AI 时代,“服务”才最值钱,而不是软件

今年 2 月，有件事在硅谷掀起了很大的浪。

Anthropic 发了一款能替人干活的 AI 产品CoWork，紧接着两天之内，美国一批做软件和SaaS 的上市公司，市值合计蒸发了两千多亿美金。那阵子整个软件板块跌得很难看，有人给这事起了个名字，叫“SaaS末日”（SaaSpocalypse）。

华尔街突然慌了，因为他们看到了一件一直没敢承认的事：AI 带来的好处，没怎么落到卖软件的公司手里。

说白了，大家逐渐意识到——你卖的那套软件本身，正在不值钱。

这件事我还蛮多感慨的，因为这些年中国AI 投资圈，看创业公司最关心的是你的产品标准化程度如何，需要做定制吗，是不是按人头收费？甚至把“服务”和“交付”当成羞于见人很low的活儿。现在似乎突然调了个个儿。

一夜蒸发两千多亿，华尔街才想明白的事

早在 2024 年底，微软的 CEO Satya 就公开讲过一句让整个行业不舒服的话：SaaS 已死。当时很多人觉得他危言耸听。可一年多过去，那场“SaaS末日”把这句话坐实了。

更要紧的是收钱的逻辑在变。过去卖软件，是按“座位”收费的——你公司一百个人用，就买一百个账号，按人头年付。可当一个 AI 能顶五个甚至十人的活，你还需要那么多账号吗？所以海外的研究机构给了个判断：到2028 年，纯按座位收费这套基本会被淘汰，大部分软件公司都得改成按用量、按结果来收钱。

一句话，从卖“使用权”，变成卖“干完的活”。

这不是某一家公司的事，是整个行业的地壳在动。而这块地，恰恰是我们一开始就站定的地方。

生产越来越不值钱，稀缺的是把活干成

为什么软件会贬值？因为“生产”的成本被 AI 打到了极低。

代码 AI 能写，报表 AI 能出，连不错的文案和设计它也能给你整出来。过去要养一个团队、花几个月做的东西，现在一个人带着 AI花一个下午可能就做出来了。我自己接触的客户里，有稍微有些技术基础的老板自己就能用AI 写出个不少工具出来。当人人都能“生产”，你那套帮人“生产”的软件，自然就掉价了。

但另一面却是，生产工具越好造，真正落地反而越难。

海外有个数字我印象很深：差不多四成多的企业 AI 项目，还没上线就卡死了，死在跟自己乱七八糟的数据、流程、老系统的集成上。模型再强，卡在最后一公里，就是一堆没人用的功能。

稀缺的从来不是模型，是把它在一家公司里真正跑出结果的能力。这就是“服务”。

全世界最聪明的 AI 公司，都在派工程师下场

今年以来，海外冒出来一个特别火的岗位，叫 FDE（前置交付工程师）。说白了，就是把工程师直接派到客户现场，陪着客户，把 AI 一点点调成这家公司真能用的东西。

这个活看起来很“笨重”，可你去看都是谁在做。这套打法是 Palantir 二十年前趟出来的，但最说明问题的是那两家全世界最顶尖大模型公司：今年5 月，Anthropic 联合黑石、高盛这些巨头，专门成立了一家估值15亿美金的企业服务公司，干的就是派工程师下场，把模型落进客户的业务里。几乎同一时间，OpenAI也搞了个独立的交付公司，还顺手收购了一家英国的 AI 工程公司，一下拿到一百多个现成的交付工程师。

连世界上最聪明的公司，都在亲自下场帮客户成功。

他们给的理由很实在。一个是，客户对模型的需求，早就超出了“卖你一个模型”能满足的范围；另一个更关键——模型每周都在变，企业搭在上面的系统得跟着一起进化，这跟过去交付一套写死的软件，根本是两码事。

海外有家投资机构打过一个特别贴切的比方：AI模型是金子，而 FDE 是淘金的人。金子谁都能买到，可它不会自己变成钱；真正决定你赚不赚得到钱的，是有没有人帮你把它淘出来、落到你的生意里。

所以别误会，这不是退回去卖人力，也不是传统意义上的项目制集成商模式。FDE 是 AI 时代价值兑现方式的一次升级。过去卖人力，是因为活儿得靠人一点点堆；现在派人下场，是因为生产这件事AI 已经包了，人做的是更值钱的那部分：判断、磨合、把价值落进这家公司具体的土壤里。这些公司还摸出一个规律，他们叫它“碎石路修成高速路”——工程师在一个客户现场跑通的那条粗糙的路，会被总部沉淀成所有客户都能用的标准产品。在客户那儿干的脏活累活，反过来喂养产品。

顺便说一句，这也解释了为什么有研究发现，九成五的企业 AI 试点最后对利润几乎没影响——卡住它们的从来不是模型，是没人把它真正落进业务里。

一家做数据仓库的公司，也在转身

这个转向，我前阵子在美国还亲身赶上了一回。

我去硅谷参加了 Snowflake Summit 2026。Snowflake 是做数据仓库的，过去它的大会讲的几乎全是产品——又出了什么新功能、性能快了多少。可这一次完全变了味道：在Snowflake CEO开场Keynote的很大一部分，讲的都是怎么派自己的工程师团队，扎进客户那里，陪着客户把“数据加AI”真正落地。

