2026 年 AI Agent 商業模式：從 SaaS 到 Agent-as-a-Service
這裡必須說清楚一件事：SaaS 不會消失，但「以席次為主要收入來源」的 SaaS 會持續被侵蝕。理解這個結構性矛盾的來源，才不會把短期雜訊誤判為長期趨勢。
2-1 席次授權與 Agent 的內在矛盾
SaaS 的黃金公式是：客戶數 × 席次數 × 每席月費。這個公式之所以漂亮，是因為它同時滿足了供給側與需求側——供給側的邊際成本幾乎為零（多開一個帳號不花錢），需求側的價值隨使用人數增加而增加（協作效應）。
但 Agent 打破了这个平衡。一個 Agent 可能取代五個人的工作量，卻不佔任何一個席次；同時它每次執行任務都要消耗真實的推理算力，邊際成本不是零，而是實實在在的支出。於是 SaaS 廠商陷入一個尷尬的結構：收入端因為席次減少而下滑，成本端因為 Agent 使用量增加而上升。這是典型的「毛利剪刀差」。
更麻煩的是，客戶會問一個非常合理的問題：「我已經買了你們的席次，為什麼用你們的 Agent 還要另外付錢？」這個問題背後是兩種價值計量單位的衝突——席次計的是「人」，Agent 計的是「事」。當同一套產品同時用兩種單位收費，定價體系就會變得難以解釋，銷售流程也會變得冗長。
2-2 當「軟體吞噬世界」變成「Agent 吞噬軟體」
Marc Andreessen 那句「軟體正在吞噬世界」，描述的是軟體取代傳統產業流程的過程。現在發生的事情更進一步：Agent 正在吞噬軟體本身的中介層。
過去，企業買一套 CRM、一套 ERP、一套客服系統，員工在這些系統的介面裡工作。這些系統的價值，很大一部分來自於「把工作流程封裝成人類可操作的介面」。但 Agent 不需要介面——它需要的是 API、資料結構與權限。當 Agent 可以直接呼叫底層能力完成任務，那些「純粹為了讓人類操作而存在」的介面層，價值就被大幅壓縮。
這不代表 CRM 或 ERP 會消失，而是它們的價值重心會從「介面與工作流」轉移到「資料主權與系統記錄（system of record）」。而一旦價值重心轉移，收費方式也必須跟著轉移——從「按人頭收介面使用費」，轉向「按資料處理量或按業務成果收費」。
2-3 SaaS 巨頭的自我顛覆路徑
面對這個結構性壓力，傳統 SaaS 巨頭大致有三條路徑可走，而且通常是三條並行、比重不同。
路徑一：把 Agent 包進原有席次，作為「加值功能」。這是最保守也最容易執行的做法，短期內能穩住續約率，但長期會讓毛利持續下滑，因為 Agent 的算力成本被吸收在固定的席次費用裡。
路徑二：拆分出獨立的 Agent 產品線，採用成果計價。這條路需要重建計價基礎設施、重新訓練銷售團隊，並承擔「客戶不採用的話收入歸零」的風險。但它的上限也最高，因為它直接對標人力成本而非軟體預算。
路徑三：往底層走，成為 Agent 的基礎設施供應者。提供資料存取層、權限治理、評估工具、可觀測性平台，讓其他人在上面蓋 Agent。這條路的收入模式偏向用量計價，毛利較低但更穩定，且能吃到整個生態系的成長。
實務上，多數廠商會用路徑一守住現金流，用路徑二搶佔新預算，用路徑三佈局長期護城河。真正的風險不在於選哪條路，而在於用舊的組織與考核制度去做新的商業模式——當業務團隊的獎金還是綁在席次銷售上，成果計價永遠只會是簡報裡的一頁。
三、Agent-as-a-Service 的四種主流商業模式
2026 年的市場上，Agent-as-a-Service（以下簡稱 AaaS）已經收斂出四種相對清晰的收入模型。它們並非互斥，很多成功的產品會混用其中兩到三種，但理解每一種的內在邏輯與適用邊界，是設計商業模式的第一步。
3-1 模式一：成果計價（Outcome-based Pricing）
