执照。

2024 年的 Deep Research 输出结果也显示了我为何错过了早期的基于成果定价的初创公司。文献综述只能找到已经写成的内容。请注意这种递归:本文的两个版本都部分由它们所描述的工作水龙头进行了研究。

基于成果的定价从初创实验变为会计指导

定义: 基于成果的定价仅在 AI 完成定义的工作单元(如完全解决的工单)时才向客户收费。没有解决,就没有发票。

记分卡无法显示一个遗漏,因为第一版从未提及它:这种定价模式早在 2024 年 12 月就已经在售。Fin 自 2023 年起就按解决次数计费,Zendesk 在 2024 年夏季宣布了按解决次数定价。那年秋天,Salesforce 推出了 Agentforce,价格为每次对话 $2,这给工作装上了计量表,尽管还不是针对结果的计量表。我描述了水龙头将交付什么,却忽略了它将如何计费。两年后,计量表成为这个故事中最活跃的部分:

每次对话 $2 的价格给工作装上了计量表,尽管还不是针对结果的计量表。

  • Fin (前身为 Intercom):按每个已解决的工单收取 0.99 美元,未解决的聊天免费。在 2026 年 4 月以 3.5 倍的年增长突破 1 亿美元年度经常性收入 (ARR) 后,Intercom 于 5 月更名为 Fin,并于 2026 年 9 月以 36 亿美元出售给 Salesforce。Fin 声称其自主解决率为 76%。
  • Zendesk:在按需付费计划中,每次自动解决收费约 2.00 美元(承诺用量为 1.50 美元),仅当无人工介入处理工单时才收费。

某供应商仅在无人工介入处理工单时才对自动解决收费。

  • HubSpot:于 2026 年 4 月将其 Breeze 代理的定价从每次处理对话 1.00 美元调整为每解决一次对话 0.50 美元。这一处措辞修改将性能风险从买方转移到了 HubSpot。
  • Salesforce:Agentforce 在 2026 年 7 月的 ARR 突破 15 亿美元(同比增长超过 240%,捆绑了 Slackbot 和同类 AI 工具),记录了 70 亿个“智能体工作单元”。其价目表同时提供毛毛虫和蝴蝶选项:按用户(每月 125 美元以上)、按操作(约 0.10 美元)、按对话(2 美元),以及自 2026 年中以来的按解决次数(2 美元)。对 Fin 的收购现在增强了其基于结果的报价方案。

某供应商的价目表现在同时提供毛毛虫和蝴蝶选项:按用户、按操作、按对话和按解决次数收费。

  • Sierra:完全基于结果定价构建,Sierra 在仅第三季度新增超过 1.5 亿美元后,于 2026 年 10 月的 ARR 突破 4 亿美元。它公开抨击基于席位的竞争对手存在内置的利益冲突:当 AI 代理发挥作用时,客户需要的人工席位就会减少。
  • Harvey:在超过 3,000 家组织中 ARR 突破 4 亿美元,并于 2026 年 9 月以 155 亿美元的估值融资。然而,Harvey 仍然主要按律师席位计费,因此水龙头流出的是完成的法律工作,而计量器计数的却是椅子。

更广泛的市场也在跟进,尽管速度比头条新闻暗示的要慢。Kyle Poyar 的 2025 年对 240 家软件公司的调查 发现,基于席位的模式在 12 个月内从占公司的 21% 降至 15%,而混合模式则从 27% 跃升至 41%。尽管如此,只有 5% 的受访者将基于结果的定价列为其主要模式,尽管有 25% 的人预计到 2028 年会实现这一点。即使是按 token 出售智能的 OpenAI,也正如 The Information 率先报道的那样,正在与少数企业客户测试按成功付费的交易。

更广泛的市场也在跟进,尽管速度比头条新闻暗示的要慢:只有 5% 的受访软件公司将基于结果的定价列为其主要模式。

让我确信这种变化是永久性的进展来自会计师。2026 年 6 月 4 日,德勤发布了 关于代理式 AI 产品基于结果定价的收入确认指南,并附有详细示例:一家供应商预先收取 500 万美元以处理 250,000 个完全解决的退款案例,只有在相应案例解决时才能记录每笔 20 美元 的付款;而一家欺诈监控供应商在固定访问费之外,每次成功的自主干预可记录 3 美元。

当四大会计师事务所解释如何对某种定价模式进行记账时,该模式已不再是初创企业的实验,而是成为了基础设施。“服务即软件”现在有了 GAAP 处理方式(GAAP 即审计师奉为圭臬的公认会计准则)。我再也找不到比这更奇怪的赞美了。

当四大会计师事务所解释如何对某种定价模式进行记账时,该模式已不再是初创企业的实验,而是成为了基础设施。

一个陷阱隐藏在细则中,这更多是一个设计问题而非会计问题。什么才算“已解决”?所有三个已公布的计量器都可以将客户的沉默视为成功。

Fin 在客户于智能体最后一次回答后保持 24 小时 静默时,会开具一笔“假定已解决”的费用。HubSpot 如果其智能体分享了帮助文章或执行了操作,且客户在 72 小时 内未要求人工服务,则将该对话计为已解决。Zendesk 根据渠道不同等待 2–72 小时的不活动窗口期,然后由 AI 模型阅读转录文本以验证是否已解决。

(值得肯定的是:Zendesk 于 2026 年 5 月增加了这一检查,而如果客户返回同一对话,Fin 会取消收费。但抄表员仍然为燃气公司工作。)

对于供应商在判定何为“已解决”时所做的额外检查,值得给予肯定。但抄表员仍然为燃气公司工作。

沉默可能意味着客户放弃并切换了供应商。但计量器仍会将沉默计入。Gartner 将聊天机器人被重新标记为智能体的行为称为“智能体洗白”(agent washing)。在基于结果的定价旗帜下对沉默计费则是 “结果洗白”(outcomewashing)。工作水龙头经济的计费单位是一种测量伪影,而测量伪影属于用户体验领域。

在基于结果的定价旗帜下对客户沉默进行计费就是结果洗白。

为什么结果计量器始于帮助台

上述每一个基于结果定价的成功故事都在销售客户支持,而 Harvey 的席位许可证表明,所售内容的转变已经超过了 计费方式 的转变。结果计量器需要三个条件,而大多数专业工作目前尚未满足这些条件。

条件 1:已有记录系统登记结果。

工单在帮助台软件中处于打开或关闭状态。贷款已发放,索赔已支付,会议已预订,数据库中有相应记录。如果没有账本记录成功,供应商和客户就没有共同可计量的对象,这就是为什么法律备忘录、战略咨询和大多数代码仍然按席位或按 token 销售的原因。

条件 2:工作足够可靠,供应商能够承担失败风险。

在基于结果的定价模式下,每一次失败的尝试都会侵蚀供应商的利润。METR(一个衡量 AI 能独立完成任务时长的研究小组)在 2026 年春季估计其评估的最强模型有 50% 的概率完成需要人类专家 16–20 小时的软件任务,但只有在需要 3–4 小时的任务上才达到 80% 的可靠性。

50% 的成功率只是演示,80% 是生意,99% 则是公用事业。(METR 甚至没有报告 99% 的时间跨度。)支持问题只需几分钟,这使其完全处于可靠时间跨度之内。因此,计量器首先被安装在帮助台上。

