编者按：本文是一篇基于当前已有趋势和公开信息的前瞻性分析。文中引用的部分行业预测、市场情景和战略推演基于 2024-2025 年可观察到的结构性变化进行合理外推，旨在帮助读者理解 AI 对 SaaS 商业模式的潜在冲击路径。所有推演性内容均已标注。

2025 年第一季度，一个不寻常的信号出现在华尔街：BVP Nasdaq Emerging Cloud Index（追踪约 80 家云/SaaS 上市公司的基准指数）在 AI agent 叙事升温的背景下经历了显著波动，多家头部 SaaS 公司在财报电话会议中被分析师反复追问同一个问题——”AI agent 会让你们的按席位定价模式过时吗？”

这不是空穴来风。2024 年 11 月，Salesforce CEO Marc Benioff 在财报电话会议中宣布公司将在 2025 财年不再大规模招聘软件工程师，因为 AI 驱动的生产力提升已经使现有团队的产出大幅增加（来源：Salesforce Q3 FY2025 Earnings Call Transcript, 2024-12-03）。2025 年 2 月，Klarna CEO Sebastian Siemiatkowski 公开表示，公司已经用 AI 替代了约 700 名客服人员的工作量，并将 Salesforce 和 Workday 等 SaaS 供应商列为计划削减支出的对象（来源：Bloomberg, Klarna CEO Says AI-Powered Tools Are Replacing Hundreds of Workers, 2024-02-27）。

行业分析师们给这场正在酝酿的冲击起了一个末日感十足的名字——SaaSpocalypse。Forrester 在 2025 年初的一篇博文中直接宣告：”我们所知的 SaaS 已死”（来源：Forrester, How To Survive The SaaS-pocalypse!, 2025-03）。

但”已死”是否等于”消亡”？历史和经济学规律表明，每次技术范式迁移都伴随旧模式的末日叙事，但最终市场往往扩大而非消失。

这篇文章试图回答一个核心问题：SaaS 正在经历的究竟是一场周期性调整，还是一次不可逆的商业模式范式迁移？ 我的判断是后者——但方向不是”SaaS 消亡”，而是从”卖席位”到”卖成果”的强制进化。SaaS 的暴利时代已经终结，但 SaaS 作为软件交付范式的生命力远未耗尽。关键在于，谁能在这场强制进化中活下来。

第 1 章：SaaSpocalypse 来了——从估值焦虑到行业共识

1.1 信号已经出现在财报中

让我们先看硬数据。根据 Gartner 2024 年 10 月发布的预测，全球 SaaS 市场规模预计在 2025 年达到约 2470 亿美元，同比增长约 14%（来源：Gartner, Gartner Forecasts Worldwide Public Cloud End-User Spending to Total $723 Billion in 2025, 2024-11-19）。表面上看，增长仍在继续。但增长的质量正在恶化。

2024 年全年，多家头部 SaaS 公司报告了净收入留存率（Net Revenue Retention, NRR）的下滑。Snowflake 在 2024 财年 Q4 报告 NRR 从此前的 130%+ 下降至 128%（来源：Snowflake FY2024 Q4 Earnings Release, 2024-02-28）。UiPath 在 2025 财年 Q3 报告 NRR 降至 113%，较上年同期下降 6 个百分点（来源：UiPath FY2025 Q3 Earnings Release, 2024-12-04）。Zoom 的企业客户 NRR 在 2024 年多个季度徘徊在 100% 附近——意味着扩展收入几乎为零。

NRR 下滑的背后是一个结构性趋势：企业客户正在重新审视每一笔 SaaS 支出。Zylo 的 2024 年 SaaS 管理报告显示，平均每家大型企业使用的 SaaS 应用数量从 2023 年的约 291 个下降至 2024 年的约 275 个——这是该指标首次出现年度下降（来源：Zylo, 2024 SaaS Management Index, 2024）。

这些数字本身还不构成”SaaSpocalypse”。真正让华尔街紧张的是前瞻性逻辑：如果 AI agent 能够替代终端用户的大量操作，按席位定价模式的收入基础将面临结构性收缩。这不是估值倍数的问题——这是未来现金流本身的问题。

1.2 为什么这次不同

如果你在科技行业待得够久，你会对”XX 已死”的叙事免疫。2000 年互联网泡沫破裂时，”互联网已死”；2008 年金融危机时，”创业公司已死”；2022 年加息周期开始时，”高增长 SaaS 已死”。每一次，市场最终都证明末日论者错了。