成果計價是最激進、也最貼近 Agent 本質的模式：客戶不為工具付費，只為結果付費。客服 Agent 按「成功結案數」收費、銷售 Agent 按「合格線索數」收費、財務 Agent 按「自動對帳筆數」收費。
這個模式的吸引力顯而易見——它把客戶的風險降到最低，客戶不需要預先承諾使用量，也不需要相信廠商的能力宣稱，只要看結果。對於新進廠商而言，這是切入既有市場最鋒利的武器，因為它讓採購決策從「要不要換供應商」變成「要不要多一個按結果付費的選項」。
但成果計價有兩個致命挑戰。第一是歸因問題：一筆成交究竟是 Agent 的功勞，還是業務員跟進的功勞？如果歸因規則不透明，客戶會覺得被多收錢，廠商會覺得被少算錢。第二是成本結構錯配：Agent 的算力成本是固定的，但成果的收入是變動的，如果客戶的使用行為導致大量無效嘗試，廠商就會虧錢。因此，成熟的成果計價方案，幾乎都會搭配「最低消費」或「無效嘗試不計費」的護欄設計。
3-2 模式二：數位員工訂閱（Digital Worker Subscription）
如果說成果計價是把 Agent 當「外包」，那麼數位員工訂閱就是把它當「正職員工」。客戶按月支付固定費用，獲得一個具備特定職能的 Agent，例如「初階會計助理」、「客服一線專員」或「業務開發專員」。
這個模式的最大優勢是可預測性。對客戶而言，它可以直接對標一個職位的月薪，預算編列容易；對廠商而言，收入可預測、現金流穩定，也更容易規劃算力資源。它的定價錨點非常清晰：假設一個初階職位的月薪是三到五萬，那麼一個月費八千到一萬五的數位員工，只要能做到六成的工作量，就有明確的說服力。
不過，數位員工訂閱有個隱藏陷阱：客戶會用「雇員」的標準要求它。真人會學習、會變通、會承擔模糊指令；Agent 不會。因此採用這個模式的廠商，必須把「工作說明書」寫得極其清楚，並在合約中明確定義能力邊界。否則，客戶的期望管理會變成售後最大的成本中心。
3-3 模式三：Agent 市集與交易抽成（Agent Marketplace）
當 Agent 數量爆炸性成長，一個新的中介層就會出現：市集。開發者把自己打造的垂直 Agent 上架，企業用戶按需求挑選、組合、訂閱，平台從中抽取交易手續費或訂閱分潤，抽成比例通常落在 15% 到 30% 之間。
市集模式的價值來自網路效應與信任背書。對開發者而言，市集解決了獲客與金流的問題；對買方而言，市集提供了評分、評價、安全審查與統一帳單，降低了「不知道這個 Agent 能不能信任」的決策成本。當市集累積足夠多的使用數據，它還能進一步做「同類任務的最佳 Agent 推薦」，形成資料護城河。
但市集模式的難點在於品質控管與同質化競爭。當同一個任務有五十個 Agent 可以做，價格就會迅速崩跌到接近算力成本。因此，成功的市集通常不會只做「陳列」，而會深入做「編排」——把多個 Agent 組合成一條完整的業務流程，並對外以「解決方案」而非「單一工具」的方式販售。這也讓平台的價值從抽成升級為整合。
3-4 模式四：代理基礎設施與算力分潤（Agent Infrastructure）
最後一種，是賣鏟子給淘金者。當所有人都要做 Agent，對「記憶體、評估、可觀測性、權限治理、算力調度」的需求就會暴增。這個層級的收入模式通常貼近用量：按 API 呼叫次數、按儲存的記憶 token 數、按執行的評估次數計費。
這個模式的優點是與客戶的成功脫鉤——不管客戶的 Agent 最後做得好不好，只要它在跑，基礎設施就在收錢。缺點則是毛利受制於底層算力成本，且容易被上游模型廠商垂直整合吃掉。因此，純基礎設施廠商必須在某個環節建立極高的技術壁壘，例如延遲優化、跨模型路由、或是特定合規場景的資料隔離能力。
值得注意的是，2026 年之後，越來越多基礎設施廠商開始提供「算力分潤」模式：不預收費用，而是從客戶 Agent 產生的收入中抽成。這對早期新創極具吸引力，因為它把固定成本變成了變動成本，但也讓基礎設施廠商承擔了客戶的商業風險。
