从“卖工具”到“卖结果”：拆解明略科技的“按结果收费”实验

一句话看懂：明略科技用“按结果收费”把AI Agent的价值直接绑定到业务结果上，2025财年该模式收入超1亿元，但仅占总营收约7%。它敢这么收，是因为把场景收敛在营销领域，用近二十年数据和行业Know-how让结果可计量、可归因，并先在自己内部跑通AI原生工作流。这种模式对场景可计量性、交付能力和客户付费习惯要求极高，目前只是少数玩家在少数场景跑出的雏形，远非普适标准。

2025年11月3日，一家名叫明略科技的公司在港交所主板挂牌，给自己贴上了“全球 Agentic AI 第一股”的标签。资本市场给足了面子：香港公开发售获得4452.86倍超额认购，是港股历史上超购倍数最高的新股之一，首日收盘较141港元的发行价上涨约106%，收盘市值冲到约420亿港元。

但对中国企业的管理者来说，真正值得研究的不是这场资本狂欢，而是藏在招股书和年报里的一个更朴素的问题：一家做了近二十年数据智能软件的公司，正试图把自己的计费单位，从“卖软件许可、卖项目”改成“按业务结果收费”——客户不再为部署了多少工具、产出了多少报告付费，而是为营销效果提升了多少、内容产出效率高了几倍来付费。明略把这套新模式叫作“Agentic Services（智能体化服务）”，业界和媒体则常用一个更直白的词来概括它：RaaS，Result-as-a-Service，结果即服务。

这背后是一个正在发生的范式迁移：当 AI Agent 从“聊天机器人”进化为能在真实业务流里执行任务的“数字劳动力”，企业软件按席位、按订阅收费的逻辑就开始松动——如果一个 Agent 能顶几个人干活，“按人头/按席位”就不再合理，“按它交出的结果”才对得上价值。明略科技以一个中国样本的身份，把这道题摆到了台面上。

需要先说清楚一件事：本文不打算复读“第一股神话”。恰恰相反，把明略招股书和2025年报的数据摊开会发现，“按结果收费”目前只贡献了它约7%的营收，公司的基本盘仍是传统数据智能业务，而且这块基本盘在2024年还出现过营收和利润的双双下滑。所以这篇案例真正想拆的是：按结果收费这件事，听起来性感，做起来到底有多苛刻？明略凭什么敢这么收？以及——为什么绝大多数软件公司学不来。

一、它面对的处境与挑战

明略科技成立于2006年，前身是创始人吴明辉在北京大学读计算机硕士期间创立的“秒针系统”。它算得上中国最早一批大数据公司：2008年推出中国首款大数据技术支持的广告监测产品，2018年做出被称为国内首个中文知识图谱平台的“明略智图”，2019年整合精硕科技后，形成营销智能（秒针系统等）、营运智能（智能门店系统、小明助理等）、行业解决方案三大业务线。根据弗若斯特沙利文的资料，按2024年总收入计，明略是中国最大的数据智能应用软件供应商。

放在资本市场看，它曾经是十足的宠儿：成立以来完成约27轮融资，累计募资超过6.27亿美元，股东名单里有腾讯、快手、红杉中国、淡马锡、华兴资本、春华资本等，腾讯是最大外部股东。但“宠儿”光环下藏着一条不太好看的曲线——公司估值在2020年11月的一轮融资中投前一度达到约29亿美元的高点，随后一路下滑，到2023年底的一轮融资前估值曾低至约5亿美元，2024年的融资才回升到约15亿美元，较高点接近腰斩。这条估值曲线本身，就是它上市前处境的浓缩：故事讲了很多年，商业化却始终没能兑现成让人放心的利润。

它遇到的挑战是结构性的，而且相当典型，值得中国所有做企业服务的公司对照：

第一，主业增长乏力。 明略的第一大收入来源是营销智能，核心产品是老牌广告监测工具“秒针系统”。2022至2024年，营销智能业务收入分别约为8.03亿、7.53亿、7.31亿元，连续两年下滑；秒针系统2024年收入约6.57亿元，占公司总收入约47.6%——一款单一产品扛了近一半营收，而它本身在缩水。整个公司的总收入也从2023年的14.62亿元降到2024年的13.81亿元，同比下滑约5.5%。