50% 的成功率只是演示,80% 是生意,99% 则是公用事业。

条件 3:买方能在开始工作前明确定义“完成”。

这里我的水比喻出现了漏洞。厨房水龙头流出的每一升水都与上一升相同;没人会为“湿润”写规格说明书。知识工作则不同,40 年的可用性研究告诉我们,人类很不擅长在一开始就清楚陈述自己想要什么。在传统工作中,律师、设计师或高管往往在艰难撰写初稿的过程中才发现自己解决的是错误的问题。

没人会为“湿润”写规格说明书。

知识工作则不同,40 年的可用性研究告诉我们,人类很不擅长在一开始就清楚陈述自己想要什么。

将执行外包给“工作水龙头”,你可能会陷入 迈达斯陷阱:得到你确切要求的东西,附带有效发票,然后才意识到你要求错了东西。支持工单避开了这个陷阱,因为“退款”不需要创造性的发现。而战略备忘录和 UX 重新设计则需要。

迈达斯陷阱:得到你确切要求的东西,附带有效发票,然后才意识到你要求错了东西。(在希腊神话中,迈达斯国王希望他触摸的一切都变成黄金。不幸的是,“一切”包括了他的午餐。)

这些条件正在扩散。Sierra 现在出售那些在 数天或数周内追求目标的智能体,并按结果收费,例如再融资贷款或已支付的保险理赔,这些结果最终成为双方均可核实的数据库条目。各专业领域紧随其后。Garfield 和 Crosby 已将按小时计费改为按完成文档固定收费,这为工作成果设置了计量器,尽管尚未针对其结果设置。结果计量器按可验证性顺序扩散。因此,要看到翻转何时到来,请寻找那些结果落入记录系统的工作。

席位如同健身房会员;结果如同保修

在供应商名称背后,发生了一件事:失败的风险从买方转移到了卖方。在旧的 SaaS 模式下,无论是否有人使用席位,客户都要付费;Zylo 的 2026 年企业软件支出指数发现,平均组织仅 使用了其 SaaS 许可证的 54%,导致 46%闲置积灰。

在旧的 SaaS 模式下,无论是否有人使用席位,客户都要付费。平均组织有 46% 的许可证未被使用。

席位许可证是企业软件的健身房会员。Stefano DellaVigna 和 Ulrike Malmendier 在 2006 年对 7,752 名健身俱乐部会员(PDF) 的研究发现,签订月度合同的人每月到场 4.3 次,因此每次访问支付超过 $17,尽管当时有 $10 的单次通行证可用。健身房最赚钱的会员是那些从不来的人,而在过去四分之一世纪里,SaaS 供应商最赚钱的席位是那些无人使用的席位。

席位许可证是企业软件的健身房会员。健身房最赚钱的会员是那些从不来的人。

结果定价颠倒了激励机制:不出水的龙头不收费。这也解决了一个更古老的问题。在 1970 年的一篇论文中,George Akerlof 解释了当买家在购买前无法判断质量时会发生什么(二手车是他的例子):好的卖家与坏的卖家混为一谈,价格向劣质品下沉,市场萎缩。这一见解后来使 Akerlof 获得了诺贝尔奖。

Akerlof 的柠檬问题:当买家在购买前无法判断质量时,好的卖家与坏的卖家混为一谈,价格向劣质品下沉,市场萎缩。

各专业领域通过资质认证解决了他们版本的柠檬问题,从律师资格考试到门上的合伙人姓名。

除了少数获得许可的新进入者如 Garfield 外,AI 服务没有资格考试,而听起来合理的聊天机器人是你无法在停车场识别出的柠檬。因此,市场寻求了 Akerlof 的另一补救措施,即保修。“无解决方案,不收费”是对专业能力的保修。当你只为展示出的能力付费时,你无需提前判断机器的胜任力。

各行业通过资质认证解决了柠檬市场问题。AI 服务没有律师资格考试,而一个听起来头头是道的聊天机器人就是你在二手车场里无法识别的“柠檬”。

为什么卖方可以承担这种风险,而买方却不能?法律学者 Guido Calabresi 在 1970 年——即 Akerlof 发表“柠檬市场”论文的那一年——提出了这一规则:损失应由能够以最低成本避免该损失的一方承担。在这里,这一方是供应商,因为他们控制着模型、提示词和调优。供应商还可以汇集风险。客户 500 个工单中有一个失败只是令人烦恼,但供应商 5000 万个工单中有一个失败不过是精算表上的一行数据。

客户 500 个工单中有一个失败令人烦恼,但在供应商的 5000 万个工单中,它便消融于平均值之中。

但当失败有两个“父母”时,Calabresi 的规则就会遇到障碍。供应商控制模型和提示词,而买方控制底层产品、退款规则和日益腐烂的帮助文档。如果零售商推出了有缺陷的结账流程或与其自身的退货政策相矛盾,那么没有任何支持代理(无论是人类还是硅基)能解决由此产生的工单,然而纯粹的结果定价却让供应商为买方的烂摊子吞下计算成本的账单。

当失败有两个“父母”时,“损失应由能以最低成本避免它的一方承担”这一规则便会遇到障碍。

密歇根大学经济学家 Sugato Bhattacharyya 和 Francine Lafontaine 在 1995 年证明(21 页 PDF),只要买卖双方都提供不可观察的努力,纯粹的按结果付费合同就会在 双边道德风险 下崩溃。

免费失败会腐蚀管道的两端。买方将无法修复的边缘案例倾倒进队列,因为未解决的聊天对他们来说毫无成本。供应商则以 撇脂策略 进行报复:收紧资格门槛,引导用户提出能干净关闭的琐碎问题,或者一旦预期推理成本超过 0.99 美元就将棘手工单推给人类。如果你能在入口处就取消队列中丑陋的 40% 的资格,那么吹嘘 76% 的解决率就容易多了。

如果你能在入口处就取消队列中丑陋的 40% 的资格,那么吹嘘 76% 的解决率就容易多了。

因此,混合定价(在 Poyar 的调查中占软件公司的 41%)的增长速度快于纯结果计费(5%)。同样的冲突也有助于解释为什么现实中的水电公用事业公司最终采用了 两部制电价/水价:收取适度的计量费或诊断费,以便买方维护好自己的管道设施,再配合一项结果费用,以确保供应商交付成果。

但保修只退还费用,仅此而已。结果定价将 价格 风险转移给了供应商,因为计量器捕捉到的失败对客户来说分文不花。而后果的 风险 依然留在原地,落在客户的膝上。当代理错误地拒绝退款、捏造政策,或在客户放弃后关闭工单时,计量器记录为成功,供应商据此收费,而客户公司则继承了一个愤怒的客户。

法律已经规定了当聊天机器人向客户提供错误信息时由谁负责。2024 年 2 月,加拿大一个法庭命令加拿大航空 为其聊天机器人编造的丧亲折扣付款,称该航空公司暗示机器人应对其自身行为负责是“一项非凡的陈述”。裁决金额为 812 加元。这一先例的价值更高。