四、定價的藝術：當價值難以計量的時候
商業模式再漂亮，最終都要落到一個問題：這筆錢要怎麼算？Agent 的定價困難，來自於價值的高度情境依賴——同一個 Agent，在 A 公司省下的是人力成本，在 B 公司創造的是營收成長，在 C 公司避免的是合規罰款。要設計出雙方都接受的定價，必須理解三種錨點的本質差異。
4-1 三種定價錨點：席次、用量、成果
席次錨點適合「人類仍是主要操作者、Agent 僅為輔助」的場景。它的優點是簡單、可預測、與客戶內部預算科目相容；缺點是當 Agent 承擔的工作量上升時，廠商會覺得自己收太少，客戶會覺得自己買太多用不到。
用量錨點（token 數、任務執行次數、API 呼叫量）適合標準化程度高、邊際成本明顯的服務。它的優點是公平、可擴展；缺點是把「效率提升」的紅利轉移給了客戶——當模型變便宜、Agent 變聰明，廠商的單次收入反而下降，除非能持續提高使用量。
成果錨點適合價值容易定義、歸因相對清楚的場景，例如客服結案、銷售線索、帳務處理。它的優點是與客戶價值直接對齊，銷售阻力小；缺點是收入波動大，且在歸因有爭議時容易產生摩擦。
實務上，最穩健的做法是混合錨點：一個可預測的底費，加上按用量計價的浮動部分，再加上超額成果的獎金。這種結構同時滿足了廠商的現金流需求與客戶的風險控制需求。
4-2 歸因與稽核：成果計價的技術前提
很多人以為成果計價是商業設計問題，其實它首先是技術問題。沒有可靠的歸因，就沒有可持續的成果計價。
要做到可稽核的歸因，至少需要三層基礎建設。第一是事件溯源（event sourcing）：每一次 Agent 的決策、工具呼叫、輸出結果都要被完整記錄，且不可篡改。第二是可驗證的評估機制：成果的判定不能只靠 Agent 自己說，而要有獨立的驗證邏輯，例如客戶系統的回饋、人工抽檢結果、或第三方資料源的交叉比對。第三是透明的爭議處理流程：當客戶對某筆計費有疑問時，能夠快速調出完整軌跡並給出解釋。
這套基礎建設的建置成本不低，但它同時也是極高的進入門檻。當一家廠商能夠提供「每一筆收費都找得到對應的完整執行紀錄」時，它在企業採購中的信任度會遠高於只能提供帳單數字的對手。
4-3 混合定價的實務設計
最後給一個可操作的設計框架。假設你要為一個客服 Agent 定價，可以這樣拆：
這個結構的關鍵在於門檻的設定。門檻太低，客戶覺得你什麼都收錢；門檻太高，獎金永遠拿不到，就失去激勵效果。合理的做法是把門檻設在「客戶導入前的水準」與「業界最佳水準」之間，讓客戶覺得努力一下就能達成，而廠商也有動力協助客戶優化。
五、生態系重構：新價值鏈中的權力分配
商業模式的變化從來不是孤立的，它會連帶重組整個產業的權力結構。在 AaaS 的新價值鏈裡，大致可以分成三個層級，每個層級的核心資產與議價能力都不相同。
5-1 模型層、編排層、垂直層的權力分配
模型層提供底層智慧，核心資產是模型能力與算力規模。這個層級的特點是資本密集、贏者圈較小，且面臨持續的價格壓力。長期來看，模型層很可能走向類似雲端運算的格局：少數幾家巨頭提供通用能力，其餘玩家在特定領域或特定地區尋求差異化。
編排層負責把模型、工具、資料、流程串起來，是 Agent 真正「能做事」的關鍵。這個層級的核心資產是整合能力與工作流知識，最有可能誕生下一個世代的平台巨頭。誰掌握了編排層，誰就掌握了 Agent 與企業系統之間的閘道，也就掌握了定價權。
垂直層專注於特定產業或職能，核心資產是領域資料、流程理解與客戶信任。這個層級的進入門檻不在技術，而在「懂得這個行業怎麼運作」。它的優勢是毛利高、客戶黏性強；劣勢是規模化困難，且容易被上游的編排層或模型層降維打擊。
對創業者而言，最現實的策略通常是：從垂直層切入，累積領域資料與流程知識，再逐步往編排層擴張。反過來，從通用編排層往下打垂直市場，往往會因為不懂行業細節而失敗。
