SaaS创业路线图系列 | 第244篇

近期本号在北京、上海将举办实战研讨课，欢迎了解详情：

12个月前，我写过一篇文章，推演未来 toB 软件会形成三层架构：

AI 应用层SaaS 业务逻辑层数据层

当时的核心判断是：

AI 负责灵活度，SaaS 负责确定性。

这个判断到今天看，核心逻辑是成立的；但最近结合 Salesforce 的 Headless 360、硅谷关于 Agent 和 enterprise software 的讨论，以及 a16z 最新文章《Why the World Still Runs on SAP》，我觉得这个三层架构需要升级。

未来几年，toB 软件的变化可能是这样：

旧软件会从人使用的应用，退回为机器可调用的业务记录系统；新软件会从页面工具，升级为受治理的业务行动系统。

这背后，是一次新的软件分层。

一、为什么 SAP 还在？

a16z 这篇文章谈的是一个很有意思的问题：为什么世界还在依赖 SAP？

按理说，SAP 老、重、难用、实施复杂、替换成本高。过去二十年，云计算、SaaS、移动互联网、低代码、RPA 都试图改变企业软件，但 SAP 依然深深嵌在大型企业的核心流程里。

原因并不复杂：SAP 承载的是企业的主数据、交易逻辑、权限控制、审批流程、合规要求、财务记账、供应链规则，以及大量组织记忆。

也就是说，SAP 这类系统的价值早已不只是界面，而是企业运行秩序本身。

AI 很强，但它并不会马上替代这些业务记录系统。因为企业不能把核心交易、合规、财务、权限、库存、合同等确定性要求，完全交给概率模型。

AI能重构的是人和系统的关系。

过去，人进入 ERP、CRM、HRM、MES 的页面里工作。未来，人表达意图，Agent 拆解任务，再通过受治理的行动平面调用这些系统。

所以，未来的SAP仍然有用，但人直接用 SAP 的传统界面工作的情况会越来越少。

二、未来 toB 软件的四层结构

第一层：意图交互层

这一层是人进入数字世界的入口。

它包括 ChatUI、GUI、语音、企业微信、钉钉、飞书、浏览器侧边栏、移动端轻应用等。

比如用户直接语音说：

“帮我看看这个客户为什么续费风险升高。”“把本月异常折扣合同找出来。”“帮我生成这个供应商的准入风险报告。”

