广东股票配资网传统To B的「双输」困境，会被RaaS终结吗？

广东股票配资网

“甲方不为过程买单，乙方不为过程内耗。”

作者丨周蕾

编辑丨包永刚

放眼2025年，声称投身Agent转型的中国To B厂商比比皆是，从发布会到行业白皮书，“企业级AI智能体”、“数字员工”已成为最性感的标签。但人们往往容易沉醉于如火如荼的讨论，而忽略了一个残酷的事实：

任何对新技术或是新产品逻辑的探索，并不会自动地等同于其发展道路上的救命稻草，光鲜的技术名词或许能带来短暂的估值光环，却未必能改变厂商长久以来的To B商业化困境。

传统To B的双输困局

To B商业化实际上一直存在着一种“双输”局面。

百融云创首席产品与市场官王伟民，在接受雷峰网采访时指出，传统模式下，甲方企业对软件或服务的采购逻辑，一直是“价低者得”的招标思维，既要产品卓越又要成本低廉；而乙方厂商的生存逻辑，则是在有限预算内完成交付并争取微薄利润。

早在火热、厂商和客户都热衷于数字化转型的时期，这种“甲方总是不满，乙方总是疲惫”的局面，其实就已经存在了：甲方抱怨不好用，甚至会因为效果不达预期，直接让项目成果直接束之高阁；乙方抱怨客户需求善变、付款苛刻，有些客户索取的不像是商品，倒像是情绪价值。

这种局面，也催生了To B行业难以挣脱的衍生困境。我们此前在《云计算五问》等多篇文章中都提到过，困境之一，是标准化与定制化之困：为了赢得订单，软件厂商不得不向大客户的个性化需求低头，陷入无休止的定制化开发，使产品变得臃肿、非标，最终沦为“项目制”作坊，彻底偏离了通过标准化产品实现规模效应的初衷。

抉择之二，是增长与健康度之困：追求合同额与市场占有率，往往意味着卷入低价竞争和人力成本的军备竞赛；若想追求盈利质量，坚持产品化与高定价，则可能在残酷竞争中迅速丢失份额，更快地面临生存危机。

困境的根源，本质上是来自于过时的交易模式：甲方支付的，是购买功能模块、软件许可或人力工时的费用，即生产资料的成本；而他们真正渴望获得的，是一个清晰的业务结果。

打破这一困境的核心，应当是建立“风险共担、利益共享”的新型甲乙方关系——让乙方的收入，与它为甲方创造的可量化业务价值直接挂钩。这正是“结果即服务（RaaS）”的核心理念：乙方不再是“卖软件的供应商”，而是“共担风险的合作伙伴”；甲方不再是“买工具的采购方”，而是“共享收益的同盟者”。

而百融云创已经率先开启了尝试，将RaaS模式从理念转化为规模化落地的实践。在12月18日的发布会上，百融云创发布了自己的RaaS战略和“结果云（Results Cloud）”平台，正是这种新型关系的实体化载体。

告别“卖铲子”的商业模式

要打破“工具买卖”的零和博弈，需要的不仅是一个新概念，更需要对产业价值链条的深刻重构能力。百融云创之所以能率先探索“结果即服务”的企业级AI新范式实践，正源于其自身商业模式的持续进化史。

百融云创的创始人张韶峰，基于自己在甲骨文、IBM时的观察，从一开始就摒弃了传统“交付工具”的思路。在2014年创业初期，数据与AI能力尚属稀缺资源时，百融选择以MaaS（模型即服务）切入，通过API按调用量计费。这本质是将核心的“数据+算法+行业经验”进行产品化封装，以最高效、标准的方式为金融机构提供KYC能力。在这一阶段，按调用收费是技术价值可衡量、服务可规模化的最优解。

百融云创创始人张韶峰

到了2017年，随着语音交互技术的成熟与平台经济的兴起，百融的业务演进至BaaS（业务即服务）阶段。其逻辑从“提供分析能力”升级为“构建交易场景”，通过连接海量B端金融机构与C端用户，扮演智能匹配撮合平台的角色。其商业模式也相应变为“仅成交后分润”，收入与为客户促成的实际交易紧密挂钩。这也意味着，百融的价值承诺，已经从“提供有效工具”，向前迈进到“参与业务成效”的阶段。

回顾这段从MaaS到BaaS的演进史，有一个经典的To B行业命题，值得我们重新思考：我们究竟是在“卖水”，还是“卖铲子”？

在此前的技术浪潮中，无论是云计算还是AI，厂商常常陷入这种争论。“卖铲子”意味着提供基础的工具和算力，相对标准化；“卖水”则是提供基于工具的增值服务或解决方案，常结合场景而呈现定制化。二者均对结果的价值有所助力，但都是客户先付钱，乙方再交付，客户要自行承担 “付了钱没结果” 的风险，这就回到了文章开头提到的To B困局。

百融云创探索的RaaS模式，其实指向了第三条路：带着自己锤炼多年的数据、算法、行业经验，跳进一线与客户并肩“共同挖金子”。“结果云”是其统一的作业平台，“硅基员工”是其专业化的数字劳动力，收费取决于最终挖出的“金子”——即可衡量的业务成果，并以此参与价值分配。

