总结

本文探讨了 AI Agent 商业模式的演变，特别是基于结果和 Agent 的定价方式如何重塑未来的 AI 经济体。文章通过 Paid CEO Manny Medina 的访谈，分析了 AI Agent 在垂直领域的价值创造、定价创新及其商业化路径，并探讨了 AI 在 BPO 外包市场的潜力和成本管理的挑战。

关键点

• AI Agent 的能力边界快速演进，未来可能诞生类似 Visa 或 Stripe 级别的商业基础设施。
• Paid 以 Agent 实际产出为基础计价，重构收益模型和交易结算网络，CEO Manny Medina 分享了传统 SaaS 定价模型不适用 AI 的原因。
• AI 商业模式的选择应聚焦垂直领域，专注于特定问题能创造巨大价值。
• AI Agent 在 BPO 外包市场中更容易落地，适合替代重复性强、劳动力流动性大的岗位。
• 垂直领域的 AI Agent 成功案例包括 Quandri（保险保单续签）、Happy Robot（货运经纪人匹配）和 Expo（渗透测试）。
• AI Agent 的四种定价方式：按行动计费、按工作流计费、按结果计费、按 Agent 计费。
• 成熟的定价模式需理解客户对“成功”的定义，围绕客户关注的结果优化产品与服务。
• AI Agent 的成本主要包括云计算、LLM 调用费用及外围服务（如语音合成、API 接口等），短期内成本可能上升。
• Paid 的使命是为 AI 公司搭建商业引擎，帮助其理解单位经济模型并优化定价和利润管理。
• 创业者应从最小阻力的客户群起步，专注打造一个明确的解决方案，再逐步扩展市场。
• AI Agent 的商业模式需避免过度依赖工具收费，应转向基于价值的定价模式以体现业务成果。