但这次的逻辑结构确实不同。2022 年的 SaaS 回调是估值压缩——利率上升导致未来现金流折现值下降，但商业模式本身完好无损。当前正在酝酿的 SaaSpocalypse 是商业模式压缩——不是未来现金流的折现率变了，而是未来现金流本身面临结构性缩减的风险。

被打破的不是软件本身，而是驱动 SaaS 过去 20 年高增长、高毛利、高估值的那台增长引擎。那台增长引擎的核心构件是什么？按席位订阅收费 + 高切换成本锁定 + 70-80% 毛利率。这三个构件正在被 AI 同时拆解。

第 2 章：三面围剿——拆解摧毁 SaaS 利润模式的 3 股结构性力量

力量 1：AI Agent 替代终端用户操作——按席位定价模型的死刑判决

SaaS 的定价逻辑建立在一个基本假设之上：软件需要人来操作。每一个需要登录 Salesforce 录入客户数据的销售代表、每一个需要在 Jira 中更新任务状态的项目经理、每一个需要在 Workday 中审批报销的 HR——都是一个”席位”，都是一笔订阅收入。

AI agent 正在从根本上颠覆这个假设。Salesforce 在 2024 年 9 月的 Dreamforce 大会上发布了 Agentforce 平台，允许企业部署自主 AI agent 来处理客户服务、销售开发和营销活动等任务（来源：Salesforce, Salesforce Introduces Agentforce, 2024-09-12）。值得注意的是，Agentforce 的定价模式不是按席位，而是按对话次数——每次 AI agent 与客户的交互收费 2 美元。这是 Salesforce 自己在为按席位模式撰写讣告。

考虑一个典型的中型企业场景：一个 200 人的销售团队，每人一个 Salesforce Sales Cloud 席位。根据 Salesforce 官方定价页面，Enterprise 版本每用户每月 165 美元（来源：Salesforce Pricing, Sales Cloud, 截至 2025-05），年支出约 396 万美元。如果 AI agent 能够处理其中 60% 的数据录入和客户跟进工作，企业需要的席位可能从 200 个降到 80 个——年支出从 396 万美元降到 158 万美元。对企业来说这是 60% 的成本节省；对传统按席位模式来说这是 60% 的收入蒸发。

这里有一个大多数分析师忽略的二阶效应：按席位定价不仅仅是一个收费机制，它还是 SaaS 公司的增长飞轮。传统 SaaS 的”土地扩张”（land and expand）策略依赖于企业内部用户数量的自然增长——一个部门用了，其他部门跟进；初始买 50 个席位，第二年扩展到 200 个。当 AI agent 打破了”更多工作 = 更多用户 = 更多席位”的等式，不仅存量收入受损，增长飞轮本身也停转了。这就是为什么华尔街不仅下调了 SaaS 公司的当前估值，还大幅下调了增长预期——因为支撑”Rule of 40”（收入增长率 + 利润率 ≥ 40%）的增长端正在结构性萎缩。

力量 2：AI 降低软件构建与迁移成本——切换壁垒的坍塌

SaaS 公司的真正护城河从来不是技术。让我们诚实面对这个行业公开的秘密：大多数 SaaS 产品的核心功能在技术上并不复杂。CRM 本质上是一个带有工作流引擎的数据库；项目管理工具本质上是一个带有看板视图的任务列表；HR 系统本质上是一个带有审批流的人员信息管理器。

真正的护城河是切换成本。一家企业在 Salesforce 上积累了 10 年的客户数据、定制了数百个工作流、培训了整个销售团队的操作习惯、与数十个其他系统建立了集成——这些沉没成本构成了一道几乎不可逾越的壁垒。

AI 正在从两个维度同时压缩这道壁垒：

第一，AI 编码工具大幅降低了软件构建成本。 GitHub 在 2024 年 10 月的 Universe 大会上公布的数据显示，GitHub Copilot 用户接受了约 30% 的代码建议，编码速度提升约 55%（来源：GitHub Blog, Universe 2024: GitHub Copilot, 2024-10）。Cognition AI 的 Devin、Cursor 等 AI 编码工具正在进一步推动这一趋势。当一个小团队在数周内能构建出过去需要数月才能完成的企业级应用时，”自建 vs. 购买”的天平正在向自建倾斜。