第二，价值与付费不挂钩，是这类业务的老毛病。 传统上，数据智能服务卖的是“洞察”：帮客户看懂市场、看懂竞品、看懂消费者。这本质上是“信息产品”，客户为信息付费。问题是，信息值多少钱、有没有真的转化成生意，双方说不清。叠加大量定制化交付，这类业务长期是“高人力、重交付、难标准化、毛利被人力吃掉”的状态。明略2024年主动加大标准化产品的比重，客户数量上去了，但每个客户的平均支出反而降了——这正是“卖工具”模式的天花板：要么重交付换高单价，要么标准化换规模但降单价，两头难。

第三，现金流和研发的紧平衡。 招股书披露，明略的研发开支从2022年的约7.51亿元逐年降到2024年的约3.53亿元；截至2024年底，公司现金及现金等价物约4亿元，2024年经营活动现金流为净流出约2792万元。一边要在大模型这种“烧钱军备赛”里卡位，一边研发投入却在收缩、现金也不宽裕——这是它必须尽快找到新增长逻辑的现实压力。

换句话说，明略走到2024至2025年的路口时，面对的不是“要不要转型”的选择题，而是“不转型就会慢慢失血”的处境。它需要一个能同时解决“价值说不清”和“毛利上不去”的新故事。它给出的答案，就是把计费逻辑整个换掉。

二、它做对了什么：支撑结果服务模式的三大关键能力

明略的战略转向可以用吴明辉自己的一句话概括：从帮客户“看懂数据”，到帮客户“拿到结果”。围绕这个转向，有三个环环相扣的关键动作。

1、用 Agent 重构交付：从工具产品走向数字员工

为什么（Why）。 “卖工具”模式的根本缺陷，是价值实现的最后一公里握在客户手里。你把分析工具、投放系统交给客户，客户还得配一个团队去用、去执行、去优化；效果好不好，一半看工具，一半看客户自己的人。这就注定了软件商既拿不到“结果”的溢价，也难摆脱“重人力交付”的宿命。要让价值可归因、可收费，就必须把“执行”这一段也接管过来。

是什么（What）。 明略把原本靠人力执行的分析、营销、运营任务，交给 AI Agent 来执行，产品形态从“给人用的工具”转向“替人干活的数字劳动力”。在营销场景里，它打通了从数据洞察、内容生产与分发到营销投放的端到端业务流——过去这条链条上散落着若干工具和若干人，现在被收拢成一套能自主决策、自动执行、持续迭代的 Agent 系统。用公司的说法，它更像“全年无休的数字员工”，而不是需要人一步步下指令的软件。

怎么做（How）。 支撑这套东西的是它自研的技术底座。2025年9月，明略推出企业级大模型产品线 DeepMiner，其中包含被命名为 Mano（负责操作执行）和 Cito（负责指令推理）的模型，在 Mind2Web、OSWorld 等智能体基准测试中取得靠前成绩。更关键的是，明略从2025年起先在自己内部跑通这套“AI 原生”工作方式：其内部 Octo 平台上有数千个 Agent 与上千名员工协同工作，公司披露的内部提效包括财务报表制作从3天压缩到10分钟、分析师报告自动化程度大幅提升。先拿自己做试验田，再把跑通的能力对外交付——这是它敢承诺“结果”的底气来源之一。

2、按结果收费：把计费单位从席位与项目转向业务价值

这是本文的核心，也是最需要拆清楚的地方：按什么结果收、怎么计量、凭什么这么收。

为什么（Why）。 当 Agent 能顶替一部分人力，按席位、按订阅收费就开始失灵——客户会问：我买你的软件，是为了裁掉几个人的活，凭什么还按人头给你付订阅费？定价逻辑必须跟着价值走。对明略而言，按结果收费还有一层自身动机：它能把“价值说不清”这个老问题正面解决掉，同时用 AI 自动化压低边际交付成本，理论上能撑起比“卖工具”更高的毛利。

是什么（What）。 2025财年，明略在原有的数据智能（Data Intelligence）业务之外，正式新增了“Agentic Services（智能体化服务）”业务板块，采用按效果计费的模式：客户不为“部署了多少工具、产出了多少报告”付费，而是为可量化的业务结果付费——公司列举的典型结果包括营销 ROI 的提升、内容产出效率的倍增。用吴明辉的原话说，这是“推动 AI 的价值从工具交付走向结果交付”。