未来 GUI 不会消失，ChatUI 也不会包打一切。更可能出现的是多种交互形态的组合：对话、表格、看板、审批卡片、风险提示、流程预览、自动生成页面。

第二层：Agent 编排与行动层

这一层负责把人的意图变成可执行任务。

它要做：

• 理解意图；

• 拆解任务；

• 规划步骤；

• 调用工具；

• 调用 API；

• 操作浏览器或老系统界面；

• 协调多系统流程；

• 请求人工确认；

• 记录执行过程；

• 出错后重试或回滚。

这一层才是 AI 从“问答工具”变成“行动系统”的关键。

但它本身未必是最强护城河。只做“帮你点按钮、调接口、写流程”的 Agent 公司，短期可能很热，长期会遇到问题。

真正的护城河不在“能不能行动”，而在：

知不知道什么动作可以做，什么动作不能做，做完以后如何判断对错。

这就进入第三层。

第三层：语义治理与结果验证层

这是未来几年最重要的新层。

业务记录系统（SoR，System of Record）里原本就有客户、合同、订单、库存、员工、供应商，也有权限、审批、流程、数据校验。

但这些能力通常是单系统的、局部的、隐含的、面向本系统运行的。

AI 需要的是更高一层的显性语义。

它要知道：

什么叫“高风险客户”？什么叫“异常折扣”？什么叫“供应商准入风险”？……

所以，语义治理与结果验证层包括：

• 业务对象模型；

• 业务动作目录；

• 跨系统语义映射；

• 权限与代理授权；

• 审批策略；

• 风控边界；

• 执行预览；

• 审计日志；

• 异常检测；

• 结果验证；

• ROI 归因；

• Agent 可信度管理。

这层既回答“能不能做、怎么做”，也回答“做完以后对不对、值不值”。

这不是简单重复 ERP、CRM 里的对象和规则。

业务记录系统负责的是系统内部的业务逻辑；语义治理与结果验证层负责的是面向 AI 行动的跨系统业务控制面。

举个例子：CRM 有客户，财务系统有回款，客服系统有工单，产品系统有使用数据。

但“客户续费风险”并不天然属于某一个系统。

AI 要判断续费风险，就要跨系统理解合同金额、到期时间、使用深度、工单趋势、决策人变化、回款异常、销售跟进质量。

之后还要判断：

哪些客户只提醒销售？哪些客户可以自动生成续费方案？哪些客户涉及价格例外？哪些动作需要主管审批？哪些动作执行后要跟踪结果？

这就是语义治理与结果验证层的价值。

没有这一层，Agent 很容易变成“会操作的实习生”；有了这一层，Agent 才可能成为可信的业务执行者。

第四层：业务记录系统层

这一层就是 ERP、CRM、HRM、MES、财务、供应链、采购、合同、工单、行业核心业务系统。

它们不会消失。

恰恰相反，越是核心业务，越需要确定性系统承载。

这一层负责：

• 主数据；

• 交易记录；

• 状态流转；

• 业务规则；

• 权限控制；

• 审批流程；

• 财务记账；

• 合规要求；

• 历史数据；

• 系统集成；

• 组织记忆。

未来，这些系统会从“人主要使用的界面”，逐渐变成“机器主要调用的事实源和交易层”。

这意味着业务记录系统的 UI 权重下降，但底层价值不一定下降。

相反，谁掌握了核心业务事实、交易逻辑和组织记忆，谁仍然有很强的战略位置。

只是产品形态必须变化。

从 UI-first 变成 API-first。从 API-first 进一步变成 Action-first。从表单系统变成业务对象系统。从权限系统变成 Agent 可代理授权系统。从流程系统变成可被外部编排的动作系统。从报表系统变成结果验证系统的数据来源。

一句话：

业务记录系统不会消失，但必须 Headless 化、Action 化。

---

两个横向底座

除了四层主架构，还需要两个横向底座。

第一个是模型与 AI 工程底座。

包括基础模型、多模型路由、RAG、memory、eval、prompt engineering、context engineering、tool calling、sandbox、observability、安全与合规。