在百融的实践经验里，“共同挖金子”的伙伴关系，已经被具象化为一套清晰、可执行的商业模式。目前，百融云创主要通过三种方式与客户进行价值结算，共同构成了其RaaS（结果即服务）的价值交付体系。

其中最核心且具颠覆性的，是“按岗位计价” 的新模式。这也是业界对于AI Agent发展的理想终局之一。它彻底重构了定价逻辑，直接参照现实世界中人类专家的薪资水平，为承担同等职责的“硅基员工”定价。

例如，一个相当于月薪3万元法务专家的“硅基员工”，其服务定价约为1.5万元。客户无需任何软硬件前置投入，即可获得一个能7×24小时工作、效率数倍于人类且投资回报率清晰的硅基劳动力团队，并像支付薪酬一样，按实际使用的岗位数量进行月度结算。

在此基础上，百融也延续并升级了更为标准化的“按量计件”模式，例如为汽车金融客户生成每一份信审报告，或撰写深度投研报告，都按实际交付的合格成果份数进行结算，使计费与明确的业务产出挂钩。此前的BaaS逻辑也延续了下来，即为金融机构成功撮合交易后，按最终达成的业绩进行分润。

这三种由浅入深的结算方式，共同实践着“不为过程卖工具，只为结果共分配”的核心原则，将合作双方紧密地转变为利益共同体。

RaaS的工程化答卷

这一套从理念到结算的完整商业闭环，若要实现稳定、规模化地交付“结果”，离不开一个强大而灵活的技术基座作为支撑。百融云创也为此推出了承载RaaS理念的工程化核心：Results Cloud（结果云）平台。

王伟民向雷峰网清晰讲述了“结果云”平台的运转，这套让“硅基员工”能够被高效创造、管理和规模化运营的智能体生态系统，其架构清晰分为三层，共同构建了从底层算力到顶层智能体应用的全栈服务能力。

在最底层的是AI基础设施层，涵盖了从英伟达到国产海光、昇腾等异构算力，Results Cloud不仅深度集成主流开源与商用模型，更基于多年产业场景沉淀，构建了覆盖语言理解、语音交互、多模态文档处理三大方向的自有大模型家族——包括 BR-LLM-Proactive、BR-VOICE 和 BR-Vision-Doc等旗舰模型。这些模型深度融合行业知识与结果导向机制，为“硅基员工”提供可调度、可进化、可对齐业务KPI的专业认知能力，确保“硅基员工”拥有稳定、高效且自主可控的算力与智力源泉。

在此之上是智能体操作系统层，为无论是百融自身的业务部门还是未来的第三方伙伴，都提供了一套完整的工具链，支持智能体的全生命周期管理，包括开发、部署、运行、观测与调优。开发者可以像在移动互联网时代开发App一样，在此高效地创建和迭代各类业务智能体。

最终，所有这些能力在顶层的智能体商店层汇聚，并面向最终价值场景。这里陈列着两大类“硅基员工”：一类是直接面向客户业务增量的智能体，如营销、客服专家；另一类是服务于内部提效的智能体，如HR、财务、法务助手。它们不再是孤立的功能模块，而是基于统一平台生长出的、可计量、可运营的数字化生产力。

值得注意的是，负责复杂决策的智能体，在企业级落地中普遍面临“连接不稳、知识不准、运维失控”三大工程化难题，任何一环的缺失都会让“交付结果”的承诺沦为空谈。百融云创通过MCP统一连接、GraphRAG知识工程、AgentDevOps运维体系等工程体系能力，为RaaS筑牢了技术根基。

首先，在企业级合作中，标准碎片化、安全顾虑和复杂的运维，使得传统对接方式成本高昂且脆弱，一旦出问题，甲乙双方极易陷入拉扯停滞的状态。百融云创的解法，是在其“结果云”与“百融百工”平台中，将开源社区提出的模型上下文协议（MCP）深化为统一、可治理的连接核心，实现了对多模型、多工具、多业务系统的“一站式接入”，大幅降低了企业因协议不一而重复适配的成本。倘若能在对接环节就构建完善的安全治理与审计机制，明确数据访问的权限边界，就能从根源上规避了跨系统数据泄露的风险，并将运维管理标准化，进一步使得“硅基员工”能够以即插即用的方式无缝融入企业现有流程。

其次，传统AI常因知识检索粗糙而“答非所问”，尤其是在金融、法律等要求高精准性、高一致性的领域。百融没有采用简单堆砌知识库的做法，而是致力于构建一条 “可治理的知识资产链路” 。其工程体系聚焦三大核心能力：一是高精度文档解析，能将复杂的非结构化文档（如PDF、财报）准确转化为结构化信息，为后续处理打下坚实基础；二是严格的知识版本治理，确保“硅基员工”始终引用最新的规章制度，避免引用过期规则的低级错误；三是意图澄清能力，基于结构化知识树做可控的意图澄清，才能精准地获取用户实际问题，最终输出可靠的答案。