怎么做（How）。 按结果收费能不能落地，全看两件事能不能做到：结果可计量、结果可归因。明略的做法是把它约束在自己最有把握的营销场景里——这是它沉淀了近二十年数据和行业理解的地方——并给出一套它称之为“结果可验证、过程可审计、知识可沉淀”的确定性标准。以营销场景为例，它对外披露的口径是：通过端到端的 Agent 业务流，以近3倍的运营效率，帮客户实现平均约20%的营销效果增长。也就是说，它不是泛泛承诺“帮你增长”，而是把结果收敛到“营销效果提升百分之多少”这类能对着基线算清楚的指标上。计量有基线、过程可审计、结果能归因——这三条缺一不可，也正是后文要重点讲的“苛刻前提”。

3、用数据底座与行业 Know-how，构建长期客户黏性

为什么（Why）。 按结果收费本质上是一种长期效果合作，而不是一次性项目买卖。要让这种模式成立并且赚钱，前提是客户愿意持续续约、愿意把越来越多的业务结果交给你——否则单次结果的收费很难覆盖前期投入。所以黏性不是结果，而是这套模式能不能跑通的前置条件。

是什么（What）。 明略的黏性来自两样别人短期造不出来的东西：一是长期沉淀的海量营销数据（秒针系统连接了超过4700个媒体平台、服务上万家客户多年积累的数据），二是对消费品、汽车、3C、零售等具体行业的 Know-how。这两样构成了它做“结果可归因”的原料——没有历史数据当基线，就没法算清“结果提升了多少”；没有行业理解，就没法判断“这个结果是不是 Agent 带来的”。

怎么做（How）。 它把这套沉淀产品化、服务化，嵌进大客户的真实业务流里，让替换成本越来越高。据明略2025财年年报，公司当期大客户续约率达到96%，并披露新增大客户中超过30%来自 Agentic Services 板块——这意味着新模式不仅留住了老客户，还在成为拉新的抓手。需要提醒的是，这个96%出自年报口径，与招股书报告期内可查的数字并不是同一回事（详见第四部分），阅读时要注意区分。

这三个动作串起来，是一条清晰的逻辑链：先用 Agent 把“执行”接管过来（让结果可交付），再把计费换成按结果收费（让价值可变现），最后用数据和 Know-how 筑起黏性（让长期合作可持续）。链条本身是自洽的。问题只在于，它有多难复制、以及现在兑现到了哪一步。

三、成果：用数据说话

评价明略的转型，必须把三种口径严格分开——这也是读这家公司财报最容易踩坑的地方。

财务：先看“会计净利润”这个陷阱。 明略2022、2023、2024年的期内利润（HKFRS 口径净利润）分别约为16.38亿、3.18亿、0.08亿元（约795万元）。千万别把16.38亿元的“净利润”当成赚了这么多钱——它主要来自可转换可赎回优先股等金融工具的公允价值变动等非经营项目（这类会计科目会随公司估值波动而大幅上下，与真实经营无关）。同一时期，反映经营的营运利润其实是亏的：2022至2024年营运亏损分别约为10.09亿、2.11亿、1.32亿元。看一家 IPO 前公司的经营成色，要看经调整口径和营运口径，而不是被会计净利润的大数字迷惑。

财务：再看真正的转折信号。 更能说明问题的是2025年的数据。2025年上半年，明略营收约6.44亿元，同比增长约13.9%，扭转了2024年的下滑；营运利润转正（约数百万元量级）；毛利率升到55.9%。到2025全年（截至2025年12月31日），公司实现营业收入约14.26亿元，同比增长约3.2%；毛利约7.9亿元，同比增长约10.8%（毛利增速快于收入增速，说明结构在改善）；经调整净利润（Non-HKFRS 口径）约0.42亿元，实现首次扭亏为盈。对照此前几年经调整口径持续亏损（2022至2024年经调整亏损分别约为10.99亿、1.74亿、0.45亿元），这个“由亏转盈”确实是实打实的经营层面拐点，而不只是会计数字的游戏。

运营：新模式的规模与含金量。 2025财年，Agentic Services 板块收入超过1亿元。这个数字要两面看：一面，它证明“按结果收费”不再是 PPT 概念，已经跑出了规模化收入，且带来了更高的效率口径（近3倍运营效率、平均约20%的营销效果提升）；另一面，1亿元在14.26亿元的总盘子里只占约7%——公司绝大部分收入，仍然来自传统的数据智能业务。所以准确的判断是：转型开了个好头，但远未成为增长主引擎。技术侧的进展是真实的：DeepMiner 大模型、Mano/Cito 在国际基准上的成绩、内部 Octo 平台数千 Agent 与上千员工协同，这些是它敢对外收“结果钱”的能力支撑。

