AI杀死SaaS？这个问题也许问错了

美国华尔街和硅谷，都热烈讨论着一个话题：AI是否会吞噬SaaS？或者摧毁SaaS的商业模式和估值。

与之对应的是，美股软件指数出现大跌，不少SaaS公司虽然嘴上不认为AI会摧毁自己，却又也在提交的文件里提醒了AI潜在的冲击。

甚至黄仁勋都在GTC上回应，SaaS会变成AaaS。

我最近也邀请了两位资深从业者，聊了一场对谈。

戴珂，独立SaaS顾问，ToBeSaaS主理人，提供咨询和陪跑服务。有多年软件行业的从业经历和SaaS创业经历。曾任SAP/行业负责人。著有《SaaS商业实战：从好模式，到好生意》、《SaaS商业实践:SaaS企业从增长到盈利的秘密》。

罗义，销售易产品副总裁。15 年 SaaS 产品研发和商业化经验，曾任 IBM 中国开发中心电子商务平台首席架构师，阿里巴巴业务中台高级架构师。

在对谈结束后，我越来越觉得，很多人一开始就把问题问偏了。真正的问题，可能不是“AI会不会取代SaaS”。

真正的问题是：一家SaaS公司要不要改变？以及如果卖给客户的，归根到底只是一个工具，那它凭什么不被AI重估，甚至被淘汰？

这两者看起来很像，其实差得挺远。

前一个问题，容易把注意力都放在模型能力上；后一个问题，才会把我们重新带回商业的本质：你到底在卖什么，客户到底在为什么付钱。

而这个问题一旦问出来，很多事情就会变得更清楚。

企业软件真正卖的，不该是系统，而是“把活干了”

整场对谈里，我印象最深的一句话，不是什么Agent、语义层、工作流，也不是什么技术路线之争，而是一句很朴素的话：

未来企业软件真正卖的，可能就是四个字：把活干了。

我觉得这句话特别重要。

因为它几乎一下子就把过去很多企业软件的问题点穿了。过去的SaaS，不管讲的是订阅制、标准化、云端部署，归根到底卖出去的还是一套系统。系统交付给企业后，企业内部再组织人去学习、去培训、去录数据、去跑流程、去补最后一公里。

说到底，它卖出去的还是一个工具。

但AI时代，客户对软件的期待已经开始变化了。企业越来越不愿意为“一个工具本身”付费，而更愿意为“更接近结果的能力”付费。你给我一个销售管理系统，和你帮我把高风险客户更早识别出来、把销售动作自动沉淀下来、把下一步建议更早推给一线，这两件事在客户感知里，其实已经不是一个层级的产品。

所以我现在越来越倾向于这么理解：AI对SaaS最大的冲击，不在于替代了几个功能，而在于它开始重写客户对软件价值的理解。

过去客户会想，我买一个系统，组织我的人去适应它。未来客户更可能会问，既然技术都到这一步了，为什么这件事还不能直接帮我做掉？

这个问题一旦成立，很多SaaS公司就必须重新回答：自己卖的到底是系统，还是结果；是一个界面，还是一种可以完成任务的能力。

AI不会平均地取代所有SaaS，但会优先吞掉最浅的那一层

现在市场上最容易传播、也最容易误导人的一句话，就是“AI会取代SaaS”。

这话不能说全错，但它太粗了。

更准确一点的说法应该是：AI不会平均地取代所有SaaS，它会先从那些最标准、最浅、最像工具的一层开始吞。

这其实很好理解。

一类最危险的，是单点工具型系统。过去这类产品成立，往往是因为它做得比企业自己开发更快、更轻、更省事。但AI Coding起来以后，很多企业内部团队即便不是顶级研发，也有机会更快地做出一个“差不多够用”的版本。那这类产品原来的护城河，自然就会迅速变薄。

另一类很受冲击的，是按坐席收费、而且服务对象本身就容易被AI重构的产品。客服是最典型的场景。因为客服大量工作本来就建立在既有知识库、明确SOP和标准响应上，这天然就是大模型最先切进去的地方。