5-2 MCP 與 A2A：互操作協定帶來的平台化機會
工具呼叫協定與 Agent 間通訊協定的標準化，是 2026 年生態系最重要的一條暗線。它的意義在於：把「整合」從客製專案變成了標準介面。
過去，企業要把 Agent 接上內部系統，往往需要數週到數月的客製開發。有了標準協定之後，這個時間可以壓縮到幾天甚至幾小時。這帶來兩個直接後果：第一，Agent 的部署成本大幅下降，導入門檻降低；第二，「誰定義協定」變成了新的權力核心。
掌握協定主導權的廠商，實質上掌握了生態系的「海關」——所有要接入的 Agent 都必須遵循它的規則。這正是為什麼各大廠在 2025 到 2026 年間，都在積極推動自家的協定並開放給社群。開放不是慈善，而是搶佔標準制定權的手段。
5-3 傳統 SaaS、系統整合商與新創的三角競合
在這場重構中，三類玩家的處境各不相同。
傳統 SaaS 廠商握有客戶關係與系統記錄，但背負著舊的商業模式與組織慣性。它們最好的策略是把 Agent 當成「既有產品的延伸」，用成果計價搶佔新預算，同時把底層資料與權限牢牢抓在自己手上。
系統整合商（SI）握有導入經驗與產業關係，是企業導入 Agent 時最實際的合作夥伴。它們的挑戰在於：當 Agent 的整合變得越來越標準化，傳統按人天計費的商業模式會受到擠壓。轉型方向是往「流程再造顧問」與「成果保證」走，收取更高的顧問費或與成果掛鉤的分潤。
新創公司沒有包袱，可以全力押注新的商業模式，但缺乏客戶信任與通路。它們的機會在於：先用靈活的定價與極快的導入速度拿下標竿客戶，再靠這些案例往上打。它們的風險則在於：一旦模式被驗證，巨頭就會快速跟進，必須在窗口期內建立足夠的壁壘。
六、落地路徑：企業導入 Agent 的務實框架
談完商業模式，回到企業的視角。對大多數組織而言，真正的問題不是「Agent 的商業模式是什麼」，而是「我該怎麼開始，才不會變成一次昂貴的實驗」。以下提供一個相對穩健的導入路徑。
6-1 從 RPA 到 Agentic Workflow 的升級路線
許多企業已經有 RPA（機器人流程自動化）的基礎。RPA 的邏輯是「模擬人類的點擊與輸入」，優點是精確、可預測，缺點是脆弱——介面一改就壞，遇到例外就卡住。Agent 的邏輯則是「理解目標、規劃步驟、呼叫工具」，優點是靈活、能處理模糊情境，缺點是需要更多治理與驗證。
最務實的路線不是全面替換，而是分層升級：把最穩定、最高頻的流程保留在 RPA，把需要判斷、需要處理例外的環節交給 Agent，再用一層編排邏輯把兩者串起來。這樣既能保護既有投資，又能在最短時間內驗證 Agent 的價值。
具體而言，建議從三個特徵的交集開始挑選試點場景：高頻次、規則半結構化、錯誤成本可控。客服工單分類、發票資訊擷取、內部知識問答、初階程式碼審查，都是不錯的起點。挑選時要刻意避開「錯誤成本極高」的場景，因為早期專案的目的不是證明 Agent 無所不能，而是建立組織對 Agent 的信任與治理經驗。
6-2 治理、可觀測性與人機協作邊界
Agent 導入失敗的常見原因，不是技術不行，而是治理沒跟上。當 Agent 可以自主呼叫工具、修改資料、發送訊息，它就成了一個需要被管理的主體，而不只是一個功能。
治理的第一層是權限邊界：明確規定哪些系統 Agent 可以存取、哪些動作需要人工核准、哪些資料絕對不能碰。原則是「最小權限」，且每一次權限擴張都要有明確的業務理由與記錄。
第二層是可觀測性：所有 Agent 的決策軌跡、工具呼叫、輸出結果都要被記錄並可回溯。當出現問題時，團隊要能回答「它為什麼這樣做」以及「它當時看到了什麼」。沒有可觀測性，就沒有辦法除錯，也沒有辦法優化。