第二，AI 大幅降低了数据迁移成本。 过去，从一个 SaaS 平台迁移到另一个平台，最痛苦的不是功能差异，而是数据迁移和工作流重建。AI 现在可以自动理解源系统的数据结构、映射到目标系统、处理格式转换和数据清洗——将过去需要数月的迁移项目压缩到数周。

这里是第三层洞察：切换成本的坍塌不仅仅意味着客户可能离开，它还改变了 SaaS 公司与客户之间的权力关系。过去 20 年，SaaS 公司享有巨大的定价权——每年 5-10% 的提价几乎是行业惯例，因为客户的切换成本远高于提价幅度。当切换成本从”数月的迁移项目”降低到”数周的 AI 辅助迁移”时，客户的议价能力急剧增强。即使客户不实际切换，切换可能性的增加本身就足以压缩 SaaS 公司的定价权。

力量 3：AI 原生竞争者的低边际成本逻辑——定价战的核武器

第 3 股力量是最具破坏性的：一批 AI 原生竞争者正在以完全不同的成本结构进入市场。

传统 SaaS 公司的成本结构有一个显著特征：销售与市场营销是最大的单一成本项。根据公开财报数据，Salesforce 在 FY2024 的销售与市场营销费用占收入的 41%（来源：Salesforce FY2024 10-K, SEC EDGAR）。HubSpot 在 2024 年该比例约为 43%（来源：HubSpot 2024 10-K, SEC EDGAR）。这是因为企业软件的购买决策复杂、销售周期长、需要大量的售前咨询和客户成功团队。

AI 原生竞争者正在用产品驱动增长（PLG）+ AI 自动化客户成功的模式，将销售与市场营销成本压缩到传统 SaaS 的一个零头。以 Jasper AI（AI 写作）、Harvey AI（法律 AI）、Glean（企业搜索 AI）等公司为例——它们的获客路径更多依赖产品体验和口碑传播，而非庞大的销售团队。当你的竞争对手的获客成本是你的 1/5 时，他们可以在你的价格的 1/3 处实现盈利——而你在那个价格点上会亏损。

这创造了一个经典的”创新者困境”场景（Clayton Christensen, The Innovator’s Dilemma, 1997）：传统 SaaS 公司如果跟进降价，会摧毁自己的利润率和估值倍数；如果不降价，会逐渐失去对价格敏感的客户群体。

三力交汇：负反馈螺旋

最危险的不是这 3 股力量各自的影响，而是它们之间的相互强化效应。

AI agent 替代终端用户 → 按席位收入下降 → SaaS 公司被迫提价以维持收入 → 提价加剧客户不满 → 客户开始评估替代方案 → AI 降低切换成本使评估变成实际行动 → 客户流失加速 → SaaS 公司收入进一步下降 → 被迫削减研发和客户成功投入 → 产品竞争力下降 → AI 原生竞争者趁虚而入 → 更多客户流失。

这是一个“利润率-护城河-增长”的负反馈螺旋。一旦启动，很难靠渐进式改良来阻止。这就是为什么 Forrester 会使用”SaaS 已死”这样极端的措辞——他们看到的不是一个可以修补的问题，而是一个正在自我强化的系统性风险（来源：Forrester, How To Survive The SaaS-pocalypse!, 2025-03）。

第 3 章：历史不站在末日论一边——为什么”SaaS 已死”是过度简化

3.1 每一次范式迁移都伴随末日叙事

在我们被 SaaSpocalypse 的恐慌情绪裹挟之前，有必要拉长时间轴看看历史。

大型机 → PC 时代（1980 年代）：IBM 的大型机业务被认为将被 PC 彻底消灭。结果：大型机市场确实萎缩了，但 PC 创造了一个远大于大型机的软件市场。根据 IDC 的历史数据，全球软件市场从 1985 年的约 300 亿美元增长到 2000 年的约 2000 亿美元（来源：IDC, Worldwide Software Market Historical Data）。IBM 的大型机业务至今仍在运营——IBM 在 2024 年 10-K 中报告其 Infrastructure 部门（包含大型机 Z 系列）全年收入约 133 亿美元（来源：IBM 2024 Annual Report, SEC EDGAR）。