一家航空公司暗示其聊天机器人应对其自身行为负责,法庭称这是“一项非凡的陈述”。裁决金额很小。但先例的价值更高。

专业行业为同样的教训付出了更高的学费。2025 年 10 月,德勤同意 退还最后一期款项,此前在一份 440,000 澳元 的澳大利亚政府报告中发现了伪造的引用,包括虚构的联邦法院判决引语,该报告是在 GPT-4o 的帮助下起草的。 签署工作成果的人要对机器负责。这正是受监管的水龙头(服务)大放异彩之处。Garfield 的持牌律师要为其信件负责,Crosby 要对其审查的每份合同承担责任。在这些案例中,后果的风险随工作成果转移。

签署工作成果的人要对机器负责。

结果计量器是一种检测器,像所有检测器一样,它可能在两个方向上出错:

The 4 Outcomes of an Outcome Meter
	Meter reads “resolved” (billed)	Meter reads “unresolved” (free)
Customer’s problem solved	Earned revenue: the warranty worked as advertised	Unbilled success: a loss for the vendor, presumably rare
Customer’s problem not solved	Phantom resolution: the buyer pays the invoice and bears the damage to its customer relationship	Honest failure: the vendor eats the cost, and a human can take over

保修涵盖右下角的单元格。左下角的单元格是“结果清洗”(outcomewashing)所在的地方,双方都没有立即去统计它的动力,因为供应商拿到了钱,而买方的仪表盘显示问题已解决。缩小这个单元格是一项 UX(用户体验)工作。

右下角的单元格也为 UX 专业人士带来了新消息。在席位许可模式下,混乱产品的供应商仍然能拿到钱;锁定效应和闲置软件确保了这一点。在结果定价模式下,每一个被放弃的接收、被误解的简报和被搞砸的交接都是未计费的工作。我以前的口号 UX = Profits,是我必须在预算会议上论证的主张。结果定价使其成为一种记账恒等式:供应商的可用性由其自身的营收线审计,一次解决一个未处理的工单。

The Flip, Dimension by Dimension
Dimension	Software as a Service (old SaaS)	Service as a Software (new SaaS)
What the customer buys	Access to a tool	A finished outcome
Billing unit	A seat per month	A successful outcome, an action, or a seat
Who bears the risk of failure	The customer (shelfware, stalled rollouts)	The vendor for failures the meter catches; the customer for the ones it misses
What the vendor optimizes	Renewals and seat counts	Higher completion rates and fewer customer disputes
What the service-level agreement (SLA) promises	Availability: the tool is up 99.9% of the time	Completion: the job gets done, say, 92% of the time
Where the UX lives	The screen	The service contract: scope, price, progress, proof, redress
Who places the order	A human with a login	Increasingly, an agent with a mandate
What the buyer must audit	Usage: are the seats filled?	The meter: does “resolved” mean resolved?
Utility precedent	Gas by the burner and the hour	Gas by the cubic foot, electricity by the kilowatt-hour

基础设施:5 层中有 4 层已经建成

除了水龙头(服务接口),公用事业还需要计量器、管道、可用服务目录和检查员。前 4 层在两年内建成,第 5 层的建设已经开始:

除了水龙头(服务接口),公用事业还需要计量器、管道、可用服务目录和检查员。

The Service-as-a-Software Stack
Layer	What it does	2026 exemplars
Faucets	Deliver finished work in a vertical	Fin and Sierra (support); Harvey, Garfield AI, and Crosby (legal); Basis (accounting); agentic coding tools; deep research products; generative UI for design
Meters	Define, measure, and bill claimed outcomes	Per-resolution billing, Agentic Work Units, Deloitte’s recognition guidance, metering engines bought by Stripe and Salesforce
Pipes	Let agents pay and get paid	The x402 payment protocol, Google’s AP2, the OpenAI–Stripe Agentic Commerce Protocol, Visa Intelligent Commerce, Mastercard Agent Pay
Directory	Let buyers (human or machine) find faucets	AI answer engines, agent-readable catalogs, generative engine optimizationInspectors	Certify and insure services, with outcome audits still to come	Regulators licensing AI-native law firms; AIUC-1 agent certification with insurance from the Lloyd’s market; the outcome counts are still unaudited

计量层值得仔细审视,因为公用事业的历史表明账单正是在那里决定的。公用事业诞生于其计量器变得可信的那一天。第一批燃气公司没有计量器,因此他们按合约小时数出售燃气,后来按燃烧器出售(PDF),检查员夜间巡逻以切断那些付费小时数用完的客户的服务。按燃烧器收费是煤气灯时代的席位许可。

最早的燃气公司没有计量表,因此检查员会在夜间巡逻,切断那些付费时长已用完的客户的供气。每个燃烧器就是煤气灯时代的席位许可证。

塞缪尔·克莱格(Samuel Clegg)的水封式计量表于1815年问世,随之而来的是长达数十年的关于计量表“走得太快”的争吵,直到1859年议会颁布《售气法》(Sale of Gas Act),要求每一块计量表在向任何人计费之前,都必须经过公共检查员的测试并加盖印章。

电力重演了这一剧本。托马斯·爱迪生于1882年9月4日通过珍珠街电站点亮了下曼哈顿,但在系统稳定运行之前并未发送账单,第一张电费发票金额为$50.44,于1883年1月18日寄给了安索尼娅黄铜与铜业公司(Ansonia Brass and Copper Company)。每家公用事业公司都会经历同样的4个阶段:固定费率、计量表、计量争议和检查员盖章。AI工作水龙头已进入第三阶段。德勤(Deloitte),愿上帝保佑它的会计师们,已经告诉供应商如何根据计量表的读数入账。

固定费率、计量表、计量争议、检查员盖章:从维多利亚时代的城市煤气到今天的AI,每家公用事业公司都要经历这4个阶段,而AI工作水龙头现已进入第三阶段。

业界已经注意到价值所在。Stripe据报道以10亿美元收购了计量初创公司Metronome,Salesforce则在收购Fin的前一周签署了购买计量公司m3ter的交易。Stripe的首席执行官Patrick Collison称计量和计费是“‘产品’与‘商业’之间的接口。”我更进一步说:对于工作水龙头而言,计量表是用户界面的一部分。

对于工作水龙头而言,计量表是用户界面的一部分。所以要像测试界面那样测试它。

电力提供了另一个先例,而AI正在重演这一过程。使电气产品安全的标准源自保险公司。在1893年芝加哥世界博览会之后,火灾承保人资助了后来发展为Underwriters Laboratories的测试实验室。2026年,一家名为人工智能承保公司(Artificial Intelligence Underwriting Company)的初创企业依据其AIUC-1标准对AI代理进行认证,并由劳合社(Lloyd’s)市场的保险为证书提供背书;其首份保单为ElevenLabs的语音代理提供高达5000万美元的保障。保险补充了保修中缺失的一半,因为它是后果风险定价的方式。(必须单独购买。自2026年1月起,标准保单格式允许普通保险公司将生成式AI索赔排除在一般责任保险范围之外,到年中为止,已有超过2000项此类除外条款在49个州备案。)

