"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 ...

新华财经北京9月22日电（记者 闫鹏）近日，恒为科技一纸并购公告引发市场关注——拟筹划收购上海 数珩信息科技股份有限公司（下称"数珩科技"）75%股份。这是A股市场首例上市公司拟并购AI RaaS （Result as a Service）标的案例，标志着AI产业竞争将从算力层面向应用落地加速渗透。 恒为科技AI战略将形成闭环 恒为科技长期在网络可视化、智能系统平台领域深耕。近年来随着AI浪潮兴起，恒为科技积极投身其 中，开拓人工智能基础架构及解决方案业务，其核心产品覆盖算网可视化与算网基础架构，已推出基于 昇腾、沐曦、昆仑芯等国产GPU的AI一体机，以及正交液冷超节点等硬件方案，服务于运营商、智算 中心等领域。 这种模式正成为行业新风口。具体来看，AI RaaS直接面向企业客户的业务场景，客户能够直观看到AI 服务带来的价值，从而更愿意付费。同时，AI RaaS通过提供持续的AI服务，企业可以与客户建立长期 稳定的合作关系，形成持续的收入来源。此外，AI RaaS模式有助于企业积累大量的行业数据，这些数 据能够进一步优化AI模型，提升服务质量，形成数据驱动的业务增长闭环。 上市公司对AI RaaS的青睐，更 ...

转自：新华财经 "仅靠硬件难以触达客户核心业务价值。"一位接近恒为科技的行业人士表示，数珩科技的加入，恰好补上了这一短板。数珩科技是国内少有的AI RaaS模 式实践者，已为快消、汽车、金融等行业数十家品牌提供服务，近三年营收、利润均实现快速增长。 公开资料显示，数珩科技成立于2017年，是一家领先的企业级场景化AI解决方案服务商。数珩信息融合业务策略与可本地化部署的S-GPTAI引擎，将大模 型技术真正应用至企业业务场景中，通过RaaS模式，颠覆性地赋能用户的业务场景，贴身满足行业个性化需求，能够真正做到大模型的行业化和本地 化。 当前，数珩科技核心产品线已形成完整矩阵。在内容创作领域，AIGC多模态模型为日化、家装行业生成广告级图片与电影级短片；在智能交互领域，实 时响应集成服务机器人IRISBOT已接入数千C端用户并周级迭代，可在汽车4S店自然解答顾客疑问；在企业培训领域，AI陪练系统通过沉浸式场景模拟与 全维度评价体系，提升员工销售等能力；知识管理领域，企业定制智库整合全量信息，方便金融等行业员工智能查询等。 恒为科技收购数珩科技，是其AI战略从基础设施向应用场景的延伸。一方面，恒为科技基于昇腾、昆仑 ...

近日，恒为科技（603496）宣布停牌，筹划收购上海数珩信息科技股份有限公司（以下简称"上海数 珩"）的控股权，寻求AI战略的延伸。 事实上，作为A股上市公司中并购AI RaaS标的的首个案例，恒为科技更将之视作一场"卡位战"。恒为 科技高管在接受证券时报记者采访时表示，在AI下一轮竞争必然聚焦在应用和场景的大趋势下，恒为 科技此次发起并购，旨在以AI RaaS先行者的身份把握行业先机。 AI战略延伸 恒为科技9月16日晚间公告，正在筹划以发行股份及支付现金的方式购买上海数珩75%股份，同时拟发 行股份募集配套资金。本次交易预计不构成重大资产重组。 数珩信息从行业中脱颖而出的因素之一，或来自于对商业模式的创新——基于从基础模型到实际应用的 产业链全阶段能力，数珩信息正在实践AI RaaS的商业模式。这一尚不多见的商业模式被一些业内人士 视作AI应用落地的最终模式，有望应对AI软件、AI服务行业对企业技术整合能力、商业模式重构及风 险承担力的高要求。 成立于2017年的上海数珩于2022年率先开始训练可本地部署的S-GPT大模型，并在2023年3月上线完成 本地化部署。随后结合客户需求场景基于大模型自研出数智人 ...

