软件定价模式长期以来就像办公室租金：统计需要访问权限的人数，按人头收费。按席位、按用户、按月收费，简单、可审计，在采购评审中也站得住脚。
这套模式在人类是系统中唯一"工人"的时代行之有效。而智能体的出现改变了一切。
今天的企业运转早已不只依赖人类员工：服务账户自动化处理工作流，机器人执行任务，AI智能体全天候处理请求、访问系统并采取行动。它们没有工牌，没有登录账号，也没有席位。
行业数据显示，在一般企业中，非人类身份的数量是人类用户的25到50倍。这些系统承担着真实的工作，消耗着真实的资源，需要被纳入治理，但它们一个席位许可证都没有。
大多数企业仍然依据员工人数和预期人员增长来规划软件预算。但在大多数系统环境中，增长最快的群体已经是智能体，而非人类。这造成了一种结构性困境：真正在平台内创造价值的活动，恰恰是现有定价模型无法衡量的活动。
当你按人头为软件付费，而"劳动力"里越来越多的成员根本没有"头"，付费内容与实际所得之间的鸿沟便不可避免。这一底层假设正在崩塌。
按席位定价会催生两种失效模式，大多数企业深陷其中之一。
第一种是"闲置许可证"。团队成员只偶尔使用平台，但仍需持有许可证，席位就这样白白搁置。你为潜在使用付了钱，财务部门注意到了，IT负责人在预算评审中开始面对一个个尖锐的问题。
第二种是"访问限制"。为了避免闲置许可证问题，团队开始控制许可证的发放数量，平台的价值因此被人为封顶。你买了一个工具来解决问题，却为了让数字好看而限制了它的使用。
这两种困境的根源相同：定价模型与实际工作脱节。
向基于用量定价模式的转变，通常被解读为供应商层面的故事。但这忽略了一个更重要的问题：对购买软件的企业而言，这意味着什么？
首先是组织对齐。席位制模式掩盖了一个迫切的问题：到底谁来负责AI消费预算？是IT部门？运营部门？还是财务部门？当成本与活动挂钩，这个问题才有了真实的答案。你可以看到哪些团队在驱动使用量，价值在哪里产生，谁应该对这笔支出负责。
其次是治理。你对人类员工进行监控管理，同样应该能对AI员工实施监控。基于用量的定价能够呈现相关数据，告诉你什么在运行、何时运行、运行量多大、对应哪些策略。
第三是经济逻辑对齐。当智能体成为主要用户，平台的价值便不再取决于有多少员工拥有访问权限，而在于平台能让这些智能体完成什么。围绕消费量构建的定价模型开始真实反映这一逻辑——你为什么付钱，你就得到什么。
如果企业不做出这种转变会怎样？现有模型不只是变得不准确，而是会主动阻碍AI的落地采用。每一次新的自动化都会带来许可证成本，采购部门看不清价值在哪里创造，因为定价模型本就不是为此而设计的。企业最终会把优化重心放在许可证效率上，而非业务成果上——激励机制完全反向运作。
云基础设施早在二十年前就采用了按用量定价，数据库随后跟进，API平台按调用次数收费。规律始终如一：衡量价值，据此定价。企业软件是最迟钝的那个，但这正在改变。
AI从根本上重塑了人与工作之间的关系。几十年来，企业通过统计用户数量来衡量软件价值。如今，有意义的工作已经由自动化系统来完成，它们既不领薪水，也不占席位。问题不再是有多少人登录，而是最终完成了什么。
能够适应这一转变的企业，将不再用"谁登录了系统"来衡量软件的成功，而是用"完成了什么"来作为标准。而那些还在按人头数座位的企业，所处的世界早已不是同一个世界。
Q&A
Q1：什么是按用量定价模式，它和按席位定价有什么区别？
A：按席位定价是按照访问系统的用户数量收费，是传统SaaS的主流模式。按用量定价则根据实际使用量（如调用次数、处理请求数）计费。核心区别在于：席位制为"潜在使用"付费，用量制为"实际发生的工作"付费。当AI智能体成为主要使用者，它们不占用任何席位，按席位计费就无法反映平台真实创造的价值，而按用量计费则能直接对应实际产出。
Q2：AI智能体的数量为什么会超过人类用户这么多？
A：在现代企业中，大量后台系统以非人类身份运行，包括自动化工作流的服务账户、执行任务的机器人，以及全天候处理请求的AI智能体。行业数据显示，非人类身份的数量是人类用户的25到50倍。这些系统承担着真实的业务工作，但在传统席位制定价体系下完全"隐形"，既无法被计费，也难以被有效治理。
Q3：企业如果不改变软件定价方式，会面临哪些实际风险？
A：主要有三个风险：一是每引入一项新的自动化都会产生额外许可证成本，阻碍AI落地；二是采购部门看不清价值在哪里产生，决策依据失真；三是企业会把资源和精力集中在优化许可证效率上，而非真正的业务成果，激励机制与目标背道而驰，最终拖慢整体AI转型进程。