本地部署 → 云/SaaS 时代（2010 年代）：Oracle、SAP 等传统软件巨头被认为将被 Salesforce、Workday 等 SaaS 新贵取代。结果：SaaS 确实重塑了行业，但 Oracle 通过转型云服务，FY2024 总收入达到 530 亿美元，其中云收入同比增长 25%（来源：Oracle FY2024 10-K, SEC EDGAR）。

每一次，”旧模式已死”的叙事都被证明是过度简化。 真正发生的是：旧模式的超额利润被压缩，但市场总量扩大了，适应了新范式的玩家（无论新旧）都获得了增长。

3.2 SaaS 护城河的分层现实

并非所有 SaaS 都同样脆弱。我认为 SaaS 公司的 AI 抗性可以按照以下维度分层：

第 1 层：纯工具型 SaaS（高度脆弱）。 这类产品提供单一功能、数据留存浅、用户习惯迁移成本低。典型例子包括简单的表单工具、基础的项目管理工具、单一功能的营销自动化工具。AI 原生替代品可以在几个月内复制其核心功能。

第 2 层：工作流嵌入型 SaaS（中度脆弱）。 这类产品深度嵌入企业的日常工作流程，积累了大量的流程数据和自定义配置。Jira、HubSpot、Zendesk 等产品属于这一层。它们不会被立即替代，但面临持续的定价压力。

第 3 层：数据平台型 SaaS（相对稳固）。 这类产品不仅是工具，更是企业关键数据的”记录系统”（System of Record）。Salesforce（CRM 数据）、Workday（HR 和财务数据）、ServiceNow（IT 运营数据）属于这一层。它们的护城河不是功能，而是数据。

第 4 层：生态系统平台型 SaaS（最稳固）。 这类产品已经演化为开发者生态系统和集成枢纽。Salesforce AppExchange 拥有超过 7000 个第三方应用（来源：Salesforce AppExchange, 截至 2025）。Shopify App Store、Microsoft 365 生态系统同属此层。网络效应提供了额外的防御力。

大多数人没看到的洞察是：在恐慌性抛售中，市场将所有 4 层的 SaaS 公司一视同仁地惩罚。这创造了一个巨大的估值离散机会——第 1 层的公司确实面临生存威胁，但第 3-4 层的公司可能被错杀。

3.3 Jevons 悖论的 SaaS 版本

这里有一个更深层的经济学论证值得展开：Jevons 悖论。

1865 年，经济学家 William Stanley Jevons 在 The Coal Question 中观察到：当蒸汽机的效率提高使煤炭的单位使用成本下降时，煤炭的总消耗量反而增加了——因为更高的效率使更多的应用场景变得经济可行。

AI 对软件的影响可能遵循同样的逻辑。是的，AI agent 会减少每个工作流所需的人工席位数量。但如果 AI 同时使软件的构建和部署成本大幅下降，企业可能会将软件应用到过去因成本过高而无法触及的场景中——更多的微型工作流自动化、更多的长尾业务流程数字化、更多的实时数据分析应用。

McKinsey 在 2023 年 6 月的研究报告中估计，生成式 AI 每年可为全球经济创造 2.6 万亿至 4.4 万亿美元的价值，其中很大一部分将通过软件化新的业务流程来实现（来源：McKinsey, The economic potential of generative AI, 2023-06-14）。

净效应可能是：每个席位的价值下降，但”席位”的总数量（或等价的消费单元）反而增加。 软件市场的总量可能扩大，即使传统 SaaS 公司在其中的份额和利润率都会下降。

3.4 反驳的反驳：AI agent 的企业级可靠性问题

然而，我必须对上述乐观论证施加一个重要的压力测试：AI agent 在企业关键业务流程中的可靠性远未达标。

2024 年，多起 AI 幻觉（hallucination）事件引发了企业界的警觉。Air Canada 的 AI 聊天机器人向客户承诺了不存在的退票政策，法院裁定 Air Canada 必须兑现 AI 的承诺（来源：BBC, Air Canada chatbot promised a discount. Now the airline has to pay up, 2024-02-22）。在金融、医疗、法律等高度监管行业，AI agent 的错误可能导致合规违规和法律责任。

此外，许多企业的 IT 治理框架要求关键决策必须有人类参与（human-in-the-loop）。欧盟 AI Act 在 2024 年正式通过，对高风险 AI 应用设定了严格的人类监督要求（来源：European Parliament, AI Act, 2024-03-13）。这意味着在相当长的时间内，AI agent 不会完全替代人类用户——它们更可能是”增强”人类而非”替代”人类，这会减缓按席位模式崩溃的速度。

