AI时代SaaS软件的货币化分化
核心观点:AI 杀的是 per-seat 计费模式,不是 SaaS 本身。计费单位是”人”的厂商被替代,计费单位是”机器/数据/事件”的厂商反而受益。
一、市场现象:两类公司两极分化
被 AI 杀估值的一批(老 SaaS,per-seat 模式)
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-84% |
|
|
被 AI 推着涨的一批(底座 / 基础设施,用量制)
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
同一个 AI 浪潮,估值方向完全相反。
二、为什么:计费单位决定命运
per-seat 的死局
-
1 个 agent 替代 N 个人 → 席位归零 → 收入塌方 -
AI 越强 → 替代越多 → 越伤 -
即便加了 AI SKU(Agentforce、Now Assist),本质仍是 per-seat 上的加价,不是新计费模型
用量制的顺风
-
1 个 agent 跑 1000 次查询 = 1000 倍收入 -
AI 越强 → 机器跑得越多 → 越赚 -
AI 客户(OpenAI、Anthropic)本身也是大客户,形成正循环
本质:把”人”从计费公式拿走 → AI 是顺风;留着”人”→ AI 是逆风。
三、三类厂商的命运图谱
|
|
|
|
|
|---|---|---|---|
| AI 本身 |
|
|
|
| AI 水电煤 |
|
|
|
| AI 替代对象 |
|
|
|
四、AI 顺风公司全景
4.1 数据 / 计算底座
|
|
|
|
|---|---|---|
| Snowflake |
|
|
| Databricks |
|
|
| MongoDB |
|
|
4.2 可观测性 / 安全
|
|
|
|
|---|---|---|
| Datadog |
|
|
| CrowdStrike |
|
|
| Palo Alto Networks |
|
|
| Zscaler |
|
|
4.3 网络边缘 / 推理基础设施
|
|
|
|
|---|---|---|
| Cloudflare |
|
|
| AWS / Azure / GCP |
|
|
4.4 AI 原生(未上市 / 新上市)
|
|
|
|
|---|---|---|
| Anthropic |
|
|
| OpenAI |
|
|
| CoreWeave |
|
|
共同特征:计费单位都不是人。是 compute、token、GB、GPU、bandwidth、event、host。AI 让这些单位的使用量指数增长。
五、per-seat 厂商的应对与转型
5.1 财报实证:跌的是估值,不是基本面
老 SaaS 最近季报其实都不差:
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
市场杀的是估值倍数 + 叙事,不是当季业绩。 Agentforce 45B 只占 2.7%,远不够带飞。
5.2 但 AI 货币化有硬信号
-
Salesforce:3.8B Agentic Work Units / 环比 +111%(agent 真在跑活) -
ServiceNow:ARPU 提升替代新客增长(老客户加买 AI 模块) -
两家都上调全年指引 + 加大回购 → 管理层有信心
问题在于:这些是”防守性 ARPU 加价”,不是”攻击性新客/新品类增长”。和 Claude Code 的 10x 曲线完全不同量级。
5.3 应对策略:四条路
路径 A:开放 + 转底座(最优,最难)
逻辑:开放 CLI/MCP → agent 调用 → 数据继续沉淀 → 从 per-seat 转为 consumption-based
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
核心矛盾:开放即去中介化——客户开始问”我为什么还要付 Sales Cloud $165/seat?给我裸 API 就好”。而且 agent 能读就能批量导出,数据黏性变弱。
谁最适合走这条路:拥有企业级底座数据(CMDB、客户图谱、Experience Platform)的厂商。UI/内容型厂商(Figma、Adobe Creative)即使开放也只是加速被绕过。
路径 B:自家 Agent 闭环(Salesforce 正在走)
-
Agentforce 只跑在 Salesforce 平台上 -
不开放 MCP,agent 必须走自家入口 -
短期保住 per-seat,但长期可能被外部开放生态绕过 -
CRM Q2 指引低于预期 = 市场在给封闭策略打折
路径 C:AI SKU 加价(最常见,最安全也最弱)
-
Now Assist、Firefly 作为 per-seat 上的加价模块 -
不改计费模型,只做 ARPU 提升 -
这是现在大部分老 SaaS 的默认选择 -
问题:只是延后了 per-seat 下滑,没有解决根本问题
路径 D:彻底转 consumption-based(终极形态,目前无人敢做)
-
把 AI 从加价 SKU 改成用量计费 -
Snowflake 模式:Agent 跑越多越赚 -
为什么没人敢:改计费模型 = 短期营收可能下滑(客户从 per-seat 迁移到用量制时,收入会有过渡期断崖)→ 触发股价崩盘 → 管理层不敢 -
ServiceNow 是离这条路最近的老 SaaS,但还没全转
5.4 命运预测
|
|
|
|
|---|---|---|
| ServiceNow |
|
|
| Salesforce |
|
|
| Adobe |
|
|
| Figma |
|
|
六、关键观察指标
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
七、核心结论
AI 杀的是 per-seat,不是 SaaS。
计费单位是”人”的,被 agent 替代;计费单位是”机器/数据/事件”的,被 agent 喂饱。
per-seat 厂商有四条路:开放转底座、自家闭环、SKU 加价、彻底转用量制。前三条治标,第四条治本但无人敢做。
ServiceNow 方向最对但步子还不够大;Salesforce 最纠结;Adobe 两难;Figma 最危险。
AI 顺风侧,Snowflake / Datadog / Cloudflare / Databricks / MongoDB 这类”AI 水电煤”持续享受 picks-and-shovels 红利。Databricks ARR +65%、NRR 140% 说明底座型在加速而非减速。
夜雨聆风