AI 原生服务型公司对结果负责、按结果计费。这一页把三个研究主题浓缩成一条决策链：看懂它 → 判断值不值得做 → 该怎么切入 → 真实案例 → 商业模式与价值如何落地。
目标：让你在一页之内做出「做 / 不做 / 先做 MVP」的判断，并知道何时该止损撤退。
从「认知」到「评估」再到「落地」——三个主题层层咬合，构成一条从看懂到行动的完整链路。
每个主题页是本总览的展开版：更细的框架、图示与案例拆解；再往下钻可读同目录的主题 Wiki（MD）。
先看懂这个正在成型的新物种——它卖的不是软件、也不是人头，而是可验收、可担责的业务结果。
一句话口诀：卖结果、担责任、对标人力预算、加算力而非加人。
LLM/Agent 让机器第一次能“完成整段工作”；叠加推理成本持续下降，使“按结果计费仍有正毛利”第一次成立。市场据 Foundation Capital 约 4.6 万亿美元（岗位薪资 + 外包服务），比软件市场大一个量级。
数据量、prompt 技巧会被模型进步逐步抹平；真正抗侵蚀的是工作流嵌入深度 + 合规/信任壁垒。数据飞轮应重估为“加速器”，而非孤立护城河。
越往 L4，担责越重、壁垒越深、商业价值越大，但对交付与风控能力的要求也越高。
不是所有场景都适合。用六个条件打分，把“感觉”变成可比的分数，再对照阀值决定做 / MVP / 放弃。
权重可自行调整；每项 1–5 分，加权求和得总分。
钱从哪里出决定天花板：对标 人力预算（而非 IT 软件预算）空间大一个量级；CFO 愿为“可验收的成效”付费。排雷三问：是真痛点还是 AI 故事？结果能否验收？钱包在不在你这栏？
两条铁律：① “结果可定义性”得分过低，总分再高也慎入（无法验收就无法计费）；② “合规风险”触及禁入区（无资质）直接一票否决。
方向错了，执行力越强死得越快。核心姿势：垂直优先、单点撕开、先深后宽。
锁定一个细分行业 + 细分职能，而非“通用 AI 平台”。垂直越窄，数据越集中、结果越可定义、know-how 越能沉淀。
找一个高频、高痛、可验收的单点任务作楔子，先把“自主解决率能算过账”做到位，再向上下游扩展。
单点站稳（自主解决率/毛利/留存达标）后，沿客户工作流向相邻环节扩展，把浅接入变深嵌入——这就是护城河。
借力：底层大模型（调用通用 API，自研基座性价比极低）。
自建：垂直 workflow / 领域 know-how、交付与兜底体系、合规担责——壁垒所在，外包等于把护城河让出。
起步阶段人工兜底，用置信度阈值 + 监督者模型压幻觉；目标是持续抬高自主解决率、降低人工占比，否则会退化成外包作坊。配合成本看板实时监控。
数据均标注来源年份，随时间可能变化；选自三主题 Wiki 已联网核实的标杆。
收费：按成功解决案例数计费，转人工免费。
业绩：累计融资约 2.85 亿$、估值约 45 亿$；约 70% 请求 AI 自主解决。
打法：Bret Taylor 顶级信誉开局 + 单点高触碰共创 + 监督者模型降幻觉。
收费：面向律所/法务的高单价订阅 + 交付。
业绩：2025.8 约 100M ARR，2026.5 据估约 300M ARR，估值约 110 亿$。
打法：切高信任门槛垂直，与顶级律所深度共创；持续投入合规与复核压幻觉。
成效：上线首月处理 230 万次对话，相当于 700 名全职客服。
承接约 2/3 会话，解决时长从 11 分→ 2 分。
打法：头部企业自用验证“整段客服可被 AI 接管”的天花板。
收费：Decagon 均坚持 resolution-based pricing（解决才收费）。
锚点：Intercom Fin 约 0.99 美元/次成功解决。
打法：把“结果导向”直接写进计费公式，定价即价值主张。
融资：C 轮 5.37 亿$，估值 29.6 亿$（Gates/Bezos 支持）。
业绩：赞比亚发现价值 100–150 亿$铜矿。
打法：AI 掌控勘探资产与产出，典型“拥有产出”的 L4 样本。
收费：从卖自动驾驶软件升级为 按运输量（X 元/立方米）计费。
业绩：标杆客户近 50 台矿车、超 1 年无人连续运营。
打法：从“卖软件”转“卖运输结果”，启国内“包结果、省人”本土话术。
共性：国外—顶级团队/垂直信任 + 单点高触碰共创 + 信任工程化为计费；国内—从存量流程/资产切入 + 结果计费 + 啃重人力脏活。能长期活下来的，都把服务长进客户流程并对结果担责。
商业模式能不能成立，最终落在单位经济学；而活下来的前提是提前画好止损线。
自主解决率越高 → 兜底与人力摊销越低 → 单次毛利转正。铁律：保守假设下单次毛利为正，才能规模化；靠融资补贴掩盖 UE 为负，是最隐蔽的死法。计费落地需把“可验收结果 + 计费条款”写进合同。
命中任一信号，先止血、再评估战略转型（换场景/换客群/换计费），而非硬撑。
输入关键词后显示匹配段落