2、 在中国， AI应用必须 要做到极致化 结果导向 ， 甚至 决战于物理世界 ，即回到能源矿产算力电力、 回到供应链与材料、回到硬件或设备等等，这样才能赚到大钱。 盛景网联董事长、盛景嘉成创投创始合伙人彭志强在硅谷进行了两周的 AI创业 公司 和创投 机构深度参 访，5月15日，彭志强作了《AI终局思考与硅谷行》的专场直播分享。 核心观点如下： 1、 硅谷创新创业四大感悟：硅谷创业企业把商业化融入了DNA；硅谷的极早期孵化和天使投资非常发 达，AI领域投资极其活跃，处于AI创新创业的亢奋状态；创业企业被并购退出路径比较顺畅； 硅谷的用 人法则， 用最少但最好的人 ， 做最重要的事。 图源 丨 探访实拍 近来 红杉 资本 AI峰会 刷屏 了，150位全球顶尖AI创始人得出共识：下一轮AI，不卖工具，而是卖收 益，红杉 合伙人Pat Grady称这 将带来"万亿美元机会"。 这个观点与盛景在今年3月初提出的Al RaaS(Result as a Service)模式高度一致。 Al RaaS(Result as a Service)模式，结果即服务，是盛景基于多年在数字化和近来在AI领域投资孵化方法论 与大量被 ...

Core Viewpoint - The article discusses the emergence of the "AI Contractor Model" (AI 包工头模式) as a transformative approach in the AI application landscape, emphasizing its potential to disrupt traditional SaaS models and create significant profit opportunities through a results-oriented service framework [4][12][27]. Summary by Sections AI Application Payment Models - The essence of AI application payment models revolves around the value of AI products, with a focus on how to present unique value to users and achieve commercial revenue [2][3]. Traditional SaaS vs. AI Applications - Traditional SaaS products, which rely on standardized functions and private data accumulation, are at risk of being replaced by high-intelligence AI applications, losing favor in capital markets [4][27]. - The AI Contractor Model can potentially break the ceiling of digital profit pools, with profit margins varying significantly across different business models, achieving up to 60 times the profit space when combined with AI capabilities [4][32]. AI Contractor Model Characteristics - The AI Contractor Model is characterized by a results-oriented payment structure, binding the interests of AI service providers and clients closely [12][14]. - It requires a comprehensive delivery system, including investment in production equipment, management of personnel, and operational funding, encapsulated in the "package of work, materials, and results" concept [12][14]. Evolution Levels of AI Contractor Model - The model evolves through four levels: L1 focuses on basic efficiency, L2 on comprehensive efficiency, L3 on profit sharing, and L4 on transforming from passive service to active resource control [5][50]. Market Examples - Case studies illustrate the application of the AI Contractor Model in various sectors, such as autonomous mining operations and AI customer service, showcasing how companies like Sierra and KoBold are leveraging this model to achieve significant operational efficiencies and profit margins [16][19][21][24]. Challenges for Traditional SaaS - Traditional SaaS companies face significant challenges, including high R&D and sales costs, low customer retention rates, and a lack of recognition in the Chinese market, which has led to a high rate of losses [14][27]. Profit Pool Analysis - The article outlines five major profit pools for enterprises, highlighting the potential for the AI Contractor Model to tap into these pools more effectively than traditional models, thus enhancing overall profitability [32][34]. High Capital Value Factors - The AI Contractor Model can overcome traditional barriers to capital value by achieving high technological content, systematic optimization, controllability, customer stickiness, and financial predictability, collectively referred to as the "Five Highs" [43][44][49]. Required Cognitive Upgrades - Successful implementation of the AI Contractor Model necessitates a focus on vertical specialization, human-machine collaboration, and a deep understanding of industry-specific needs to avoid pitfalls associated with broad, unfocused strategies [58][59][60].