我的判断是：SaaSpocalypse 的方向是正确的，但时间表可能比最激进的预测慢 2-3 年。AI agent 的可靠性提升是一个渐进过程，而非一夜之间的跃迁。这给了传统 SaaS 公司一个转型窗口——但这个窗口正在迅速关闭。

第 4 章：主动转型者的蓝图——从”卖席位”到”卖成果”

4.1 Salesforce 的自我革命：Agentforce 与 Data Cloud

在 SaaSpocalypse 的叙事中，Salesforce 是一个特别值得关注的案例。作为 SaaS 模式的开创者和最大受益者，Salesforce 的市值在过去 20 年从零增长到超过 2500 亿美元（截至 2025 年初），其按席位订阅收费的商业模式几乎定义了整个行业。

如果有一家公司有最大的动机维护现状，那就是 Salesforce。但 Salesforce 选择了主动拆解自己的前端锁定。

Agentforce 的战略意义。 2024 年 9 月发布的 Agentforce 平台代表了头部 SaaS 公司主动转型的第一个重要信号。其核心逻辑包含三个层次：

第一，接受 AI agent 作为新的”用户”。Agentforce 允许 AI agent 直接通过 API 访问 Salesforce 的核心能力（客户数据图谱、工作流引擎、Einstein AI 预测模型），而不需要人类用户登录 Salesforce 的界面。这意味着 Salesforce 自己在为”无头”（headless）访问模式铺路。

第二，强化数据层作为新护城河。Salesforce Data Cloud（2022 年推出并持续扩展）将战略重心转向数据层——成为企业客户数据的”单一真相来源”（Single Source of Truth）。无论 AI agent 在前端如何操作，它们都需要访问 Salesforce 中存储的客户历史数据、交互记录和行为模式。Salesforce 在 FY2025 Q3 财报中披露，Data Cloud 的付费客户已超过 10000 家（来源：Salesforce FY2025 Q3 Earnings Call Transcript, 2024-12-03）。

第三，从”卖席位”到”卖对话”。Agentforce 按每次对话 2 美元收费的定价模式，是 Salesforce 从按席位收费向按消费量收费过渡的第一步。这个定价模式将收入与实际使用量挂钩，而非与人头数挂钩。

4.2 这个战略为什么重要

Salesforce 转型的重要性不在于其具体的技术实现，而在于它代表了一种范式级别的战略认知转变：头部 SaaS 公司开始接受一个现实——前端锁定的时代已经结束。

过去 20 年，SaaS 公司的核心竞争策略可以概括为”前端锁定”：通过精心设计的用户界面、培训认证体系（Salesforce 的 Trailhead 认证体系拥有超过 500 万学习者）、操作习惯养成，让用户对特定的前端界面产生依赖。这种依赖转化为切换成本，切换成本转化为定价权，定价权转化为超额利润。

AI agent 打破了这个链条。当 AI agent 成为软件的主要”用户”时，它们不关心 UI 是否美观、操作是否符合人类直觉——它们关心的是 API 是否清晰、数据是否可访问、响应是否快速。前端锁定对 AI agent 无效。

Salesforce 的明智之处在于，它没有试图阻止这个趋势，而是主动顺应——将自己从”前端锁定”重新定位为”数据层锁定”。数据层锁定比前端锁定更深、更持久：企业可以在一天内换掉一个 UI，但不可能在一天内迁移 10 年的客户数据和关系图谱。

4.3 生存策略框架

结合 Forrester 的分析框架和行业观察，SaaS 公司的生存策略可以归纳为 4 个维度：

维度 1：数据层深耕。 从”功能提供者”转型为”数据管家”。核心资产不再是代码，而是数据——客户行为数据、行业基准数据、工作流模式数据。这些数据随时间积累，具有复利效应，且难以被 AI 原生竞争者在短时间内复制。

维度 2：AI Agent 编排能力。 不是与 AI agent 竞争，而是成为 AI agent 的”操作系统”。提供 AI agent 运行所需的数据访问层、权限管理层、审计追踪层。ServiceNow 在 2024 年 9 月推出的 AI Agent 平台（Now Assist Agents）正是这个方向的体现（来源：ServiceNow, ServiceNow Introduces AI Agents, 2024-09）。

