资本看好的RaaS能成为AI落地的最佳模式么？丨ToB产业观察

“下一轮AI，卖的不是工具，而是收益。”——这句话已经被奉为当前AI行业的发展准则。在这种准则的牵引下，“为结果付费”成为当前很多甲方向往的模式。

日前，国内算网基础设施龙头恒为科技宣布停牌，筹划以发行股份及支付现金方式收购上海数珩信息75%股份，交易完成后数珩将成为其控股子公司。这一并购不仅是恒为科技AI战略的关键落子，更标志着A股上市公司首次将AI RaaS（结果即服务）模式纳入核心布局，为AI产业从算力竞争转向应用落地写下注脚。

AI RaaS时代到来

既然有了用户的需求，自然对于软件公司来说，就需要推出符合客户需求的服务模式，在此背景下，AI RaaS的服务模式应运而生。

AI RaaS（Result as a Service，结果即服务）是一种以可量化业务成果为核心的人工智能服务模式。与传统按软件授权或人力投入收费的方式不同，AI RaaS 要求服务提供商直接对客户的最终业务目标负责，并仅在实际达成约定结果时收费。

AI Raas模式正在重塑商业底层逻辑，将AI竞争焦点从模型参数规模转向可量化的价值创造能力，推动用户和市场完成从“买工具”到“买收益”的认知革命。

具体来看，AI RaaS的服务模式以可量化业务成果为核心，要求服务商直接对客户最终目标负责，仅在达成约定结果时收费，形成“包工包料包结果”的“AI包工头”模式。并通过退款承诺或效果保障条款将服务商与客户利益深度绑定，与客户达成风险共担机制，倒逼技术持续优化。

此外，在商业模式上，其颠覆性价值更体现在利润池突破——传统数字化服务仅覆盖企业1%-2%收入，而AI RaaS可切入人力资源、供应链等占比20%-60%的核心利润池，价值空间相差10-60倍。

虽然恒为科技对数珩信息的并购是国内A股上市公司中并购AI RaaS标的的首个案例，但AI RaaS（或者类似叫法）的模式，已经在行业内流传开来。在与多位以SaaS为代表的软件行业公司管理者的沟通中，他们都在向笔者表示，AI时代，与原先互联网时代软件行业最大的不同就是——项目的交付不是服务的终止，而是服务的开始。而这种改变，也透露着SaaS行业正在从项目制，向着“服务制”，从提供工具，向着提供收益而转变。

RaaS需要哪些能力？

AI RaaS已经被视为是AI应用落地的最终模式。从逻辑上看，AI的进步推动了技术平权，而用户本身具有数据优势。因此对于各行各业的甲方业主来说，采购AI工具，通过实施和培训，让它和自己的数据资产结合形成生产力，其财务和时间成本，也许还不如业主自己培养一支内部AI团队，从门槛已经大大降低的基础AI模型和各种行业小模型开始打造自己的工具，来适应自己的业务场景。

用户选择乙方公司的服务就是希望能够快速、直接地解决问题，快速形成生产力。对于服务提供者来说，就需要其思考——什么样的服务能够帮用户直接解决问题，快速形成生产力？

在这个过程中，仅仅掌握AI大模型的能力，以及垂类模型部署、快速的工程化的后训练、知识库集成能力是远远不够的。在这些模型技术能力的基础上，还需要传统的，深入理解用户需求，理解行业的能力，还要能干很多不可避免的苦活累活，也就是要具备行业基因、服务基因。

这点就需要乙方企业具备对用户场景的熟悉能力。模型真正的价值不在于模型本身，而是在于模型应用的场景。

比如可以拿电与大模型进行了类比。电刚被发现的时候，就如同当前的AI一样——像是一个奢侈品。但如今电已经是一个普遍的“技术”，而电真正的价值也不在于电本身，而是在于它与诸多用电场景的结合。比如与空调结合，电为人类在夏日里带来了清凉；与灯泡结合，电为人类在黑暗中带来了光明......“AI亦是如此，当前大家都在谈模型、智能体，”某位SaaS公司CEO曾对笔者表示，“但我认为，人工智能不再是单纯比拼模型参数，而是要比谁更能将技术与行业Know-how、工程化能力和商业价值深度融合。”

在AI技术平权时代，当基础模型能力逐渐趋同，AI RaaS的护城河进一步向“场景纵深”与“业务耦合度”延伸——一方面通过在垂直领域沉淀的流程知识库与异常处理逻辑形成高迁移成本，另一方面通过深度嵌入客户生产系统（如与ERP、CRM实时交互），实现从辅助工具到生产系统的质变，这种深度绑定使替换成本远超技术本身价值，最终在技术普惠背景下构建起可持续的竞争壁垒。

这个时候，就需要RaaS服务提供方与客户一起，深入到其业务中，寻找有价值被AI“改造”的场景，并结合用户自己的行业Know-how（数据），从而寻找能够快速获得“收益”的场景。

据了解，数珩信息已实现规模性盈利且处于利润高速增长期，可能是同类企业中的佼佼者，但其所服务的行业客户集中在日化快消和汽车行业，而此次恒为科技并购数珩信息后，将实现“算力底座 场景落地”的生态闭环。具体来看，技术方面，数珩的自研模型与Langtree编排平台，可将恒为AI一体机的硬件算力转化为垂直场景解决方案，使硬件产品升级为融入客户业务流的智能载体。

安全成本优势上，恒为国产化硬件与数珩本地化部署结合，能大幅降低AI解决方案的每token成本，在金融、政务等强监管领域形成竞争力。

利润池共享层面，双方将共同开拓AI RaaS市场，瞄准传统硬件业务10倍以上的价值成长空间。​

不过，对于未来，恒为科技能否通过本次并购，成为整个AI RaaS、AI服务领域的头部企业，还有待验证。此外，本次并购的交易细节和关键信息，包括业绩对赌等，还有待进一步披露和观察。

（本文首发于钛媒体app，作者｜张申宇，编辑丨盖虹达）