客户：黏性与集中度的一体两面。 截至2025年6月，明略已服务约135家《财富》世界500强企业；2025财年披露已赋能约2100家品牌客户及逾24万家企业用户，大客户续约率96%。高续约率确实反映了黏性。但同一组客户数据的另一面是高度集中：招股书报告期内，前五大客户收入占比从2021年的约24.2%一路升到2023年的约36.0%，2024年上半年约34.7%——近三分之一的收入压在五个客户身上。黏性和集中度，是同一枚硬币的两面：客户越黏，说明单个客户越重要，一旦流失冲击也越大。

一句话总结成果：明略在2025年拿出了经营层面转正的真实证据，“按结果收费”也从概念走到了规模化收入，这两点值得肯定；但转型仍处早期，基本盘的增长质量、新模式的持续放量，都还需要更多个季度来验证。

四、为什么不能盲目照搬

如果只看到“第一股”“按结果收费”“扭亏为盈”，就得出“企业软件都该改成按结果收费”的结论，那就把一个苛刻的特例，误读成了普适的方法论。按结果收费之所以少见，是因为它的成立条件极其严格。以下几点，是任何想学明略的公司都必须先想清楚的：

第一，“结果可计量、可归因”在多数业务里根本做不到。 按结果收费的地基是两条：结果能对着基线算清楚（可计量），且这个结果确实是你的 Agent 带来的、而不是客户自己其他动作的功劳（可归因）。明略能收，是因为它把场景死死收敛在营销这类“有历史数据、有明确指标（ROI、效果增长）、有清晰基线”的领域。可现实中大量 B 端业务——战略咨询、组织变革、复杂系统集成——结果要么滞后一两年才显现，要么由无数因素共同促成，根本无法把功劳干净地切给某个软件。归因一旦模糊，“按结果”就会退化成扯皮：什么算结果、按谁的口径算，全在合同小字里。这也是为什么业界对 RaaS 一直有“效果对赌”的质疑——它对标准化和归因的要求，远高于它听起来的样子。

第二，按结果收费=服务方替客户扛了交付风险，能力不足者会被反噬。 按订阅收费，钱是旱涝保收的；按结果收费，做不出结果就收不到钱，甚至要担责。这等于把风险从客户身上转移到了自己身上。这对 Agent 的实际能力、行业 Know-how 的厚度、数据积累的深度提出了极高要求——明略敢这么收，是因为它有近二十年的营销数据和行业理解垫底，还先在自己内部把 AI 原生工作流跑通了才对外交付。一个没有数据积累、没有场景理解的公司贸然承诺“按结果”，大概率是收不到钱还惹一身官司。这是一道能力门槛，不是一个定价技巧。

第三，“第一股/首创”是定位标签，不等于护城河。 “全球 Agentic AI 第一股”“港股首家具备完整 Agentic AI 技术栈”这类说法，是公司的自我定位和上市叙事，不是第三方认证的客观事实，阅读时应还原成“公司以……为标签上市”。真正的壁垒不在标签里，而在那些别人短期造不出来的东西：多年的数据沉淀、行业 Know-how、以及把结果做出来的交付能力。学明略，要学的是后者这套硬功夫，而不是给自己也贴一个“第一股”式的名号。

第四，上市时点的资本情绪，证明不了商业模式的持续性。 首日大涨约106%、超4452倍认购、冻资数千亿港元，这些是资本市场的情绪，和公司业务成色是两回事，必须分开看。更要紧的是，明略是一只次新股，“按结果收费”这套模式2025年才规模化、目前只占约7%营收，它能不能以远高于整体的增速持续放量、能不能证明比传统业务更高的经营利润率、能不能从营销场景复制到更多行业——这些都还没有答案。用一年的扭亏和一个新板块的初步收入，去断言模式已经跑通，为时过早。

第五，中国企业服务市场的付费习惯与账期，是 RaaS 长期收款的现实约束。 按结果收费要长期成立，前提是客户认这套账、且愿意按约付款。但中国 B 端市场长期存在“重关系、压价、长账期、结果验收扯皮”的现实，尤其面对预算收紧的大客户时，“按结果”的结算很可能演变成漫长的谈判。明略当前高度依赖少数大客户（前五大占比一度约36%），一旦在结果认定或回款上与大客户产生分歧，冲击会被集中度放大。这不是明略一家的问题，而是任何想在中国市场推 RaaS 的公司都绕不开的地基问题。

