座位制沒死,但它只適合一半的產品:AI 時代的 SaaS 定價與 BPO 取代浪潮
Gokul Rajaram 拆解 AI 時代的 SaaS 定價模式:座位制只適合「存取型產品」如 ChatGPT Enterprise,「工作型產品」如 Harvey 必須改用成果計費。同時,BPO 外包正成為 AI 第一波取代的目標,客服中心已經在被替換。

本文整理自《20VC》2026 年 3 月播出的單集。
{{< youtube 6ctOnY1WmBw >}}
{{< spotify "episode/1iNEQDDjVKaiA1pDgkY4sV" >}}
{{< apple-podcast "tw/podcast/20vc-the-8-moats-of-enduring-software-companies-how/id958230465?i=1000755525162" >}}
座位制到底死了沒有?
每隔幾個月,矽谷就會有人出來宣告「座位制定價已死」。邏輯似乎很直觀:如果 AI 代理可以替你做工作,那按人頭收費就沒有意義了。但 Gokul Rajaram 的回答出乎很多人意料:座位制沒死,它只是不再適用於所有產品。
Rajaram 是矽谷最成功的「營運者轉投資人」之一,曾在 Google、Facebook、Square、DoorDash 擔任核心高管,現在是基金 Marathon 的創辦合夥人,同時擔任 Coinbase、Pinterest 和 The Trade Desk 三家上市公司的董事。在 20VC 的訪談中,他把 SaaS 產品切成兩類,這個分類方式比「座位制 vs 消費制」的老辯論有意義得多。
存取型產品(Access Products),使用者付費是為了「能使用」這個工具。ChatGPT Enterprise 是典型:企業買的是讓員工能夠使用 ChatGPT 的權限,座位制提供了採購預算的可預測性,企業採購部門喜歡這種模式。這類產品的座位制不會消失,甚至會進化出不同等級的座位(Figma 現在就賣三種不同權限的座位),每個等級附帶不同功能。
工作型產品(Work Products),核心價值不是「讓你用」,而是「幫你做」。法律 AI 工具 Harvey 是例子:如果 100 個人登入但處理了零份合約,按人頭收費就完全說不通。這類產品的價值在於工作產出,定價應該綁定產出的成果,而不是使用者的數量。
這個區分聽起來簡單,但 Rajaram 點出了一個很多公司忽略的問題:大部分產品在加入 AI 功能後,正在從「存取型」轉變為「工作型」,但定價模式沒有跟著調整。結果就是產品在替客戶省人力、做事情,公司卻還在按人頭收錢,等於讓自己的收入和客戶的人數綁在一起。客戶越成功(用更少的人做更多事),公司的收入反而下降。
BPO:AI 第一波真正取代的不是工程師,而是外包
關於 AI 會不會取代工作,討論很多。但 Rajaram 觀察到一個清楚的順序,而且已經在發生了。
第一波被取代的,不是科技業的工程師,而是企業外包給第三方 BPO(業務流程外包)的工作。原因很現實:BPO 的預算是最容易砍的,因為它是外部支出。你可以告訴供應商明天就不續約,但你不能告訴員工明天就不用來了。
Rajaram 說他在研究這個領域時嚇了一跳:各行各業,從醫生診所到金融機構,有多少客服和行政流程是外包到印度和菲律賓的 BPO 中心在處理。Harry Stebbings 補了一個驚人的數字:高盛和巴克萊各自在印度有超過三萬名員工。這些不是核心的投資銀行家,而是在做後台行政、客服、資料處理的工作。
AI 客服代理現在可以提供同等甚至更好的服務品質、更快的回應速度,而且成本低了 20% 到 30%。對企業來說,這筆帳太容易算了。
第二波是「不補人」。當員工離職時,公司不再招聘替補,而是把那個人的工作分配給 AI 工具。這個過程比較隱性,不會上新聞,但正在各行各業默默發生。
第三波才是真正的裁員。Rajaram 認為這一波還需要一段時間,因為大規模裁員有法律、公關和組織士氣的成本。但方向是確定的。
這個順序對 AI 新創來說有一個重要的策略意涵:如果你想快速拿到營收,不要去搶企業的「軟體預算」,要去搶他們的「人力預算」和「BPO 預算」。後者的金額通常比前者大得多,而且決策速度更快,因為不需要經過漫長的 IT 採購流程。
加 AI 不等於做了 AI 產品
很多存量 SaaS 公司的因應策略是「bolt-on AI」,在現有產品上加一層 AI 功能。Rajaram 直言,大部分的 bolt-on 策略有明確的天花板。