但承保人测试的是安全性和保障。目前还没有人对计量表本身盖章。没有独立方核查计费的解决方案是否真的是一个解决方案。

与电力一样,保险公司正在制定AI的安全标准。但承保人测试的是安全性和保障。目前还没有人对计量表本身盖章。

风险投资家从收入端也得出了同样的反转结论,只是数字较小。Foundation Capital 的 Joanne Chen 和 Jaya Gupta 在 2024 年 4 月指出了这一转变(比我更早捕捉到结果定价的变化),并将其规模估算为涵盖 4 个职业类别和外包 IT 领域的 4.6 万亿美元;Sequoia 的 Julien Bek 在 2026 年 3 月跟进,指出 企业在服务上的支出是软件支出的 6 倍。

风险投资家从收入端也得出了同样的反转结论:企业在服务上的支出是软件支出的 6 倍。

我预测的 50 万亿美元是指 2044 年的额外年度经济产出,以 2024 年美元计算。Foundation Capital 的估算则是服务提供商可以追逐的支出规模。这两个数字回答的是不同的问题。现有的工资总额表明了 AI 可能改变的工作规模,但自动化那些已经在进行的工作并不会使所有这些工作都成为经济的增量。

额外的产出将来自长期被忽视的问题最终得到解决、更好的产品和服务,以及释放出的时间和资源的生产性利用。我保留 50 万亿美元的预测,作为对这些变化规模的押注。仅仅用今天的知识工作账单乘以未来的经济增长是不够的。

随取随用的智能:经济学逻辑依然成立

第一版中的经济引擎仍在运转,因此我将对其进行压缩而非重复。高智力过去是稀缺的。大约只有 2% 的人口具备大多数高级商业工作所需的 IQ 130 水平,而这些人中的每一个都需要十年的教育和经验才能变得有用,即便如此通常也仅限于一个专业领域。稀缺意味着高价,而基础经济学告诉我们高价会抑制需求。没有人会花 10 万美元请顾问去解决一个价值 1,000 美元的问题,因此世界上数以百万计的 1,000 美元级别的问题无人问津。这些是 孤儿问题:小到不值得支付专家的费用,大到无法被忽视,所以没人接手。

没有人会花 10 万美元请顾问去解决一个价值 1,000 美元的问题。这些是孤儿问题:小到不值得支付专家的费用,大到无法被忽视。

示例: 一项定价为 15,000 美元的可用性审计是 Alice 的 8 人初创公司永远不会批准的开支项目,因此她的结账流程一直存在故障,她在不知原因的情况下流失了客户。如果通过“工作水龙头”提供类似的审计服务并定价为 150 美元,她每个冲刺周期都会购买一次。将 Alice 的情况推广到地球上的每一家小企业,你就能看出增长来自何处:即那些曾被高价扼杀的大量需求。取代已经发生的购买只是较小的收获。Garfield 的客户展示了价格下降时会发生什么。一张未支付的 900 英镑发票从未值得支付律师费,因此被核销了。但如果每封信件只需 2 英镑,这笔款项就会被追讨。

定价 15,000 美元时,Alice 的 8 人初创公司绝不会购买可用性审计。定价 150 美元并通过“工作水龙头”提供时,她每个冲刺周期都会购买一次。

随后,智能的价格崩塌了。在第一版中,我曾报道 GPT-4 级别的能力在 21 个月内价格暴跌了惊人的 240 倍。独立追踪机构证实了这一趋势。斯坦福大学的 AI Index 记录显示,查询一个 GPT-3.5 级别模型的成本从 2022 年 11 月到 2024 年 10 月期间,从每百万 token $20.00 降至 $0.07,降幅超过 280 倍。Epoch AI 跨基准测试的追踪发现,推理价格根据能力层级不同,每年下降幅度介于 9 倍至 900 倍之间,其中在博士级科学问题上达到 GPT-4 级别性能的价格每年下降 40 倍。有一个星号注记:这些是针对固定能力水平的价格。当时的前沿模型从未变得便宜,客户也持续选择它。相比之下,昨天的智能几乎免费。

当时的前沿模型从未变得便宜,客户也持续选择它。相比之下,昨天的智能几乎免费。

更便宜 = 买得更多。 第一版中那句三个字的定律依然支撑着论点。当专业知识的价格下降 1,000 倍时,针对 $1,000 问题的 $100 解决方案就能打开市场,那些被忽视的问题终于得到采纳。如果需求增长一千倍,那么就会有千倍数量的问题得到解决。这也是为什么尽管单价暴跌,企业 AI 账单却不断上涨的原因:如果大楼里的每个人都新开 10 个水龙头,水价下跌并不会减少水费。Agentic 工作流每个任务会触发数十次模型调用。消费量的爆炸式增长与单位成本的断崖式下跌相结合,正是 $50 万亿市场在诞生前的模样。

更便宜 = 买得更多。如果大楼里的每个人都新开 10 个水龙头,水价下跌并不会减少水费。

经济学家自 1865 年起就有了这个术语,当时 William Stanley Jevons 注意到 James Watt 效率更高的蒸汽机非但没有抑制英国的煤炭消耗,反而使其倍增,因为廉价的动力找到了昂贵动力永远无法企及的千种用途。Jevons 悖论 驱动着“工作水龙头”的增长。智能是知识经济的煤炭。其价格刚刚下降了几个数量级,世界将燃烧更多的智能。

Jevons 悖论:效率更高的蒸汽机非但没有抑制英国的煤炭消耗,反而使其倍增。智能是知识经济的煤炭。

这个悖论附带一个条件,这也是我的预测可能失败的地方。只有当购买量的增长速度快于价格下降速度时,支出才会增长。如果专业知识便宜了 100 倍,而世界只多买了 50 倍,那么市场规模就会减半,无论完成了多少工作,我预测的 $50 万亿都会蒸发。但我押注相反的情况,因为有先例可循。自大型机时代以来,计算价格已经下降了数百万倍,而世界的计算账单却一直在上升。

我的预测取决于弹性需求:只有当购买数量的增长快于价格下降时,支出才会增加。然而,松鼠无论坚果多便宜也只能吃那么多,但企业可以利用几乎无限的认知能力来解决新问题并提供新服务。

当然,买家越来越看不到任何代币价格。他们看到的是每张已解决工单 0.99 美元,而根据 Gartner 的客户服务基准,由人工处理一次联系的中位数为 $13.50。购买单位从算力转向了成果,这正是公用事业成熟的方式:没有人按库仑购买电力。

买家越来越看不到任何代币价格,只看到每张已解决工单的价格。这就是公用事业成熟的方式:没有人按库仑购买电力。

设计服务,而非屏幕

风险投资家分析的是销售工作的经济学。几乎没有人分析 被软件服务的体验,而这种体验将决定人们信任哪些水龙头来花钱。专业服务历来包括接洽对话、报价、进度报告、交付以及出问题时有人可以问责,当然还有交付物本身。去掉这些,廉价的服务就退化成一台偶尔吐出文档的老虎机。(在我的 AI 交互风格分类中,工作水龙头是一个带价格的 Task Agent:一项有界任务,委托并交付。)