第三層是人機協作邊界：哪一些決策可以全自動、哪一些需要人工確認、哪一些需要人工複核。這條邊界不是固定的，而應該隨著 Agent 的成功率提升逐步外移。實務上，建議用「信心分數」來動態調整：當 Agent 對自己的判斷信心高於某個門檻時自動執行，低於門檻時交給人類，並把人類的處置結果回饋給系統作為學習訊號。
七、風險與反脆弱：Agent 商業模式的隱憂
任何新商業模式都有其脆弱面。對 AaaS 而言，最需要提前思考的風險大致有兩類。
7-1 責任歸屬與合規風險
當 Agent 做錯事，責任在誰？是提供模型的廠商、提供編排邏輯的平台、部署 Agent 的企業，還是下指令的使用者？目前的合約實務仍在摸索，但可以預見的是：責任歸屬會直接影響商業模式的設計。
如果廠商要承擔更多責任，它就會要求更高的價格、更嚴格的合約條款，以及更完整的使用者行為規範。如果責任完全由客戶承擔，客戶就會對自動化程度更加保守，導入速度放緩。這是一場持續的談判，而不同產業的平衡點會非常不同——金融與醫療會遠比行銷與電商保守。
對廠商的實務建議是：把責任邊界寫清楚，並且用技術手段支持這些邊界。例如在合約中明確定義哪些動作屬於「需人工核准」，並在系統中強制執行；在高風險場景預設「人工確認」模式，只有在客戶明確要求且完成風險評估後才開啟全自動。
7-2 泡沫化與過度承諾
另一個不可忽視的風險，是市場的過度期待。每當新技術出現，總會有一段「什麼都能做」的樂觀期，接著是「原來沒那麼萬能」的失望期。Agent 目前正處於樂觀期的尾聲，2026 到 2027 年很可能迎來一波修正。
修正的方式不會是整個賽道崩塌，而是分化：真正能交付成果、能算清楚投報率的廠商會留下來並持續成長；只靠演示與願景募資、卻沒有可複製交付能力的廠商會被淘汰。對企業買方而言，這反而是好事——市場會變得更容易辨別真偽。
對廠商而言，對抗泡沫最好的方式是保持定價紀律。不要為了搶單而承諾無法兌現的成果，不要把試點專案的成功率當成量產的保證。一個誠實的廠商會告訴客戶「這個場景不適合」、「你需要先補齊這些資料治理」，短期內可能少做幾筆生意，長期卻能建立起最珍貴的資產：可信度。
八、結論：2026–2030 的路徑推演
回到最初的問題：從 SaaS 到 Agent-as-a-Service，這條路會怎麼走？
短中期（2026–2027），我們會看到混合模式的過渡期。多數廠商仍以席次收入為主，但會開始在特定產品線試行成果計價。企業的採購流程會慢慢長出「評估 Agent 成果」的能力，而這套能力本身就會成為一種競爭優勢。市場會經歷一波失望與修正，但整體採用率仍會上升。
中期（2027–2029），編排層的平台化會成為主戰場。掌握協定與編排能力的廠商，會從「賣 Agent」升級為「賣 Agent 的作業系統」，收入模式以用量與分潤為主。垂直領域會出現一批高毛利、高黏著度的專業玩家，它們的估值邏輯更接近顧問公司或人力仲介，而非傳統軟體公司。
長期（2029 之後），如果技術持續演進，「軟體」與「服務」的界線會徹底模糊。企業不再購買「一套系統」，而是購買「一組持續運作、持續學習、持續交付成果的數位勞動力」。定價的核心問題會從「這個功能值多少錢」變成「這個職能值多少錢」，而計價單位可能更接近薪資、績效獎金或外包合約。
對身處其中的每一個人而言，最重要的認知或許是：這一波變化的本質，不是軟體變聰明了，而是軟體的計價單位從「人」變成了「事」。當計價單位改變，產品設計、銷售流程、組織結構、財務模型都會跟著改變。越早理解這一點的團隊，越能在下一輪的競爭中站到有利的位置。
而對企業買方來說，最好的策略不是追逐最新的技術名詞，而是回到最根本的問題：這件事情，交給 Agent 做，到底划不划得來？划得來的話，我願意為這個結果付多少錢？想清楚這個問題的人，就不會被任何一波技術浪潮沖走。
2026 年只是這條曲線的起點。真正的變化，還在後面。
```