按效果付费（Results as a Service，结果即服务）正在成为 AI 客服采购的主流问法。但企业真正签约前的障碍，往往不是模型能力，而是「解决」这两个字在公司内部没有定义。
海外已经跑通的定价结构
美国 AI 客服公司 Sierra（创始人 Bret Taylor）采用结果导向定价：基础订阅费加按解决问题次数计费，转人工不收费。该模式已服务 Sonos、ADT 等品牌，公司成立 18 个月估值约 100 亿美元。其成立前提是：把「未解决」的成本放在服务商一侧。
所以必须先有可判定的口径。没有它，价格无从谈起。
国内金融壹账通、蚂蚁数科、百融云创等也在推进类似模式。IDC 数据显示，66% 的中国企业倾向基于业务成果计费，并预计到 2028 年 70% 的软件供应商将调整计费模式。
三个常见的口径分歧
1. 完结的定义：接收即完结、处理完完结、还是写入知识库完结，标准不一。
2. 贡献归属：区分人与 AI 的贡献困难，可行做法是只计算增量。
3. 计价单位：按坐席、按对话条数、按成交分成，价格差异显著。
国家标准已给出可对照的清单
GB/T 47746-2026 第 5.1.3 条规定客服系统应优先将任务分配至人工的情形，包括：客户明确要求转人工、知识库没有明确答案、问题较复杂、问题出现频次较低、涉及人身财产安全、24 小时内来访三次以上且明显不满。第 4.2 条要求人工客服优先处理智能客服未能解决的问题。
上述条款可视为对「未解决」的官方界定。
拿它当底稿，比拍脑袋强。企业自建客服的效果口径，建议直接从这里抄。
企业可立即执行的三步
1. 制定内部「不解决清单」，将必须转人工的情形书面化；
2. 运行一个月的记录期，只统计不计费，观察真实分布；
3. 在会话层留存三栏记录：问题类型、是否转人工、处理结果。
我们专注小微企业的知识库与 AI 客服落地，对外只承诺过程可核验，不承诺解决率。