2026年3月，Blossom Street Ventures 对24家上市 SaaS 公司进行了深度 AI 影响分析。结果出人意料：Agentforce ARR $8亿（同比169%）、ServiceNow AI ACV $6亿（同比翻倍）——收入数字漂亮，但 AI 对利润率的影响是”中性”的。定价模式正在从”按席位”向”按 Agent”和”按结果”转变。AI 给 SaaS 带来的不是简单的”增长”——而是商业模式的根本重写。从24家公司的财务数据中，我们可以看到 SaaS 行业有史以来最深刻的变革正在发生。

头部玩家的收入爆发：数字很漂亮，但别被骗了

先看最亮眼的数字。

Salesforce Agentforce: ARR 约 $8亿，同比增长169%。如果加上 Data Cloud 的捆绑销售，Agentforce + Data Cloud 组合 ARR 突破 $29亿。18个月内从零到 $8亿——打破了 SaaS 行业的传统增长曲线。

ServiceNow Now Assist: AI ACV 突破 $6亿，超过 $100万的交易量季度环比增长近3倍。月活增长25%，处理的工作流达800亿次。ServiceNow 将自己定位为”通用 Agentic 网络”和企业 AI 治理/编排层。

Palantir AIP: 商业收入加速增长，AIP（AI Platform）成为核心增长引擎。instinctools 加入 Foundry 和 AIP 合作伙伴体系，生态系统在扩张。

这些数字当然令人印象深刻。但如果你只看收入增速，你会错过一个至关重要的细节。

AI 目前对利润率的影响是中性的。 24家公司的综合数据显示：AI 带来的收入增长几乎被 AI 基础设施的成本增长完全抵消。原因不复杂——每一次 AI 功能调用都需要消耗 GPU 推理资源，而 GPU 推理的单位成本虽然在下降，但还没有降到让 AI SaaS 实现传统 SaaS 级别毛利率的程度。

具体来说：传统 SaaS 产品的毛利率通常在75-80%——因为软件的边际成本几乎为零（一旦代码写好，服务一个用户和服务一百万个用户的成本差异极小）。AI SaaS 打破了这个等式：每一个用户的每一次 AI 调用都产生真实的计算成本。Agentforce 每处理一个客户服务请求，Salesforce 都需要为底层的 LLM 推理付费。

这意味着 SaaS 行业正在经历一个隐性的”毛利率压缩”——收入在增长，但利润率没有跟着增长。 对投资者来说，这是一个关键的鉴别指标：不要只看 AI 收入的增速，要看 AI 收入的毛利率。如果一家 SaaS 公司的 AI 收入增长200%但毛利率只有40%，它的利润贡献可能还不如增长20%但毛利率80%的传统业务。

(来源: Blossom Street Ventures/Medium, 2026-03-26)

定价模式革命：从”按人头”到”按 Agent”

24家公司数据揭示的第二个深层变化是定价模式的根本性转变。

传统 SaaS 定价：按席位（per seat）。每个使用软件的员工算一个席位，每个席位每月收费 $X。逻辑简单，可预测性强，但有一个内在矛盾：如果 AI 替代了员工（减少席位），SaaS 收入就会下降。

新的 AI SaaS 定价：正在向3种新模式演进——

  1. 按 Agent（per agent）：每部署一个 AI Agent 收费，不管它替代了多少员工
  2. 按结果（per outcome）：按 AI 完成的任务量收费——处理了多少客户请求、生成了多少报告、解决了多少工单
  3. 按消耗（consumption-based）：按实际使用的计算资源收费——类似云计算的按量付费

这个定价模式转变的商业含义是颠覆性的。 在”按席位”模式下，客户裁员 = SaaS 收入下降。这是传统 SaaS 公司最恐惧的场景——当 AI 替代了一半的客服团队时，客服 SaaS 的席位数（和收入）就减少了一半。

在”按 Agent”模式下，客户裁员 = 需要更多 Agent = SaaS 收入反而上升。裁掉了10个客服人员，就需要部署10个 AI Agent 来替代——每个 Agent 的定价可能与每个人的席位费相当甚至更高（因为 Agent 7×24小时工作，不需要休息、培训和福利）。

AI Agent 让 SaaS 供应商从裁员的”受害者”变成了裁员的”受益者”。 这是 SaaS 行业成立以来最深刻的商业模式变革。它也解释了为什么 Salesforce 和 ServiceNow 对客户裁员趋势并不恐惧——因为在新的定价模式下，客户的人类员工越少、AI Agent 越多，它们的收入就越高。