問題不在於技術,而在於思維。多數公司只是把 GPT 或 Claude 的 API 包一層皮,加了一個「AI 搜尋」或「AI 助手」功能就宣布自己是 AI 公司了。但這只是升級,不是改造。
真正有效的 bolt-on 策略,是用 AI 重新設計整個產品體驗。Rajaram 舉了文件處理的例子:六到九個月前,AI 還沒辦法可靠地從非結構化文件中擷取結構化資訊。現在可以了。那你的文件上傳流程就應該完全不一樣,使用者在上傳的瞬間就應該看到文件的摘要和關鍵洞察,而不是跟以前一樣只是一個上傳進度條。
他也提醒了一個產品管理上的根本改變:不能有太長的產品路線圖(roadmap)。因為每六個月模型能力就會大幅提升,你花一年規劃的功能可能在下一次模型更新後就變得沒必要了。產品團隊必須跟著模型能力的節奏走,而不是按照自己的節奏走。
Notion 是他認為做得比較好的例子。它不只是加了 AI 功能,而是把 AI 代理融入了整個工作流。但 Rajaram 強調,Notion 能不能長期成功,取決於它是否有在用使用者的互動資料來持續微調模型。如果只是呼叫通用 API,護城河就很薄。
殭屍公司:燒掉過去,或被過去拖死
SaaSpocalypse 的另一個副產品,是大量估值過高的私人 SaaS 公司陷入進退兩難。Rajaram 用了「殭屍公司」這個直白的詞:營收三億美元,成長 15%,但上一輪估值七十億。成長率撐不起估值,但降估融資會打擊士氣。
這類公司只有兩條路。
第一條是被私募基金便宜買走。但 Rajaram 指出,連這條路都越來越難走了,因為私募基金自己也在消化前幾年高價收購的資產,出價已經大幅壓低。
第二條是孤注一擲:放棄既有產品,從零開始打造 AI 原生的新產品。Rajaram 舉了兩個成功案例:Intercom 和 Podium。這兩家公司都放棄了對舊產品的執著,全力推出 AI 原生的新產品線,各自在兩年內就衝到了一億美元以上的新產品營收。
關鍵是要克服沉沒成本謬誤。你在舊產品上投入了多少年的開發心血不重要,重要的是那個產品在 AI 時代還有沒有競爭力。Rajaram 觀察,越是糾結於「怎麼修好現有的生意」,就越沒有精力去「創造一個新的生意」。最成功的轉型者都是直接燒掉過去的橋,然後把現有客戶強勢遷移到新產品上。
成長不再讓人興奮,留存率才是真功夫
Rajaram 在訪談中說了一句值得記住的話:triple-triple-double-double(三年三倍、兩年翻倍)的成長軌跡不再讓人驚嘆了。放在幾年前,這種成長速度足以讓投資人搶著給錢。但現在,從零到一億美元的速度越來越快,Lovable 這類工具可能靠這種軌跡就能直接上市。
問題是,成長快不代表成長穩。Rajaram 以 Jasper 為例:這家 AI 寫作工具一度從 100 萬衝到 1 億美元營收,然後又掉回 4000 萬。大量「輪胎踢客」(tire kickers)試用後離開,數字好看但根基不穩。
所以他現在最看重兩個指標:客戶留存率(Gross Retention)和淨營收留存率(Net Revenue Retention)。他毫不猶豫地表示,一家用 triple-triple-double-double 速度成長但留存率優秀的公司,永遠比一家年成長 10 倍但留存率差的公司更值得投資。
留存率說穿了就是在問一件事:產品到底有沒有真正解決客戶的問題,還是只是暫時吸引了他們的注意力。在 AI 時代,吸引注意力太容易了,任何一個新工具都能在 Product Hunt 上衝一波熱度。但三個月後客戶還在不在、六個月後他們有沒有花更多錢,這才是真正的考驗。
我的觀察
Rajaram 對 SaaS 定價的分析有一個重要的弦外之音:AI 時代的商業模式設計,不能再從「我有什麼功能」出發,必須從「我替客戶創造了什麼成果」出發。這聽起來像陳腔濫調,但定價模式的設計會迫使你把這句話變成具體的數字。
對臺灣的軟體公司來說,BPO 取代這條線特別值得關注。臺灣企業的 BPO 支出規模雖然不如美國,但客服外包、行政流程外包在中小企業中非常普遍。如果 AI 代理能以更低成本提供更好的服務品質,這塊市場的轉移速度可能比大家想像的快得多。
另一個值得深思的是殭屍公司的困境。臺灣也有不少在前幾年高估值環境下融資的新創,現在面臨成長放緩但估值回不去的問題。Intercom 和 Podium 的故事說明,與其死守過去的產品,不如承認環境已經變了,從頭開始可能反而是最快的路。