这层很重要，但对多数 SaaS 公司来说，不应该被误认为自己的核心护城河。

除非你是模型公司、AI infra 公司、AI devtool 公司，否则很难在这一层建立长期差异化。

SaaS 公司更应该利用这一层，而不是把战略重心放在这一层。

第二个是数据、集成与事件底座。

包括 API、iPaaS、ETL、ELT、event bus、数据湖、数仓、主数据、日志、数据血缘、identity、secrets、connector。

这层是语义治理与行动控制面的原材料来源。

没有连接，没有事件，没有数据治理，Agent 就只能停留在问答和文档生成。

但过去很多企业做数据中台失败，原因也在这里：只有数据，没有动作；只有指标，没有业务对象；只有报表，没有行动闭环。

三、产业格局会如何变化？

1. 交互入口会集中

未来一个企业里，所有员工都进入一个超级办公App，但不同岗位仍然会使用不同业务入口。销售、客服、财务、仓库、产线、管理者的工作场景天然不同。

但背后的身份、对象、动作、权限、审计、结果验证会逐渐统一。

所以，真正的大整合不一定发生在 UI 表面，而发生在业务行动控制面。

2. Agent 编排层会繁荣，但单独做不够

未来几年会出现大量 Agent 平台、RPA 2.0、AI workflow、AI browser、AI sidecar、AI command bar。

它们会帮助企业把很多碎片化工作自动化。

但如果不深入行业业务对象、权限规则和结果闭环，就容易变成工具层。

工具层会有价值，但不一定有足够厚的护城河。

3. 语义治理与结果验证层，会成为新战略制高点

这是最值得 SaaS 公司关注的位置。

谁能在一个行业里定义：

核心对象；标准动作；异常场景；审批规则；风控边界；结果指标；最佳实践

谁就有机会成为 AI 时代的新平台。

过去中国 SaaS 很难标准化，一个重要原因是客户个性化需求太多。

AI 时代，个性化交互和局部流程可以由上层承担，SaaS 公司反而有机会沉淀更标准的业务对象、动作和规则。

所以，AI 不一定削弱行业 SaaS，反而可能帮助行业 SaaS 找到新的标准化路径。

4. 业务记录系统层会继续集中

ERP、CRM、HRM、MES、财务、供应链、行业核心业务系统仍然会存在。

只是它们的前端使用权会下降，后端事实权和业务确定性权会上升。

SaaS 公司真正要担心的，不是 AI 直接替代自己，而是自己被上层行动系统绕开，变成一个沉默的数据库和流程引擎。

要避免这个结果，就必须主动开放业务能力，并向上建设语义治理与结果验证能力。

5. 定制开发先甜后苦

未来大量定制开发公司会有2~3年的好日子，在标准产品能力起飞前可以借助AI Coding的时间差优势获得很多订单。

低水平的页面型、报表型、流程型定制开发，确实会被 AI Coding 和平台能力大幅压缩。

但能构建上述分层体系产品的软件公司会逐渐在产品能力和效率上取得更大优势。

完全基于客户需求的定制开发软件作坊、大部分客户的自研团队，最后还是会输给分工细密、具备灵活AI实施能力的标准产品公司。

一切还是取决于你做定制是为了当期营收，还是为了积累标准产品。

四、中美路径会不同

美国大企业已经深度运行在 SAP、Salesforce、ServiceNow、Workday 等系统上。

它们的问题是旧系统太重、替换太贵、UI 太难用、跨系统流程太碎、实施和迁移成本太高。

所以硅谷判断美国 AI 软件的机会是：

包住旧系统，释放旧系统，在旧系统之上建立 system of action。

而中国路径会更复杂。

很多中国企业的问题是：

核心业务还没有完全软件化；流程还不标准；数据质量不足；API 不完整；业务规则大量藏在人脑里；行业 know-how 没有产品化；系统之间没有形成稳定的 System of Record。

所以中国市场会同时发生两件事。

一类成熟客户，会在已有 ERP、CRM、MES、OA 之上加 AI 行动层和语义治理层。

另一类客户，则可能直接用 AI Coding、行业知识、半定制交付和快速 PSF，把过去没有被软件化的业务环节直接做成 AI 时代的新业务系统。

这既是中国 SaaS 的复杂性，也是新的机会。

美国更多是在旧系统之上解放生产力；中国则有机会在业务现场重新定义新软件。

五、对 SaaS 公司的几个建议

第一，不要再把传统 UI 当成核心资产。

页面、表单、报表、看板、简单流程，都会被 AI 生成、薄应用、Agent 编排和平台入口削弱。

UI 仍然重要，但不再是护城河中心。

做aPaaS的公司，千万别再砸研发费用到前端GUI的灵活性上了。AI Coding低成本生成的前端页面更丰富，也更灵活。

第二，要把业务层能力 API 化、Action 化。

过去我们讲 OpenAPI，现在要进一步升级为 Open Action。

也就是把“创建客户、更新商机、生成报价、发起审批、调整价格、创建订单、触发发货、创建工单、生成续费方案、冻结信用额度”等业务动作标准化。

每个动作都要带参数、权限、风险等级、审批要求、预览、执行记录、回滚方案和结果验证。

第三，要建设自己的行业语义层。

未来 SaaS 公司的核心资产不只是代码和客户数据，而是：

行业业务对象体系 + 标准动作体系 + 异常场景体系 + 结果验证体系。

这比做一个 AI 助手重要得多。

第四，收费方式需要升级

如果 AI 让用户少登录、少点击、少开页面，传统按 seat 收费会被削弱。

更合理的收费方式，会逐渐转向业务量、动作调用量、自动化任务量、交易金额、节省成本、收入增量、风险降低和结果达成。

详见文末往期文章。

第五，不要放弃业务记录层。

有些 SaaS 公司看到 AI 应用层很热，会想把自己转成纯 AI 应用公司。

这要小心。

如果你已经沉淀了行业业务对象、流程、数据和客户场景，轻易放弃业务记录层是不明智的。

未来最有价值的位置，不是纯聊天层，而是：

既拥有业务记录系统的确定性，又能向上抽象出治理层和行动层。

---

六、总结

未来几年，toB 软件的新分层可以概括为一句话：

入口变薄，行动变强，语义上浮，记录下沉，验证闭环。

对应四层结构：

第一层，意图交互层：人如何表达工作意图。

第二层，Agent 编排与行动层：AI 如何拆解任务并跨系统执行。

第三层，语义治理与结果验证层：AI 如何理解业务、受控执行、验证结果。

第四层，业务记录系统层：业务事实、交易、流程和合规在哪里沉淀。

这不是 AI 替代 SaaS，也不是 SaaS 简单加 AI。

去年那句话仍然成立：

AI 负责灵活度，SaaS 负责确定性。

但今天可以再往前走一步：

AI 负责意图理解与任务执行；语义治理层负责行动边界与结果验证；业务记录系统负责事实、交易和合规确定性。

未来真正重要的 toB 软件，不会只是一个 AI 助手，也不会只是一个传统 SaaS 页面。

它会是一个企业级业务行动系统：能理解业务，能调用系统，能约束行动，能验证结果。

这可能就是未来几年新软件分层的主线。

【相关文章】

一文推演未来5年toB软件的三层架构：AI与赢者通吃的赛道标品

你的产品在哪个象限？横轴~产品AI化深度 vs 纵轴~商业化高度

AI创新的哲学基础——生成整体论

【新年长文】AI产品创新：早期策略、战略投入与下场交付 —— 来自北森、千里马、Palantir在AI时代的实践与启发

【个人介绍】本文作者吴昊，SaaS领军企业前执行总裁，多家SaaS企业常年顾问，图书《SaaS创业路线图》及2.0 作者。

对实战课感兴趣的同学，请点击“阅读原文”了解详情。