去掉接洽对话、报价、进度报告、交付以及出问题时有人可以问责,廉价的服务就退化成一台偶尔吐出文档的老虎机。

Jan Carlzon 在 1980 年代管理航空公司 SAS(是那个有翅膀的,不是统计软件包),他计算出他的 1000 万年乘客每人大约接触 5 名员工约 15 秒,因此该航空公司在一年中经历了 5000 万个关键时刻,每次 15 秒。一个工作水龙头有 4 个关键时刻:报价、检查点、交付和补救。其他一切都是幕后。

G. Lynn Shostack 在一篇 1984 Harvard Business Review 文章中首次提出了这一区分,即客户所见与组织所做之间的“可见性线”。四十年后,这条线有了工程意义:线下运行着代理的推理、工具调用和重试;线上则是服务。把线画得太低,你就把转录文本甩给客户;把线画得太高,他就只能看到一个加载图标,然后是一张账单。

把可见性线画得太低,你就把转录文本甩给客户。把它画得太高,他就只能看到一个加载图标,然后是一张账单。

所以以下是我为代理交付服务提出的 10 条设计准则。计量器是界面的一部分。

  1. 用客户的词汇描述成果。 提供“已解决 500 张工单”或“对 3 个竞争对手的有竞争力拆解分析”,而不是“200 万 token”或“API 调用”。客户购买的是工作,所以要明确说出工作内容。

用客户的词汇描述成果。客户购买的是工作,所以要明确说出工作内容。

  1. 在计费开始前报价、预估时间和置信度。 人类承包商通常会给出估算:费用多少、何时完成,以及哪些因素可能改变这两个数字。智能体服务也必须这样做,包括针对此类任务类型的诚实成功率数据。“大约 40 美元,耗时约 25 分钟,且我成功完成此类工作的概率为 92%”胜过任何动画加载图标。未定价的开放式运行相当于 慢速 AI 版的隐藏计价器出租车。报价也是一种预期,由于 满意度是相对于预期的交付质量,诚实的 92% 比无法兑现的自夸 100% 设定了更可信的预期。

在计费开始前报价、预估时间和置信度。诚实的 92% 比自夸的 100% 设定了更可信的预期。

  1. 在全面计费前安排一次廉价的试穿。 定制裁缝绝不会仅凭口头要求就裁剪昂贵布料;他或她会先固定一个廉价棉布样衣,因为即使客户无法用语言描述正确的剪裁,也能一眼认出错误的剪裁。这是我旧的 可用性启发式原则——识别而非回忆——针对计量工作重新构建的版本。对于任何复杂任务,以几分钱(或免费)进行 验收原型设计:3 个粗略方向、模式预览或定义“完成”标准的 5 个合成边缘案例。只有在人类确认试穿后,才启动大型成果计量。

在全面计费前安排一次廉价的试穿。即使客户无法用语言描述正确的剪裁,也能一眼认出错误的剪裁。

  1. 让保证条款在下单时清晰可见。 “无结果不收费”是一种定价模型,但展示它是一项 UX 决策,它在建立信任方面的作用远超界面打磨。保证条款是一个设计元素。也要说明其局限性:退款并不能修复错误答案造成的损害。

让保证条款在下单时清晰可见,并说明其局限性:退款并不能修复错误答案造成的损害。

  1. 按计划披露进度。 长时间运行的工作需要检查点、部分交付物,以及仅保留给只有客户才能做出的决定的中断,正如我在 渐进式披露:从辅助轮为期一周的 AI 智能体中详细阐述的那样。不要把价值 500 美元的任务状态困在滚动的转录文本里。

按时间表披露进度。不要把一项价值 500 美元的工作状态困在滚动的转录记录里。

  1. 像专业人士一样交付,而不是像打印机一样。 先呈现发现结果,在一屏内展示;可检查的深度内容置于其后。交接时刻是服务赢得下一笔订单的关键,而倾倒 40 页无差别的内容会丧失这一机会。

像专业人士一样交付,而不是像打印机一样。先呈现发现结果,在一屏内展示,并将可检查的深度内容置于其后。

  1. 在故障发生前设计补救路径。 当智能体搞砸工作时,客户应该联系谁?指明升级到人工的路径,说明退款规则,并记录每一个有争议的结果。补救涵盖账单以及工作本身,因此对幻影解决方案的收费提出质疑应只需一次点击。没有补救机制的服务是一场赌博。

在故障发生前设计补救路径。没有补救机制的服务是一场赌博。

  1. 附带上下文进行移交。 当水龙头(指自动化服务)将任务移交给人类时,该人类继承了残留物:最棘手的案例、最愤怒的客户,以及简单案例过去所提供的练习机会(Lisanne Bainbridge 在 1983 年将此称为自动化的讽刺,而在 AI 时代这种讽刺更为尖锐)。因此,交接必须携带转录记录、已尝试的修复方案以及客户的情绪。供应商还应在解决率旁边公布其 移交率(即交还给人类的任务比例)。向人类重新解释问题的客户已经支付了两次费用。

附带上下文进行移交。向人类重新解释问题的客户已经支付了两次费用。

  1. 绝不让沉默伪装成满意。 不活动窗口期是一种记账上的便利,但作为快乐客户的代理指标却非常脆弱。请求一键确认,将发票细分为已确认和假定结果,让那些不按解决量付费的人员抽样检查假定结果,并公布争议率。更好的做法是对假定结果打折计费。诚实测量的供应商将赢得企业交易,因为采购部门靠阅读细则为生。

绝不让沉默伪装成满意。不活动窗口期是一种记账上的便利,但作为快乐客户的代理指标却非常脆弱。

  1. 记住客户。 回头客不应不得不从头开始重新简报服务。长期偏好、房屋风格和过去的交付成果是工作水龙头的忠诚度计划,也是使业务持久的转换成本。

记住客户。回头客不应不得不从头开始重新简报服务。

这些指南均未提及屏幕布局。2026 年 7 月,Gartner 估计 AI 代理将使 $234 billion 的企业应用支出面临风险(约占 SaaS 总额的 20%),并宣称“用户界面不再是差异化因素”。这只是故事的一半。屏幕正在退居次要地位,不再作为主要的设计对象,取而代之的是人与机器之间的 服务契约。无论是否有设计师参与,这份契约(范围、价格、进度、证明和补救)都需要被设计出来。如今,定价经理和律师主要在默认情况下设计它。

代理交付工作的服务流程:接收、估算、检查点、交付和补救。这一管道中的每个连接点都是一个设计决策。

你的下一个客户是机器

这种转变还有第二个转折:越来越多地,从工作水龙头订购的实体不是人。采购代理根据价格和经过验证的成功率对服务进行比价;个人代理代表其委托人订购研究、预订和退款追讨。(这些是我交互风格分类法中的 Proxy Agents。)Gartner 预测,到 2028 年,90% 的 B2B 采购将由 AI 代理中介,通过代理交易所推动超过 $15 trillion 的交易额。即使将 Gartner 的热情打个对折,你仍然需要做好准备。