把这五点合起来看：按结果收费不是一种可以轻易平移的“定价创新”，而是一种只有在“场景可计量+能力够硬+客户肯认账”三重条件同时满足时才成立的高难度打法。明略是在自己最擅长的一小块地里、用近二十年的积累、承担着风险，才把它跑出了个雏形。这恰恰说明它难学，而不是好学。

五、给管理者的启示与行动

抛开明略这家公司本身，“从卖工具到卖结果”这个方向，对中国企业管理者有三条可迁移的判断，但每一条都得加上“在什么条件下成立”的限定。

法则一：定价单位应该跟着“价值实现的位置”走。 当你的产品/服务只是交给客户一个工具、价值实现还靠客户自己，那你就只能收工具的钱；当你能把“执行”这一段也接管、让结果可归因到你，你才有资格收结果的钱。管理者要问的不是“要不要涨价”，而是“我在客户价值链上，到底站在哪个位置”。想收结果的钱，先得往执行端走一步。

法则二：能不能按结果收费，先看结果能不能算清楚。 按结果收费的可行性，几乎完全取决于“结果可计量+可归因”这两条。在决定用什么模式之前，先老实评估：我的业务结果，有没有清晰的基线？能不能干净地把功劳归到我头上？如果答案模糊，那按结果收费只会带来无穷的扯皮，老老实实按订阅或按项目反而更健康。这是一道要在签合同之前就想明白的题。

法则三：新模式的价值，要用经营口径而非情绪口径来验证。 判断一个转型是不是真的，别看股价、别看融资、别看“第一股”标签，要看经调整利润、营运利润、毛利率结构、续约质量这些经营指标。明略2025年最值得认真对待的，不是它上市那天涨了多少，而是它的经调整净利润由亏转盈、毛利增速快于收入增速——这些才是“AI 落地之后利润表上真能看到什么”的证据。

给管理者的自检清单（对照你自己的业务）：

• 我现在收的到底是“工具/席位的钱”，还是“结果的钱”？如果客户用了我的东西还得自己配一个团队才能出效果，我凭什么按结果收费？
• 我的业务结果，有没有一个双方都认的基线和计量口径？这个结果能不能干净地归因到我，而不是客户的其他动作？
• 如果改成按结果收费，做不出结果我要不要担责、扛不扛得起？我的能力、数据、行业理解，够不够我把这个风险接过来？
• 我判断一项新业务“成不成”，用的是经营指标（经调整利润、续约质量、毛利结构），还是融资额、股价、行业热词？
• 我的收入是不是过度集中在少数几个大客户身上？如果第一大客户在结果认定或回款上和我翻脸，我扛得住吗？

今天就能开始的小行动： 挑一个你最有把握的客户和场景，做一次“影子测算”——假设这单不按现有方式收费，而是按某个可量化结果收费，你能不能定义出清晰的基线、计量口径和归因规则？如果这一步就卡住，说明你的业务还没到能按结果收费的阶段；如果能顺畅跑通，它可能就是你未来定价升级的第一块试验田。

结尾：一个更大的判断

明略科技这个案例，真正的看点不在于它是不是“第一股”，而在于它把一个正在逼近所有软件公司的问题提前摊开了：当 AI Agent 真的能替人干活，“按人头、按席位、按订阅”的软件定价体系还站得住吗？

答案很可能是：会松动，但不会被一刀切地取代。按结果收费是这场松动里最激进、也最诱人的一种方向，但它对场景可计量性、交付能力、行业积累和客户付费习惯的要求如此之高，注定在相当长时间里是少数玩家、少数场景的游戏，而不是普适的新标准。明略用近二十年的积累，在营销这一块地里把它跑出了约7%营收的雏形，既证明了这条路走得通，也用它的难度反证了：它不是一个可以轻松照搬的模板。

对中国的企业管理者而言，更务实的启示或许是：不必急着给自己也换上“按结果收费”的招牌，但一定要认真想清楚——AI 正在把你在客户价值链上的位置往前推，你的定价逻辑，跟上这个位置的变化了吗？这个问题，比“要不要学明略”重要得多。

想把这套打法用到你自己的业务上？

如果你正在评估AI Agent能否改变你的定价逻辑，或者想判断自己的业务是否具备按结果收费的条件，可以用AI顾问做一次快速诊断，看看你的场景可计量性和能力缺口在哪里。

💎 核心承诺：先诊断、再合作，思路不对不推进。

专属咨询热线：400 822 8832

扫码加顾问 Ben 评估