一个Agent如果能覆盖过去几个人的工作量，那原来基于“一个人一个账号”建立起来的定价方式，就一定会被重新审视。

但反过来，越是深度嵌入企业核心业务流程、越依赖真实数据、越要求长期稳定性和跨部门协同的系统，越不会被一句“AI也能写代码”轻易替掉。它们当然也会被重构，但那更像是一种深层升级，而不是简单消失。

所以这件事说到最后，我更愿意把判断说得尖锐一点：

AI不会先杀死SaaS，它会先杀死那些只剩下工具属性、没有业务壁垒的SaaS。

“做出一个东西”和“做成一个产品”，中间可能差了80%

这一轮AI起来之后，很多SaaS公司都会被客户问到一个非常现实的问题：既然我现在自己也能开发，为什么还要买你的系统？

这个问题非常真实，而且只会越来越真实。

但这里面其实混淆了两件事：一件叫做出一个东西，另一件叫做成一个产品。

前者现在确实越来越容易了。你把需求说清楚，AI可以帮你出原型、写代码、补测试，甚至做出一个表面上已经相当像样的业务系统。从“能不能做出来”的角度看，门槛确实在快速下降。

可企业真正买的，从来不只是“做出来”。而是这个东西能不能长期稳定运行，能不能持续维护，能不能在复杂业务下不出大问题，能不能处理安全、权限、兼容、异常、迭代、支持和服务。这些事情，平时不显山不露水，但它们共同决定了一件事：你做出来的是个Demo，还是个产品。

对谈里有一句话我觉得特别值得记住：做出一个东西，和做成一个产品，中间可能差了80%。

这句话的价值在于，它提醒我们不要因为AI把前半段变容易了，就误以为后半段也消失了。尤其在复杂业务系统里，真正重的那部分，很多时候恰恰不是“把代码写出来”。

判断AI能不能真正落地，关键不在聪不聪明，而在容错率

如果让我从整场对谈里挑一个最适合做判断框架的词，我会选“容错率”。

因为它几乎可以作为判断一个场景能不能被AI真正改造的第一原则。

很多人聊AI，最爱聊的是能力边界：模型够不够强，理解够不够深，生成结果像不像人。但企业真正关心的，往往不是这些，而是一个更朴素的问题：你错一次，我承不承受得起？

如果一个场景对错误的容忍度高，AI就更容易进去。如果一个场景天然接近零容忍，那AI就更适合做辅助，而不是直接接管。

这也是为什么客服中一部分场景会率先被AI重构，而到了金融、法律、医疗、订单、账务这些环节，大家会明显谨慎很多。不是这些行业不需要AI，恰恰相反，它们很需要。但很多时候，需要的是风险提示、信息提炼、辅助判断、流程加速，而不是轻易把最终决策权完全交出去。

沿着这个逻辑往下看，一个业务场景适不适合AI，至少得看几件事：它的知识能不能被较好地结构化提取，它背后有没有可用的数据基础，以及它对于不确定性的容忍空间到底有多大。

所以我现在越来越觉得，AI对企业软件的渗透，不会是一刀切的革命，更像是一种持续的蚕食。它会一点一点进，一层一层替，一步一步改。

下一代软件，可能不再是记录系统，而是行动系统

这里还有一个我觉得特别值得展开的变化。

过去很多企业软件，本质上更服务于管理层，而不一定服务于一线使用者。尤其像CRM这样的系统，一线销售对它往往是又离不开、又不喜欢。公司要求你录客户、录拜访、录商机、录进展，是因为公司需要这些数据做预测、做管理、做决策；但对销售本人来说，很多时候它更像是一种额外负担。

所以过去很多企业软件里，都埋着一个张力：它是个管理工具，但未必是个好用的工作工具。而AI第一次让这件事出现了真正被改写的可能。

如果系统能够自动感知人与客户的互动，自动生成纪要，自动提炼关键信息，自动识别客户阶段和风险，甚至进一步给出下一步建议，那么软件的角色就变了。它不再只是一个等着人来录数据的容器，而开始变成一个主动理解业务情境、参与任务推进的系统。

嘉宾认为未来很多系统会从“记录系统”变成“行动系统”。我觉得这个判断是非常到位的。

因为它背后变化的，不只是交互方式，不只是多了一个自然语言入口，也不只是多了几个智能按钮，而是软件和人的关系开始反过来了。过去是人去适应系统，今天越来越像是系统开始理解人，甚至替人完成一部分动作。