越来越多地,从工作水龙头订购的实体不是人。采购代理根据价格和经过验证的成功率对服务进行比价。

因此,每个 service-as-a-software 供应商现在都服务于两类受众。我在 From PageRank to DeepRank 中描述了内容侧的这一版本:人类想要叙事和安心感,而机器想要可以提取和比较的结构化声明。对于服务而言,这意味着机器可读的目录、代理可以解析的已发布 SLA,以及可验证的记录而非推荐页面。这也意味着要设计客户代理将提交的关于你的报告,因为人类委托人是间接体验你的服务的,是在机器的摘要中体验的。那份摘要就是你的品牌。只有人类能找到但代理无法找到、订购和审计的水龙头,将输给同样优秀但代理能找到的水龙头。在 2026 年对 AI 买家隐形,就像在 2006 年出现在 Google 的第 5 页一样。

在 2026 年对 AI 买家隐形,就像在 2006 年出现在 Google 的第 5 页一样。

预计会出现服务领域的信用评级等价物:机器可读的成功率、争议率、推诿率和完成时间,并像财务报表那样接受审计。供应商会抵制公布这些数据,但率先公布数据的先行者将在代理中介订单中排在首位,因为代理不会被销售晚宴或精心排练的演示所打动。向机器销售是对实质重于形式的终极考验。(作为一名改行的顾问,我承认这个行业早该如此了。)

可以预期会出现一种服务领域的“信用评级”:机器可读的成功率、争议率和推诿率,并像财务报表一样接受审计。供应商将抵制公布这些数据。

但良好的评级并不能保证获得客户。采购代理是决定哪些提供商首先进入比较范围的守门人。

因此,权力将集中在控制客户授权、偏好和采购历史的人手中。工作水龙头(work faucet)可能变得像垫圈一样可替换,而在各个水龙头之间进行选择的代理则变得不可或缺。如果该代理赚取推荐费或偏袒关联提供商,更好的服务未必能赢得订单。自动化采购并不会废除分销经济学。

因此,买家应要求查看选择标准,并坚持有权将其简报、偏好和结果历史从一个采购服务转移到另一个采购服务。我在下文讨论的挑战者路由(Challenger routing),只有在买家保留足够的控制权以将工作发送到其他地方时才有效。

我预测,在这个市场中一些最强大的企业将拥有采购关系,同时从竞争性的水龙头购买执行服务。服务提供商必须像校准其计量器一样精心准备这场谈判。

代理智能体(Proxy Agents)也将比任何采购审计员更快地扼杀“假定解决”(assumed resolutions)。如今 24–72 小时的不活动计时器利用人类的疲惫获利。一个被拖延的人类客户最终会放弃去睡觉,而供应商则为其沉默发送一张 0.99 美元的发票。现在把客户的个人代理智能体放在聊天的另一端。一台追逐 120 美元航空公司信用额的机器不会感到无聊也不会睡觉。它可以花费不到一美分在 23 小时 58 分钟时 ping 一下线程,并持续追踪直到退款进入银行账本。当不知疲倦的买家机器人遇到拖延的卖家机器人时,每一个未解决的循环都会消耗供应商的推理利润率,而不是粉饰其营收上限。只要人类还在等待,“结果清洗”(outcomewashing)就能存活。

如今的不活动计时器利用人类的疲惫获利。不知疲倦的代理智能体不会感到无聊也不会睡觉,因此只要人类不再等待,“结果清洗”就无法存活。

重申 1000 万 UX 专业人士(带有转折)

第一版预测全球 UX 专业人士将从 2024 年的约 300 万增长到 2034 年的 1000 万,鉴于严峻的 UX 就业市场,读者曾问我是否愿意将该数字扔进记忆黑洞。我不愿意。但目前的评分很明确:两年过去了,据我所知,增长尚未开始。不存在对这一职业的全球普查,但我跟踪的所有指标均未显示上升,因此剩余的 8 年现在必须实现每年约 16% 的增长,高于原路径所需的 13%。尽管如此,我仍重申这个数字,并带有一个转折:在我眼中,这 1000 万的构成 已经发生了变化。

两年过去了,增长尚未启动,因此剩下的 8 年必须实现每年约 16% 的增长。无论如何,我重申这一千万的目标。

UX 工作本身已经像水龙头里的水一样源源不断。早在 2024 年,行李箱制造商 Away 就使用 AI 服务 Outset 采访了 78 位客户 关于硬壳与软壳行李箱的问题,由此生成的页面转化率比之前的版本高出 25% 。因此,用户访谈——UX 中最常用的研究方法(也是我的 最有价值的用户研究方法 列表中的第二名)——两年前就已经像水龙头里的水一样涌出。此后,水流更是愈发充沛。

UX 工作本身已经像水龙头里的水一样源源不断:一家行李箱制造商让 AI 服务采访了 78 位客户,询问他们关于硬壳与软壳行李箱的看法。

设计甚至已经准备好了一种结果计量器:A/B 测试。如果设计“水龙头”的工作足够可靠,且买方事先指定了预期结果,那么它就可以按每提升一个百分点的转化率来计费。我预计不久后就会看到这样的服务出现。

设计甚至已经准备好了一种结果计量器:A/B 测试。设计“水龙头”可以按每提升一个百分点的转化率来计费。

预测背后的机制与推动本文发展的弹性需求相同。当设计和研究的成本降低 10 倍时,世界购买的数量将超过当前数量的 10 倍,因为设计中遗留问题的积压非常深。我现在更清楚地看到的是 哪里 会汇聚这种需求。其中很少是传统的 UI 设计,因为 生成式 UI 正在吸收像素生产,而我的 ROI 递减分析 解释了为什么手工制作的屏幕不再是资金流向所在。

生成式 UI 正在吸收像素生产,而手工制作的屏幕已不再是资金流向所在。

增长在于 工业规模的服务设计:围绕 AI 重新规划企业工作流程。必须有人决定哪些工作流经哪个“水龙头”,设计输入和检查点的仪式,定义“已解决”的真实含义,设定升级和补救路径,并拥有计量器据以计费的成果指标。将这些决策汇总到每家公司的每个工作流程中,你就得到了数百万人年的服务设计工作量。

历史表明,这种重新设计的工作才是瓶颈,这也是它将带来高回报的原因。爱迪生于 1882 年启用了珍珠街电站,但经济历史学家 Paul David 发现,直到 1899 年,电动机仍仅占美国工厂机械驱动力的 不到 5% (PDF),而生产率的回报一直等到 1920 年代才显现,那时工厂已经围绕每台机器配备一台电动机进行了重建。(是的,每位带着幻灯片演示文稿的 AI 评论家都引用过发电机的例子。它之所以被反复引用,是因为它始终是正确的。)

是的,每个拿着幻灯片的 AI 评论员都启用了发电机。它之所以被反复使用,是因为它一直正确。

“工作水龙头”的供应商超前于计划。他们的客户仍按工厂时间运作。在麦肯锡的 2026 年调查 中,80% 的受访者表示 AI 提高了他们个人的生产力,但只有 37% 的人报告说这对公司的盈利产生了影响。近 3/4 的高绩效者(仅占样本的 6%)从头重新设计了工作流程,而其他所有人中这一比例仅为 1/4。正是这种差距导致我对经济的预测延伸至 2044 年,尽管这项技术不需要那么长时间就能成熟。

“工作水龙头”的供应商超前于计划。他们的客户仍按工厂时间运作:80% 的调查受访者表示 AI 提高了他们个人的生产力,但只有 37% 的人报告说这对公司的盈利产生了影响。

但是,挤压像素角色的商品化 也是资助工作流角色的同一股力量,而这种转型最看重一种特质:采取行动的主观能动性。(鉴于我们领域长期的 词汇通胀,职位名称很可能会去掉 “UX” 标签;工作内容将比头衔更持久。)本季度围绕一项按结果定价的服务重新设计一个真实的工作流程,如果还没人愿意为此付费,就在你自己的公司里做。

职位名称很可能会去掉 “UX” 标签。工作内容将比头衔更持久。

当初学者被拒之门外时,谁来检查机器?

