这篇复盘来自合思 CEO 马春荃，核心观点就是 AI 商业化不要再盯着卖 Token、API、模型调用量，而是直接向客户交付可衡量的业务结果，CEO 亲自下场跑业务、打磨落地流程，才看清很多 AI 项目踩坑的根源。早期合思也和很多 AI 厂商一样，按传统软件包报价，给客户提供 AI 审核能力，但是客户不愿意为底层 AI 能力买单，只关心能不能把单据审核这件事做好、能不能减少人工成本，客户不会为模型强不强、Token 消耗多少付费。基于这个痛点，合思把计费模式改成按审核单结算，类比蒸汽机的 “马力” 概念，提出 “AI 马力”，把价值单位变成客户能直观看懂的业务成果，而不是底层算力指标。整个转型过程不是单纯改价格，还要配套改造内部流程、数据对接、异常兜底机制，AI 负责大部分标准化单据，人工负责疑难单据，形成人机协同闭环，同时也承认这种模式门槛更高，需要深入客户业务，不能做轻量化纯 API 外包生意。

转型前后商业模式清单

• 旧模式：售卖 AI 软件包、API 调用、Token 额度，按项目 / 订阅包收费，客户承担效果风险
• 新模式：卖业务结果，按单据、任务量结算，也就是 AI 马力模式，厂商和客户绑定效果
• 核心指标：不再看 Token 消耗量、调用次数，看审核通过率、人工节省量、单据处理时效
• 落地架构：AI 自动处理常规单据，人工兜底异常单，形成人机复核链路
• 转型难点：要深度嵌入客户财务流程，对接内部系统，需要懂业务的团队，不是只懂大模型
• 优势：客户 ROI 更容易算清楚，付费意愿更高，减少低价 Token 内卷

卖 Token 模式和卖结果模式对比表

CEO 复盘总结的 AI 转型踩坑要点

1. 不要默认客户想要更强的大模型，客户想要的是解决具体业务问题
2. 把 Token、调用量当成核心 KPI，很容易造成无效消耗、成本失控
3. AI 转型不能只交给技术团队，CEO 要深入一线，看懂真实业务痛点
4. 纯 AI 全自动很难落地，稳定的商业化方案基本都要保留人工兜底通道
5. 价值表达要翻译，把技术术语翻译成客户能看懂的 “省多少人工、处理多少单据”

【相关 FAQ】

问题 1：不卖 Token，卖结果的 AI 转型复盘是谁分享的，是什么公司？

回答 1：不卖 Token，卖结果的 AI 转型复盘是合思 CEO 马春荃分享，结合合思费控、单据审核 AI 业务落地经验总结而来。

问题 2：不卖 Token 卖结果，里面提到的 AI 马力是什么意思？

回答 2：不卖 Token 卖结果，AI 马力是类比蒸汽机马力的概念，意思是不再卖底层引擎、Token，而是把可交付的业务任务成果作为计价单位，让客户为业务产出付费。

问题 3：不卖 Token 卖结果，和直接卖 API Token 最大差别是什么？

回答 3：不卖 Token 卖结果，是按完成的业务单据、任务成果收费，厂商要保障业务闭环；卖 Token 只提供模型调用接口，效果好坏由客户自己负责。

问题 4：不卖 Token 卖结果的 AI 模式，落地的时候还需要人工参与吗？

回答 4：不卖 Token 卖结果的 AI 模式落地一般需要人工兜底，AI 处理标准化单据，疑难、异常单据交给人工复核，保证业务结果稳定可信。

【参考资料】

[2026-11-10]（不卖 Token，卖结果：一位 CEO 亲自下场的 AI 转型复盘！）新浪财经（虎嗅）

[2026-11-10]（合思马春荃：AI 马力，不卖引擎卖结果）虎嗅网

[2026-05-19]（从卖 token 到卖结果，这些公司开始让 AI 背 KPI 了）新浪财经

[2026-09-10]（商汤生意换挡：不拼价格拼系统，从 Token 工厂转向交付任务）新浪财经

[2026-06-02]（把 Token 当 KPI 是 AI 转型里最贵的坑）36 氪

【免责声明】

本文不卖 Token 卖结果、CEO AI 转型复盘内容来自虎嗅、新浪财经公开访谈内容；AI 马力、按任务计费模式的落地效果和客户行业、业务流程强相关，不同场景适配度不一样；本文仅为行业资讯整理，不构成企业 AI 商业化转型、产品定价改造的决策建议。