【经管大课堂·AI经管实践】第四范式对标Salesforce：AI企业服务的商业模式与盈利拐点

案例背景

2026年9月，第四范式发布最新财报，释放出盈利前景改善的明确信号，并将自身定位为AI时代的企业软件服务商，明确提出对标Salesforce的战略叙事。这一表述的实质，是试图让资本市场用SaaS的估值框架而不是AI项目公司的框架来理解自己：前者看重经常性收入、续费率与规模效应，后者则往往被归入高波动、低可见性的项目制生意。定位的转换，本身就是一次面向资本市场的沟通策略。

但这个转换并非修辞游戏。过去数年，AI企业服务公司普遍面临一个结构性困境：技术能力获得认可，交付却高度定制化，每个客户都要投入大量实施人力，收入确认随项目进度波动，毛利率被人力成本侵蚀，规模扩张无法带来单位经济性的改善。能否走出这一困境，决定了AI企业服务是成长为一个真正的行业，还是长期停留在高端外包的形态。把Salesforce树为标杆，等于公开承认了评判标准：经常性收入占比、净收入留存率，以及经营杠杆能否真正出现。

核心分析

一、商业模式的三岔路口：项目制、订阅制与算力交付

用商业模式画布的框架拆解，AI企业服务公司在价值主张上趋于同质，差异集中在收入来源与成本结构两个模块。项目制交付的优势是现金流前置、单笔金额大，劣势是收入不可预测、毛利受人力刚性约束、能力无法复利积累。订阅制的优势是收入可预测、客户关系长期化、边际成本递减，劣势是前期投入大、回本周期长、对产品标准化程度要求极高。算力交付则是近两年出现的新形态，按token或算力消耗计费，本质上是把软件收入与用量挂钩，兼具订阅的可预测性与使用的弹性，但也把上游算力成本直接引入了自己的毛利结构。

三条路径并非互斥，现实中多数公司采用混合模式。关键不在形式，而在于标准化收入占比是否持续提升。判断一家公司是否真正完成转型，看的不是它是否宣称SaaS化，而是标准产品收入占总收入的比重、实施人力的复用率，以及同一产品在客户间的部署成本是否下降。若这些指标没有改善，那么订阅制只是改了收款方式，并未改变商业本质，估值框架也不会真正切换。

二、SaaS经济学：NDR、续费率与规模效应的硬约束

SaaS之所以享有估值溢价，源于其独特的经济结构。获客成本在前、收入在后，随着客户存续期延长，单位经济性持续改善；净收入留存率超过100%意味着存量客户的自然增长，公司可以在不增加销售投入的情况下实现收入扩张；研发与平台的固定成本被不断扩大的收入摊薄，形成规模效应。与此同时，平台沉淀的行业经验与客户数据可以横向复用，产生范围经济。Salesforce正是凭借这一结构，在长期亏损之后实现了稳定的经营杠杆。

但AI企业服务要复制这条路径存在额外难度。其一，模型推理成本随使用量增长，与传统SaaS近乎零边际成本的特征不同，这削弱了规模效应的斜率，迫使公司在模型效率、蒸馏与缓存上持续投入。其二，AI应用的价值验证周期长，客户常以试点方式进入，试点失败率高，早期流失率可能显著高于成熟SaaS。其三，大客户定制诉求强，容易把产品公司重新拉回项目公司。因此评估这类公司时，应重点拆解NDR的构成：增长究竟来自客户增购与用量扩张，还是来自一次性实施费用，两者的质量截然不同。

三、盈利拐点的判断逻辑：看结构而非看单季

盈利拐点不应被理解为某一季度利润转正，而应被理解为一系列结构性指标的同步改善。第一是毛利结构：标准产品收入占比上升带动毛利率上行，且上行不依赖压缩研发投入。第二是费用率：销售与管理费用率的下降必须来自效率提升而非削减投入，否则会以牺牲长期增长为代价。第三是现金流：经营性现金流转正早于会计利润转正，才是健康信号，因为前者不含折旧摊销与股份支付的扭曲。第四是收入质量：经常性收入占比与合同期限结构是否持续改善。

还要把规模经济与范围经济分开审视。规模经济意味着同一套平台服务更多客户时单位成本下降；范围经济意味着进入新行业时，沉淀的组件、行业模型与实施方法论可以复用，从而降低新领域的进入成本。AI企业服务公司如果每个新客户都要重做一遍，那就只有收入规模而无经济规模。投资者与管理层都应把「新客户的首次部署成本是否低于上一个客户」作为最朴素也最有力的检验标准，这个指标比任何战略叙事都更难粉饰。

管理启示

第一个启示是，商业模式的选择本质上是成本结构的选择。项目制与订阅制的分野，不在于怎么收钱，而在于成本是否随规模递减、能力是否随客户积累。管理者在设计商业模式时，应当先画出成本曲线，再设计收费方式；如果成本曲线仍然是线性的，那么无论采用何种收款形式，都无法获得SaaS式的复利。这意味着标准化的优先级高于签约规模，宁可放弃一部分短期收入，也要换取产品的可复制性。

第二个启示是对标的真正价值在于引入外部纪律。把Salesforce作为参照，等于给自己设定了一套可验证的行业基准：净收入留存率、续费率、毛利率、销售人效。管理者可以借这种对标，把内部讨论从「我们做得好不好」转向「我们离行业基准还差多少，差距来自哪里」。第三个启示是警惕叙事领先于数据。AI行业的估值波动很大程度上由叙事驱动，但企业的长期价值最终由单位经济性决定，把叙事转化为可追踪、可归因的指标体系，是穿越周期的唯一可靠办法。

其他思考

1. 当模型推理成本随用量增长时，AI企业服务公司的规模效应是否必然弱于传统SaaS，应当通过哪些经营手段来弥补这一结构性劣势？
2. 对于以大客户为主的AI企业服务公司，如何在满足定制化诉求与保持产品标准化之间划出清晰边界，哪些定制诉求应当明确拒绝？
3. 按用量计费的算力交付模式与按席位计费的传统订阅制，哪一种更有可能成为AI时代企业软件的主流定价方式，判断依据是什么？

关键词：商业模式画布、SaaS经济学、规模经济、净收入留存率、盈利拐点
来源：第一财经 | 整理：经管大课堂