(来源: Blossom Street Ventures/Medium, 2026-03-26)

中小企业比大企业更脆弱：AI 的”马太效应”

24家公司的分析揭示了一个容易被忽略但极其重要的分化：AI 转型的收益正在向大企业集中，而中小企业（SMB）面临更大的被颠覆风险。

原因是结构性的。大企业有3个 AI 转型的结构性优势：

第一，数据优势。 AI 模型的效果高度依赖于训练数据的质量和数量。大企业拥有数十年积累的客户数据、运营数据和行业数据——这些数据让它们能训练出更准确、更有价值的 AI 模型。中小企业的数据量级远不够支撑定制化的 AI 模型。

第二，成本分摊优势。 AI 基础设施（GPU 集群、数据工程团队、AI 安全审计）的初始投入很高，但边际成本随使用规模下降。一个大企业部署100个 AI Agent 的单位成本远低于中小企业部署5个 AI Agent 的单位成本。

第三，人才优势。 AI 人才极度稀缺，且偏好在大企业工作（更高薪酬、更好的计算资源、更有影响力的项目）。中小企业在 AI 人才市场上几乎没有竞争力。

结果是：大企业通过 AI 获得了成本优势和效率提升，然后用这些优势在价格和速度上碾压中小企业。AI 在 SaaS 行业中不是”均等器”（equalizer），而是”放大器”（amplifier）——它放大了大企业的既有优势，加剧了中小企业的劣势。

这个洞察对整个 SaaS 生态有重要影响。面向中小企业的 SaaS 公司（如 HubSpot、Freshworks、Zoho）将面临双重压力：一方面，它们的客户正在被大企业的 AI 竞争力挤压；另一方面，它们自己的产品也需要集成 AI 功能来保持竞争力，但 AI 的投入成本对它们来说更沉重。

(来源: Blossom Street Ventures/Medium, 2026-03-26)

内部 AI 使用：被忽视的利润率”秘密武器”

24家公司中有一个共同的、但很少被媒体报道的趋势：企业内部使用 AI（而非只是卖 AI 给客户）正在成为利润率扩张的秘密武器。

具体来说：这些 SaaS 公司不仅在产品中加入 AI 功能卖给客户，还在用 AI 改造自己的运营。AI 辅助的代码审查、AI 生成的营销内容、AI 驱动的客户支持自动化、AI 优化的基础设施管理——这些内部应用直接降低了运营成本。

内部 AI 使用与面向客户的 AI 产品之间有一个关键区别：内部使用的投资回报率更可预测。 当你用 AI 替代内部的5个客服人员时，节省的薪酬成本是确定的、可量化的。当你给客户卖一个 AI 功能时，客户愿意为此支付多少钱则取决于他们对 AI 价值的感知——这个数字远没那么确定。

这解释了一个看似矛盾的现象：为什么 AI 对 SaaS 公司的外部收入毛利率影响是”中性”的，但这些公司的整体利润率却在缓慢改善？因为内部 AI 使用带来的成本节约正在对冲外部 AI 产品较低的毛利率。

对投资者来说，这意味着需要一个新的分析框架：不仅要看”这家公司的 AI 产品收入是多少”，还要看”这家公司内部使用 AI 节省了多少成本”。后者通常不会出现在财报的显眼位置——它隐藏在”运营效率改善”和”每员工产出提升”等笼统的指标中。

(来源: Blossom Street Ventures/Medium, 2026-03-26)

大多数人没看到的：AI 正在重写 SaaS 的”护城河”定义

传统 SaaS 的护城河（moat）建立在3个基础上：客户切换成本（数据迁移困难）、网络效应（更多用户 = 更好的产品）、品牌信任（企业不愿意冒险换供应商）。

AI 正在同时侵蚀和创造护城河。

侵蚀面：AI 降低了进入壁垒（Wharton 的 Puntoni 教授分析），一个小团队借助 AI 编程工具可以在几个月内复制出一个传统 SaaS 产品的核心功能。这意味着传统的”功能复杂度”护城河正在瓦解——过去需要100个工程师3年开发的功能，现在可能5个工程师6个月就能做到。