如果这个变化真的走实了，那么很多SaaS公司接下来的核心竞争，就不再只是“功能全不全”，而是它能不能从一个被动的软件壳，变成一个真正参与业务推进的行动体。

SaaS公司最难的，可能不是接入AI，而是重构自己

从外部看，很多人会觉得SaaS公司的焦虑主要来自技术：模型、算力、产品研发、接口、成本。

但聊完之后，我反而更强烈地感觉到，对很多公司来说，真正难的未必是技术本身，而是：它要不要承认，自己过去那套成功路径正在迅速过时。

因为一家SaaS公司如果真决定往AI原生走，它面对的根本不是一个小版本升级，而是一场系统性的自我革命。

先是人才结构要变。

公司一开始可能会想，我是不是得找最懂大模型的人；后来又会发现，光懂模型不够，做企业应用的人还得懂业务、懂流程、懂场景；再后来又会发现，只懂业务但完全没有AI工作方式的人也不够。

最理想的人，是既理解行业，又能熟练使用AI工具，还能把业务需求转换成高质量输入的人。问题在于，这种人通常最稀缺。

然后是组织惯性的问题。

管理层知道要转型，一线也知道AI是未来，但真正落到执行层面，旧流程、旧考核、旧销售逻辑、旧产品思维都还在。嘴上说做AI原生，身体还在按原来的软件方式运转。很多时候，组织惯性比技术债更难解决。

最后还有商业模式的问题。

过去SaaS最成熟的收费方式，是按坐席、按年订阅。AI能力加进来以后，推理成本、模型成本、接口成本都在涨，但客户不会因为你底层更复杂了，就自动接受涨价。

按效果收费听上去最合理，可真到了企业场景里，效果归因又很难说清；按用量收费更现实，但又会牵动销售考核、财务记账、收入确认等一整套体系。

所以这件事说到底，不是给旧SaaS加一个AI功能就完了。

它其实是在逼这些公司重新回答几乎所有问题：产品怎么定义，组织怎么运转，销售怎么卖，收入怎么收。这不是打补丁，这是重做一遍。

“破罐破摔”不是机会，而是旧模式的结局

市场有个说法说，AI冲击了美国SaaS，而我们SaaS又不发达，不碍事；而且，传统项目制软件、外包式软件公司，说不定还占据了客户关系、更懂场景，也许会在AI时代反而受益。

结果嘉宾直接给出的评价：“那叫破罐破摔。”

项目制模式过去能活，一部分是因为开发能力本身稀缺，一部分是因为客户把需求翻译成软件的能力不足。可现在，这两件事都在被AI削弱。写代码这件事正在被重新定价；而客户借助AI表达需求、验证原型、理解系统的能力也在提高。

如果一家公司的核心竞争力仍然是“我比你更会堆人、更会做项目、更会卖工时”，那AI未必会给它带来第二春，反而可能会更快暴露它商业模式的脆弱性。

所以所谓“第一波没赶上，第二波反而更有利”，很多时候并不是机会，而更像是一种自我安慰。说得再直白一点：

第一波没转过去，第二波通常不会更轻松。

最后真正会赢的，未必是最会讲AI故事的人

聊到最后，我自己反而越来越不想把这个问题写成“AI VS SaaS”。

因为这不是两个物种之间的对决，更像是一场企业软件行业内部的重新洗牌。

客户的目标其实一直没变。企业永远都还是想更少花钱、更少用人、做更多事、得到更好结果。

变化的只是达到这个目标的方式。过去更多是人配合系统，现在越来越可能是人、Agent和系统一起工作；过去卖的是账号、模块和部署，未来卖的可能是效率、决策质量和结果交付。

所以未来真正危险的，不一定是那些没喊AI原生的公司，而是那些仍然停留在旧软件逻辑里的公司。

反过来，最后真正有机会跑出来的，也未必是最早把“AI原生”四个字挂在嘴边的人，而是那些能最快把AI嵌进产品、嵌进流程、嵌进组织、也嵌进收费方式的人。

换句话说，AI不会直接杀死SaaS。它会先杀死那些还以为自己只是卖一个工具，就足够活下去的公司。

这可能才是这场讨论里，最值得被反复琢磨的一层。