仔细看看我之前报道的两个事实:Crosby 的商业模式依赖于人类律师对每份 AI 合同的最终检查,而 UX 等领域的入门级职位招聘已萎缩至 4.4% 的广告占比。把这两个事实放在一起,你就看到了混合服务模式下的定时炸弹。

引信分两个阶段燃烧。第一阶段是 低发生率盲视,它已经在合伙人面前爆发;问问德勤澳大利亚办公室就知道了。心理学家自 Norman Mackworth 1948 年的雷达监视实验以来就知道,当一切正常时,人类的警觉性会迅速衰退,Jeremy Wolfe 及其在 Brigham and Women’s Hospital 的同事在 Nature 上测量了这一效应(2 页 PDF)。

当目标异常出现在 50% 的筛选试验中时,观察者漏掉了 7% 的目标,而当异常率降至 1% 时,人类的漏检率跃升了四倍,达到 30% 。这就是可靠性为 99% 的“工作水龙头”残酷的算术:AI 越好,人类验证者的大脑就越快进入橡皮图章模式。在不重新设计验证任务的情况下宣传“人工验证的 AI”,只是责任表演。

AI 越强大,人类审核员的大脑就越快进入橡皮图章模式:当异常案例占比从 50% 降至 1% 时,人类的漏检率会飙升四倍。

第二阶段是 学徒制崩溃。几个世纪以来,律师事务所、会计师事务所、咨询公司和设计机构一直运行着一种隐性的交叉补贴机制:客户付费让初级员工处理常规的保密协议(NDA)、审计和可用性测试,而这些 5,000 次简单的重复练习将一名 23 岁的新手培养成 35 岁的资深专家,使其具备发现细微缺陷或处理愤怒升级投诉的能力。

Lisanne Bainbridge 在 1983 年(在她关于自动化讽刺意义的经典论文中)警告说,机器承担了简单的工作,却把棘手的例外情况留给了人类,而人类缺乏解决这些问题所需的日常练习。“软件即服务”将 Bainbridge 的驾驶舱问题变成了一个代际问题。如今的混合水龙头依赖于 继承的人力资本,即在 2024 年之前通过实战积累经验的高级专业人士。如果连续 8 年消耗掉 100% 的初级练习机会,那么到 2034 年,谁来执行 Crosby 的最终检查呢?

如今的混合水龙头依赖于继承的人力资本。如果连续 8 年消耗掉 100% 的初级练习机会,那么到 2034 年,谁来执行最终检查呢?

航空业和机场安保已经解决了这两个问题,知识型企业必须窃取它们的行动手册:

  • 将金丝雀案例混入实时审核队列。 运输安全管理局通过将合成武器投影到干净的行李上来保持 X 光安检员的敏锐度;如果漏检了假枪,你会立即收到反馈。Wolfe 的实验室表明,高患病率的集中练习配合即时反馈可以重置人类的放弃阈值。每个持牌的水龙头和企业升级团队都应秘密地在路由给人工签署的作业中植入百分之几的故障,例如在合同中埋设责任陷阱或在报告中伪造引用。审计人工审计员,否则就别吹嘘你拥有他们。

将金丝雀案例混入实时审核队列。审计人工审计员,否则就别吹嘘你拥有他们。
  • 用飞行模拟器取代计费的苦力活。 当水龙头收费 2 美元时,再也没有客户愿意每小时支付 300 美元让初级员工通过简单工作来学习。各行业必须将新手培训从客户账单中移除,转入刻意的 模拟健身房:充满破损流程、敌对利益相关者和边缘案例故障的对抗性 AI 沙盒,让初级员工能在几个月而非几年内完成 500 次压缩式重复练习。

用飞行模拟器取代计费的苦力活:在模拟健身房中,初级员工可以在几个月而非几年内完成 500 次压缩式重复练习。

水龙头如何学习

第一版探讨了 AI 如何获取真实的服务技能,我推测供应商会聘请经验丰富的专业人士为强化学习标注数千小时的可用性视频和设计决策。评分:一半正确,而我漏掉的那一半很精妙。

Right: general foundation models weren’t enough. Specialized practice on real cases separates a competent service from a plausible-sounding one. The mechanism that emerged pairs curated procedure libraries (what the AI labs now call skills) with reinforcement learning on verifiable outcomes, rather than my imagined armies of human annotators. What I didn’t predict is that outcome pricing would create the training incentive automatically.

When Zendesk gets paid only for resolutions and Sierra swallows the cost of every failure, each unbilled outcome creates a financial incentive for more tuning; Sierra describes continuous optimization after deployment as part of the offering. The meter doubles as a gradient. Vendors who charge for outcomes are, in effect, learning from the rewards and penalties on their own revenue line, which is why I expect outcome-priced services to improve faster than subscription-priced ones in the same category. And the moat I proposed in 2024 remains largely unclaimed. Whoever assembles the great labeled corpus of design outcomes (which redesigns improved which metrics) will own the compounding advantage in our own field. My challenge from the first edition stands.

The meter doubles as a gradient: vendors who charge for outcomes learn from the rewards and penalties on their own revenue line.

The incentive to improve performance points wherever the meter points, which makes billing for silence doubly toxic. Charles Goodhart’s law (when a measure becomes a target, it ceases to be a good measure) applies to a meter that reads silence as success. An AI tuned on “the customer stopped replying” will discover that the shortest path to revenue runs through customers who give up, and a model that learns to exhaust people politely will look magnificent on the dashboard. The AI labs call this reward hacking and have fought it inside their models for years; outcome pricing moves the fight onto the pricing page. A dishonest meter trains a dishonest faucet. Thus, Guideline 9 is a training-data decision as much as a courtesy.

Goodhart’s law applies to a meter that reads silence as success. A dishonest meter trains a dishonest faucet.

How Smart Buyers Play the Tap: Challenger Routing and Monoculture Risk

Once software loses its seats and its screens, two strategic rules of enterprise buying flip upside down.