维度 3：生态系统锁定替代产品锁定。 当单一产品的锁定效应减弱时，通过构建开发者生态系统、第三方集成网络、行业解决方案市场来创造新的网络效应。

维度 4：成果导向定价。 从”卖席位”（按输入收费）转向”卖成果”（按输出收费）。这不仅仅是定价模式的变化，更是价值主张的根本转变。

4.4 转型的悖论与风险

然而，我必须指出一个大多数乐观分析忽略的悖论：成功的转型本身就意味着利润率的永久性下降。

“卖成果”听起来很美，但它意味着 SaaS 公司需要承担更多的交付风险。按席位收费的美妙之处在于：无论客户是否真正使用了软件、是否从中获得了价值，SaaS 公司都能收到订阅费。按成果收费意味着：如果客户没有获得预期成果，SaaS 公司的收入就会下降。

这从根本上改变了 SaaS 的财务特征：

  • 收入可预测性下降：按席位收费的收入几乎是确定性的；按成果收费的收入与客户的业务表现挂钩，波动性更大。
  • 毛利率下降：为了确保客户获得成果，SaaS 公司需要投入更多的 AI 计算资源和定制化服务。
  • 估值倍数下降：华尔街给 SaaS 公司高估值倍数的核心逻辑是”高可预测性 + 高毛利率 + 高增长”。当前两者都下降时，估值倍数的压缩是不可避免的。

换句话说，即使 SaaS 公司成功转型，它们的财务表现也会更像传统的 IT 服务公司，而不是过去 20 年那种”高增长、高毛利、高估值”的 SaaS 典范。 这不是失败——这是新常态。

第 5 章：谁死谁活——SaaSpocalypse 的赢家与输家地图

5.1 最脆弱的 5 类 SaaS

基于前述的分层框架和 3 股力量的交叉分析，以下 5 类 SaaS 面临最大的生存威胁：

1. 单一功能的水平型 SaaS。 提供单一功能（如表单收集、简单调度、基础文档签名）且没有深度数据积累的产品。AI 原生替代品可以在数周内复制其核心功能。

2. “中间层”集成工具。 主要价值是连接不同 SaaS 系统的集成平台。当 AI agent 能够直接通过 API 与各系统交互时，专门的集成层变得冗余。Workato、Tray.io 等公司需要重新定义价值主张。

3. 基础数据分析/BI 工具。 当 AI 可以直接对原始数据进行自然语言查询和分析时，传统的拖拽式 BI 仪表板的价值大幅缩水。ThoughtSpot 已经在向 AI 驱动的自然语言分析转型。

4. 基础客服/工单系统。 AI agent 在处理标准化客户查询方面已经达到甚至超过人类水平。Klarna 的案例（用 AI 替代 700 名客服的工作量）是一个先兆。

5. 低复杂度的营销自动化工具。 邮件营销、社交媒体发布调度等功能正在被 AI 原生工具以极低成本提供。

5.2 最有可能生存的 3 类 SaaS

1. “记录系统”型平台。 Salesforce（客户记录）、Workday（人员与财务记录）、Epic（医疗记录）——这些系统中存储的数据具有法律合规性要求、历史连续性价值和跨系统权威性。即使前端被 AI agent 替代，数据层的价值依然存在。

2. 开发者基础设施。 GitHub（2024 年收入超过 20 亿美元，来源：Reuters, GitHub’s annual revenue exceeds $2 billion, 2024-10-29）、Datadog、Snowflake——这些产品是软件开发和运维的基础设施层。AI agent 本身也需要运行在这些基础设施之上。AI 不是替代它们，而是成为它们最大的新客户。

3. 垂直行业深度解决方案。 在医疗（Epic、Veeva Systems）、金融（Bloomberg Terminal、FIS）、法律（Thomson Reuters Westlaw）等高度监管行业中，深度嵌入行业合规要求和专业工作流的垂直 SaaS 具有额外的防御力。

5.3 一个反直觉的预测

我认为 SaaSpocalypse 的最大赢家不是 AI 原生创业公司，而是那些成功转型的传统 SaaS 巨头。

原因很简单：在”成果即服务”的新范式中，数据的深度和广度是最关键的竞争优势。传统 SaaS 巨头在过去 10-20 年中积累了海量的企业数据——客户行为模式、行业基准、工作流最佳实践。这些数据是训练和优化 AI agent 的最佳原料。AI 原生创业公司可能有更好的技术，但它们没有数据。