第三，传统DevOps关心“系统是否可用”，但智能体的价值在于“任务是否完成、判断是否准确”。百融云创的AgentDevOps体系，正是针对“推理型系统”的全新工程方法，其核心是确保智能体的行为质量与持续进化能力。具体从四个方向推进落地：

全流程工程能力，覆盖开发 - 调试 - 部署 - 监控 - 优化的全链路；

场景化评估器：在业务维度实时跟踪“硅基员工”的实际表现，每一个节点、每一个业务指标的变化都可视化；

半监督自适应优化：在开发阶段自动搜索最优参数与提示词（ Prompt ）组合，使 Al Agent 快速达到可上线标准；

强化学习增强的在线优化：在运营阶段基于回流数据持续迭代策略，让 Al Agent 随使用不断更稳、更佳。

在落地实践中，这些系统性增强带来显著且可量化的效果，比如，人工调参与维护的成本显著下降，Al Agent 的上线周期大幅缩短，并且超过 70% 的典型应用场景实现了自动优化，稳定性提升明显，Al Agent的产出质量持续增强。

可以看到，这三大工程能力环环相扣，共同构成一个坚实的闭环：MCP保障了“硅基员工”能安全、稳定地接入企业环境；GraphRAG确保了其在专业领域内输出的知识是精准、可靠的；AgentDevOps则赋予了其持续观测、调试与进化的生命力。它们共同将“结果云”从一个技术平台，升级为能持续交付、优化并验证业务结果的工程体系，使得“按岗位计价”“按效果分润”的RaaS商业模式，具备了扎实可靠的技术支撑。

从“替代恐惧”到“价值同盟”

商业模式和工程能力的讨论固然重要，但当这些硅基劳动力真正走入企业，与人类员工并肩工作时，挑战会直接跃升至组织与协作层面：硅基员工是否直接取代人类员工（碳基员工）？

在与多位从业者的交流中，我们注意到，眼下有关智能体的讨论虽然如火如荼，但在落地环节往往会迎来极大阻碍。一位CTO向雷峰网透露，智能体越是高效，越容易让一些部门高管心生抵触，智能体实际“上岗”取代人类员工，也就意味着高管们手下的headcount会一减再减，影响其在企业内部的话语权。

这一尖锐的议题，或许还能有别的答案。百融云创给出的答案，则指向了一个更具建设性的未来范式：硅碳共治，追求协作而非替代。硅基员工凭借其效率与稳定性，规模化承接定义清晰、重复性高的任务；而碳基（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。

王伟民告诉雷峰网，在百融看来，部分工作流程（如标准化信息查询、初版报告生成）已可由硅基员工独立完成；在风险审核、合规校验等关键环节，则采用“硅基初审、人类专家复核”的模式；更多时候，两者需要紧密配合，由硅基员工实时提供数据分析和知识支持，人类员工在此基础上做出最终决策。

百融云创首席产品与市场官王伟民

双方协作的具体比例因工作性质而异，但目标始终统一：围绕一个共同的、可量化的“业务结果”，重新编织工作流，实现整体效率与质量的最优解。

这一转变若推广开来，则有望打破传统软件采购中固有的“压价-减配”死循环。当甲乙双方的利益，通过对“硅基员工”的绩效KPI（如审核准确率、问题解决率）达成共识并紧密绑定时，双方的博弈焦点便从“如何为工具成本砍价”，转向了“如何协同优化，让数字劳动力创造更大价值”。这便从根源上化解了因目标错位而导致的内耗，使合作关系从甲乙方进化成为真正的“价值同盟”。

百融云创的野心，显然不止于重塑单一的客户关系。其更深层的行业愿景，在于以自身实践为蓝本，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。一个健康的RaaS生态，需要更多参与者共同实践“为可衡量的业务价值付费”这一准则。为此，百融的核心动作是 “开放赋能”，即通过百工平台向更多机构开放底座，让合作伙伴能够在平台之上沉淀自身的场景经验。

然而，开放生态也伴随着复杂性的提升，业界对于智能体的责任界定方面也有一定争议。王伟民透露，百融的应对思路是推动智能体向“标准化模板与可定制部分”相结合的方向发展：平台提供经过验证的基础能力模板与合规框架，开发者可在可控范围内进行定制。同时，平台具备的学习与迭代能力，也能持续优化智能体的行为边界。

纵观百融云创从商业模式到工程架构，再到组织协同的完整蓝图，其真正试图构建的，或许是一种适应智能时代的新生产关系。在这里，软件不再是冷冰冰的、有待验收的“交付物”，而进化为可考核、可优化、能共同成长的“数字同事”；合作也不再是切割责任的一纸合同，而是一场围绕共同目标展开的动态共创。

“硅碳共治”是这幅蓝图的运行状态，它的终极目标，是让技术进步的收益，能以更清晰、更公平的方式，在创造者、使用者和赋能者之间进行分配。

硅基员工已经站在门外，这场生产关系的变革，可能比我们想象的更早到来。