创造面：AI 时代的新护城河不是代码——而是专有数据和工作流。Salesforce 的优势不是它的 AI 模型（它用的是第三方模型），而是它掌握了全球最大的 CRM 数据集和最成熟的销售、服务工作流。当 Agentforce 在这些数据和工作流上运行时，它能提供其他 AI 产品无法复制的定制化价值——因为竞争对手没有这些数据。

这解释了 Agentforce + Data Cloud 的捆绑 ARR（$29亿）远大于 Agentforce 单独 ARR（$8亿）的原因：企业买的不只是 Agent，而是 Agent + 数据 + 工作流的闭环。 这个闭环才是真正的护城河。

对每一家 SaaS 公司的启示是：如果你的护城河只是功能——你已经在被 AI 侵蚀。如果你的护城河是客户数据和工作流——AI 反而在加强你的护城河。在 AI 时代，”拥有数据”比”拥有代码”重要一个数量级。

(来源: 综合分析; Blossom Street Ventures/Medium, 2026-03-26)

印度 IT 巨头的并购潮：当传统 SaaS 服务商自救

24家上市 SaaS 公司的分析聚焦于美国市场，但 AI 对 SaaS 生态的冲击在全球范围内同时发生。同一周，印度 IT 服务巨头——Infosys、TCS、Coforge——掀起了一波并购潮，斥资数十亿美元收购 AI 和数字化能力。

这波并购的背景是：AI 正在直接威胁印度 IT 服务行业的核心商业模式。传统上，Infosys 和 TCS 靠的是”人月”模式——用大量廉价的印度工程师为欧美企业提供软件开发、测试和维护服务。AI 编程工具（如 GitHub Copilot、Cursor）正在快速替代这种劳动密集型的工作模式。分析师预计 AI 将导致印度 IT 服务行业2-4%的营收下降——对一个年营收数千亿美元的行业来说，这意味着数百亿美元的收入蒸发。

印度 IT 巨头的应对策略是”收购 AI 能力”——通过并购来获取自己内部缺乏的 AI 技术和人才。但这种策略有一个内在矛盾：你收购的 AI 能力越强，它就越能替代你现有的”人月”业务。 这就像一家出租车公司收购了一家自动驾驶公司——自动驾驶越成功，出租车司机就越没工作。

这种自相矛盾的处境不仅限于印度 IT 巨头。整个 SaaS 服务生态——咨询公司（McKinsey 计划裁10%）、系统集成商、外包服务商——都面临类似的困境：AI 既是它们的产品（卖给客户），也是它们的威胁（替代它们的服务）。24家 SaaS 公司的数据只是冰山一角——整个围绕 SaaS 的服务生态正在被 AI 重塑。

(来源: 多来源/印度 IT 并购, 2026-03-27; Financial Post/McKinsey 裁员, 2026-03-27)

对从业者的”so what”

如果你是 SaaS 公司 CEO——你的 AI 战略不应该是”给产品加 AI 功能”（这是所有人都在做的），而应该是”用 AI 建立数据护城河”。如何获取、清洗、标注和使用客户数据来训练定制化 AI 模型——这才是你应该投入最多精力的方向。

如果你是 CFO——要求你的 AI 产品团队提供两个数字：外部 AI 产品的毛利率和内部 AI 使用带来的成本节约。如果前者低于50%而后者不显著，你的 AI 投资可能在亏钱。

如果你是中小企业主——24家公司的数据说明 AI 正在加剧大企业的优势。你的应对策略不是试图与大企业在 AI 投入上竞争（你赢不了），而是聚焦于大企业无法覆盖的细分市场和本地化需求——这些是 AI 尚未擅长处理的领域。

如果你是投资者——在评估 SaaS 公司的 AI 收入时，同时关注3个指标：1）AI 收入增速（越快越好）；2）AI 收入毛利率（越接近传统 SaaS 的75-80%越好）；3）内部 AI 使用的运营效率提升（隐藏的利润来源）。只看增速会让你错过利润率陷阱。

参考资料

  1. The Impact of AI on 24 Publicly Traded SaaS Companies — Blossom Street Ventures / Medium, 2026-03-26
  2. Salesforce Agentforce ARR and Data Cloud Metrics — Salesforce 财报数据, 2026-03
  3. ServiceNow Now Assist ACV Surpasses $600M — ServiceNow 财报数据, 2026-03
  4. Wharton Podcast: AI Reshaping Enterprise Software — Acast / Wharton, 2026-03-27
  5. Oracle Private Agent Factory — B2BDaily, 2026-03-26