数据飞轮的逻辑是：更多的历史数据 → 更好的 AI 模型 → 更好的客户成果 → 更多的客户 → 更多的数据。这个飞轮一旦启动，后来者很难追赶。

当然，这个预测的前提是传统 SaaS 巨头能够成功转型——这绝非易事。大多数大公司在面对范式迁移时会因为组织惯性、利润率保护心理和内部政治而行动迟缓。Salesforce 的 Agentforce 是一个积极信号，但一个战略声明和成功执行之间还有巨大的距离。

结语：SaaS 暴利时代的终结，软件黄金时代的开始

让我用 3 个判断来总结：

判断 1：SaaS 不会消亡，但 SaaS 暴利时代已经终结。 70-80% 的毛利率、每年 5-10% 的自动提价、按席位收费的”睡后收入”——这些定义了 SaaS 黄金时代的特征正在不可逆地消退。未来的企业软件公司会更像”高效的 IT 服务公司”——仍然盈利，但利润率更低、增长更依赖于真正的客户价值交付。

判断 2：市场总量会扩大，但利润会重新分配。 Jevons 悖论会发挥作用——AI 降低软件成本将使更多的业务场景被软件化。McKinsey 估计生成式 AI 每年可创造数万亿美元的经济价值，其中大量将通过软件化新流程来实现。但这个扩大的市场中，利润将从传统 SaaS 公司向 AI 基础设施提供商（如 NVIDIA、云计算巨头）和成功转型的平台型 SaaS 公司重新分配。

判断 3：对投资者和从业者的实操建议。 停止将 ARR 增速作为唯一指标——在按席位模型瓦解的背景下，ARR 增速已经不再是衡量 SaaS 公司健康度的可靠指标。转而关注以下指标：

  • 数据飞轮深度：公司积累了多少独特的、难以复制的数据资产？这些数据在 AI 时代是否变得更有价值？
  • 客户成果交付能力：公司能否证明其产品直接驱动了客户的业务成果（收入增长、成本节省、效率提升），而不仅仅是提供了一个工具？
  • AI agent 兼容性：公司的产品架构是否已经为 AI agent 时代做好了准备——API 优先、数据可访问、支持自动化编排？
  • 定价模式灵活性：公司是否已经开始试验按消费量或按成果收费的定价模式，还是仍然完全依赖按席位订阅？

SaaSpocalypse 不是 SaaS 的终结。它是 SaaS 从”卖软件席位”到”卖业务成果”的强制进化。这场进化会淘汰大量无法适应的公司，但也会为那些成功转型的企业打开一个更大的市场。

未来属于那些把 AI 视为新操作系统而非功能附加的企业。 那些仍在把 AI 当作产品页面上的一个新功能标签的 SaaS 公司，正在犯 2000 年代传统软件公司面对 SaaS 浪潮时同样的错误——它们把范式迁移当成了产品升级。

历史不会完全重复，但它确实在押韵。

参考资料

  1. Salesforce Introduces Agentforce — A Groundbreaking Suite of Autonomous AI Agents — Salesforce Newsroom, 2024-09-12
  2. Klarna AI Assistant Does the Work of 700 Full-Time Agents — Bloomberg, 2024-02-27
  3. The economic potential of generative AI: The next productivity frontier — McKinsey Global Institute, 2023-06-14
  4. Gartner Forecasts Worldwide Public Cloud End-User Spending to Total $723 Billion in 2025 — Gartner, 2024-11-19
  5. How To Survive The SaaS-pocalypse! — Forrester, 2025-03
  6. GitHub’s annual revenue exceeds $2 billion — Reuters, 2024-10-29
  7. EU AI Act: First regulation on artificial intelligence — European Parliament, 2024-03-13
  8. Salesforce FY2025 Q3 Earnings Call Transcript — 来源: Salesforce Investor Relations, 2024-12-03
  9. Salesforce Sales Cloud Pricing — 来源: Salesforce Editions & Pricing, 截至 2025-05
  10. IBM 2024 Annual Report (10-K) — 来源: SEC EDGAR, 2025-02
  11. Salesforce FY2024 Annual Report (10-K) — 来源: SEC EDGAR, 2024-03
  12. HubSpot 2024 Annual Report (10-K) — 来源: SEC EDGAR, 2025-02

主题分类：AI商业模式