印象最深的是赛诺菲（Sanofi），一家全球性的药企。它的数字负责人说：这么多年，他们一直在搭一堆复杂的管道，把数据搬进搬出各种昂贵的软件，就为了用上自己的数据。早年砸钱做了几千个看板，底下大部分数据却一直躺着没动过。这次他们换了打法——不再买一堆软件让自己折腾，而是让Snowflake 的工程师团队下场，陪他们在自己的数据上直接长出 AI，从研发、采购到一线销售全线铺开。一个原来要几小时人工调研的拜访准备，现在几秒钟就出来了。

一家做数据仓库的公司，一家造大模型的公司，殊途同归，都在做同一件事：不再只把产品扔给你，而是派人陪你把它用出结果。

但“服务”不是一锤子人力，是软件、人和 AI 的复利

讲到这儿，并不是我在劝你别买软件。恰恰相反，越是往“交付结果”走，底座越不能将就。

一家公司要让 AI 真在经营里干活，底下得先有一层稳的东西，否则的话就是在做豆腐渣工程，迟早有一天会崩的。

以前我也反复谈到，AI时代最重要且不可替代的地基之一就是数据。这个地基半点都不能马虎。这些年我们在这个层面做了两个产品。指标语义平台 SwiftMetrics （统一企业数据口径统一、复杂指标能秒级计算、数据和指标的权限管理等）；智能分析平台 SwiftAgent 长在它上面，业务人员（或者AI）能0门槛的操作可信数据（取数、归因、预警、预测、深度分析等），并且把企业/行业最佳的分析能力和范式沉淀下来。它们必须是稳定的产品，因为上面所有“干完的活”都站在它们身上，地基一晃，楼就塌了。

地基之上，价值真正落在两个方向。

一横，企业顶层的经营分析和决策。我们给一家头部城商行做过，过去管理层想看一个经营数据，从总行提需求、分行层层汇总，得等好几天，数据到手黄花菜都凉了。后来给管理层构建了随身的“数据AI助手”，他随时问、随时拿到秒级的数据和归因以及报告，随时随地掌握经营情况，决策效率极大提升。

一纵，各核心业务环节的AI数字员工——数字店长、数字客户经理、数字内容设计师、数字选品师等等，真的在业务流程里把活接过去干起来。比如一家有数千家门店的连锁品牌，总部那几个分析师根本顾不过来每家店，可他们手里有几百个最会经营的好店长。我们把这些好店长脑子里“一家店该怎么看、怎么调”的判断沉淀下来，给每家店配一个数字店长，它不光告诉店长哪儿不对，还顺手把日常的运营动作干了。每个店长都从80分起步，而这件事复制到一万家店，成本也不会等比涨上去。还有跨境的客户，一个数字员工团队把“分析数据、定选题、写内容、做投放”这串活接力跑完，原来一周的量压到了小时级。

把这几样摆在一起，你就看清了 AI 时代“服务”的样子：软件让服务可以被复制，FDE 让服务落得了地，AI 让服务越用越聪明。只有软件，客户用不起来；只有人，贵且没法复制；只有模型，卡在最后一公里。

那企业到底该怎么让 AI 落地

说了这么多趋势，落到你自己公司，有四点建议：

第一，这是一号位工程，老板得自己下场。AI 落地动的是业务流程和组织，不是 IT 部门能单独扛的。你自己不卷进来、不愿意把“这家公司到底该怎么管”想清楚写下来，再好的工具也落不了地。

第二，别大干快上，先挑一个最痛、回报最高的场景跑通，见了效果再复制第二个、第三个；那些没出结果的项目，很多就死在一上来铺太大。地基要先打，但别等全治理完才动手。

第三，把人脑子里的经验写下来，这才是你真正的资产。模型是租来的，人人都能用；可你那些老分析师、好店长脑子里的判断框架，才是别人搬不走的护城河。落地最核心的一步，就是把这些隐性经验结构化、交给AI，让它能被复制、边际成本趋近于零。

第四，也是最要紧的——别只盯着买工具，要找能陪你把它干成的伙伴。工具谁都拿得到，稀缺的是有人带着工具、陪你在你这家公司真正跑通，还能随你的业务一起往前长。

别再问该买哪套软件

海外那场“SaaS 末日”里，还有一句话被反复提起：这一波最有机会的，是那些手里攥着“模型需要的数据”的公司。这跟我一直讲的是一回事——AI平权之后，企业最后的两张牌，是你的数据和你的行业知识。模型是租来的，数据和知识是你自己的。

所以如果你是个老板，我的建议是，别再问“我该买哪套软件、上哪个系统”了。换个问法：我要的是什么结果？这件事，谁能真正帮我干成？

未来不会再有纯粹的软件公司，在 AI 把一切生产都变便宜的时代，唯一越来越值钱的，是把事真正干成和拿到结果的那份“服务”。

作者：黎科峰博士，数势科技创始人兼 CEO。本文为个人观点。