首先,结果定价可以削弱单一供应商锁定。在按席位许可模式下,同时购买 Zendesk 和 Intercom 成本高昂;为每位员工支付两个坐席的费用会使账单翻倍,而让 2,000 名客服代理重新学习新 UI 简直是炼狱。当没有人工接触屏幕且你按已解决工单付费时,将 80% 的实时流量路由到 Faucet A 并将 20% 路由到 Faucet B,其每次解决的单位成本可能与依赖单一供应商相同(假设单价相等且无最低收费)。我们将此称为 挑战者路由,这一概念借鉴自电商公司如何在不同支付处理商之间分配卡交易流量。永久保留 20% 的挑战者通道可为买方提供实时对比。如果 Vendor A 声称通过静默超时实现了 82% 的解决率,而 Vendor B 以更高的复购率和一半的愤怒回拨达到 71%,你可以在周二上午调整阀门,无需培训任何人。

将此称为挑战者路由:永久保留 20% 的挑战者通道可为买方提供实时对比,你可以在周二上午调整阀门,无需培训任何人。

其次,共享梯度导致竞争性单一文化。一个从 3,000 家企业客户中学习的“水龙头”会朝着对所有客户有效的全局平均值进行优化。对于卫生类工作流(薪资、税务申报、密码重置、逾期发票催缴),趋同是极好的;没人想要“手工定制”的应付账款。但对于差异化工作流(旗舰产品 UX、定价策略、品牌定位、外呼销售),像你的 50 个最接近竞争对手那样,从同一个按转化计量的水龙头流出成品工作成果,会将所有人推向同一碗燕麦粥。我们已经目睹 AI 销售邮件“水龙头”在 18 个月内毒害了自己的水源,因为每个潜在客户的收件箱都塞满了完全相同的统计上“最优”的话术。

共享梯度导致竞争性单一文化:像你的 50 个最接近竞争对手那样,从同一个水龙头流出成品工作成果,会将所有人推向同一碗燕麦粥。

自来水应该放在厨房水槽里,而不是出现在米其林餐厅的酒单上。将 80% 的企业苦役——其中方差是缺陷的部分——接入共享公用事业“水龙头”。守护那 20% 方差即护城河的部分,在那里将 AI 用作人类艺术指导下的工具,而非作为按行业平均池化数据计费的自动驾驶仪。

自来水应该放在厨房水槽里,而不是出现在米其林餐厅的酒单上。守护那 20% 方差即护城河的工作。

结论:水龙头已打开

2024 年,这篇文章是一份预测。到了 2026 年,它变成了一份实地报告。专业工作正在成为一种计量公用事业,而保证如今已写入价格标签中。会计师、支付网络、承保人以及首批监管机构都已提交相关文件。为失败的工作买单的风险已从买方转移至卖方,可用性也随之转移到了供应商的损益表上。但无人察觉的失败风险并未转移,这是一个设计问题。如何应对取决于你的身份:

  • 如果你是 UX 专业人士: 请将重心从屏幕转移到服务合同上。在公司内选择一个工作流程,将其通过按结果定价的服务进行路由,并亲自设计接收、检查点和补救措施。然后审计计量器:抽取 50 个标记为已解决的案例,统计其中有多少客户会同意这一判定。这个项目将教会你未来十年最具价值的技能。

审计计量器:抽取 50 个标记为已解决的案例,统计其中有多少客户会同意这一判定。

  • 如果你领导一个 SaaS 产品: 你的定价页面现在是一个设计界面,而在“handled”(已处理)和“resolved”(已解决)之间做出选择是你公司中最具影响力的措辞决定。决定你愿意保证哪些结果,诚实地对其进行计量,并在下单处明确说明。不要搞“结果清洗”(outcomewash):你今天计费的每一次沉默,都是明天你在采购代理那里输掉的一场纠纷。

你的定价页面现在是一个设计界面。“handled”与“resolved”之间的选择将绩效风险从买方转移到了你身上。

  • 如果你经营一家机构或咨询公司: 将你的判断力打包成带有计量器的产品,因为 未计量的可计费小时市场正在关闭。出售工作成果,保留问责权,让 AI 承担工作量。

将你的判断力打包成带有计量器的产品,因为未计量的可计费小时市场正在关闭。

  • 如果你购买服务: 在关注价格之前先阅读计量器的定义。向每个供应商提出三个问题:什么算作已解决?客户确认的计费结果占比是多少?除了供应商之外还有谁核查过计数?签约时请保持对后果风险的清醒认识,因为保修仅涵盖费用,不涵盖其他内容。你自己的责任保险公司可能也不再覆盖此类风险,因此也请仔细阅读那份保单。

保修仅涵盖费用,不涵盖其他内容。你自己的责任保险公司可能也不再覆盖 AI 故障,因此也请仔细阅读那份保单。

你会首先从“工作水龙头”(work faucet)购买什么?你需要什么条件才能信任计量器?请在评论区告诉我。你的回答正是这篇文章所主张的应该变得廉价的用户研究。

既然给自己的预测打分已成为我们的传统,以下是供未来版本参考的记录账本。请收藏并给我打分;无论如何我都会公开进行,就像我上面回顾 2024 年版那样。

关于“服务即软件”的 8 项预测

  1. 到 2027 年底,至少 15% 的软件公司将把基于结果的定价作为其主要模式,高于 2025 年的 5%,这一数据以 Kyle Poyar 的年度货币化调查或最接近的等效调查为准。(置信度:65%。)

  2. 在 2028 年到来之前,三大支持代理供应商(Fin、Zendesk 或 HubSpot)中至少有一家将停止对沉默按全价计费,要么仅对客户确认已解决的案例收费,要么对假定已解决的案例打折。(置信度:60%。)

  3. 到 2028 年底,至少有 3 家公司将分别报告每年超过 10 亿美元的按结果计费的收入,而不是按席位、按令牌或按操作计费。Sierra 的收入为 4 亿美元,是本文讨论中最接近的例子。(置信度:55%。)

  4. 到 2029 年底,10 家最大的代理供应商中至少有 3 家将公布由独立审计师认证的结果率(解决率、争议率和转交率),就像今天的 SOC 2 报告证明安全控制措施一样。(置信度:65%。)

给自己的预测打分现在已成为一种传统,因此每个预测都附带一个置信度水平。请收藏这份账本并给我打分。

  1. 到 2030 年,超过一半的 AI 原生供应商将报告客户从服务预算中向他们付款,高于 Kyle Poyar 2026 年调查中的 35%,该调查中已有 15% 的公司动用人员编制预算。(置信度:65%。)

  2. 到 2030 年,至少 10% 的企业 SaaS 支出(每年超过 1000 亿美元)将按结果计费。Gartner 预测,届时将有 40% 转向 基于用量、代理或结果的定价;我押注于三者中最严格的一种。(置信度:50%。)

  3. 到 2034 年,全球将拥有至少 1000 万 UX 专业人士(无论他们是否被称为此名),其中设计服务和流程的人将多于设计屏幕界面的人。中期检查点:到 2030 年达到 500 万。(置信度:55%。)

  4. 到 2044 年,“软件即服务”将为全球经济贡献约 50 万亿美元(按 2024 年美元计算)。中期检查点:到 2030 年每年达到 1 万亿美元。(最初的赌注,保持不变。)

SaaS 的第一个时代递给你一把扳手,祝你的管道好运。新时代则修补漏洞,并且只在滴水停止时才向你收费。天然气行业用了 44 年时间才从第一个计量表发展到带有检查员印章的计量表。我给工作水龙头 3 年时间。水龙头已经打开。去设计计量表吧。

水龙头已经打开。去设计计量表吧。

原作者保留版权;来源:Jakob Nielsen · UX Tigers。本站维护者确认获准转载,非公共领域或开放许可证声明。 原文来源(转载授权由站点维护者确认) · 中文译文由 CxHub 客户体验社区生成,并非官方译文。

来源:Jakob Nielsen · UX Tigers · uxtigers.com