32%的公司因为AI决定不买软件:你花几百万买的SaaS,还能撑多久?

智能编程工具让内部开发的门槛显著下降｜Zayed Hossain / Pexels

以前，一家公司想做一个内部软件，通常要经历需求、预算、立项、开发、测试和上线。

所以很多小需求最后都会变成一句话：“先买个现成系统吧。”

现在，这个判断正在被AI改写。

麦肯锡2026年全球AI调查中，32%的受访者表示，他们所在组织曾经放弃购买至少一种软件产品或功能，因为使用智能编程工具可以在内部把它做出来。

AI编程真正颠覆的，不只是程序员效率，而是企业过去那条“能买就不要做”的采购原则。

一个运营人员描述表单和流程，一个懂业务的工程师连接数据库，几天就能做出审批、查询、报表或者客服辅助工具。过去需要软件厂商排期几个月的定制，内部团队可能一周完成第一版。

最先危险的，不是所有SaaS，而是“薄薄的一层功能”

企业软件不会一夜之间消失。财务、人力、供应链等核心系统承载大量数据、权限、合规和稳定性要求，不是一个会写代码的Agent就能轻易替代。

真正先受到冲击的，是那些只在通用数据上覆盖一层固定工作流，却仍然按照账号数量持续收费的产品。

• 把一张Excel变成查询和提醒的小工具；
• 固定模板的周报、汇报和经营看板；
• 规则相对清晰的审批、录入和信息同步；
• 只连接少量内部数据的知识问答；
• 每家公司都要重新定制，却没有形成行业数据壁垒的功能。

这些场景的技术复杂度正在快速下降。客户会开始问：如果我的员工两天能做出80%的功能，为什么还要为100个账号连续付三年费用？

内部构建变得更快，但业务、技术和责任仍需有人共同承担｜Mikhail Nilov / Pexels

生成第一版应用越来越快，长期可用仍依赖工程纪律｜cottonbro studio / Pexels

“做出来”只占软件生命周期的一小段

智能编程工具最容易制造一种错觉：屏幕上出现一个能运行的界面，就等于公司拥有了一套软件。

真正的企业系统还要回答很多无聊却昂贵的问题。

谁能看哪些数据？员工离职后权限是否自动失效？接口变化后谁修复？结果出错谁负责？日志保存多久？业务高峰能不能撑住？开发者离开以后谁接手？

过去，这些成本被包含在软件采购费里；现在内部开发变便宜，它们并没有消失，只是从采购合同转移到了企业自己的组织里。

开发成本下降 ≠ 总拥有成本下降 ≠ 企业风险自动下降

麦肯锡同一份调查还显示，大约20%的受访者说AI运行成本已经限制了AI使用；80%感受到个人效率提升，但只有37%报告AI对企业息税前利润产生了一定影响。

这组差距很重要。员工能做出很多小工具，不等于这些工具已经形成财务价值。工具越多，重复建设、数据泄露和维护孤岛也可能越多。

所谓“影子IT”过去是员工私自使用未经批准的软件；AI时代，它可能变成各部门快速生成、无人登记、却连接着真实业务数据的一百个内部应用。

软件上线后的审查、维护与安全，仍然需要长期投入｜Jakub Zerdzicki / Pexels

未来不是“买还是做”，而是把系统拆成三层

自研与采购都需要业务和技术共同定义责任边界｜Mizuno K / Pexels

我建议企业不要为每个需求争论一次自研还是采购，而是先把软件能力分层。

• 底座层继续买。
   身份权限、财务记账、主数据、合规审计等高稳定性能力，优先选择成熟系统。
• 差异层内部做。
   真正体现本公司流程、数据和经验的部分，使用AI工具快速构建。
• 连接层统一管。
   接口、日志、模型调用、成本和安全策略由平台团队提供，不让每个部门重复造轮子。

对于软件厂商，这也意味着护城河必须改变。以后客户不会只为界面和固定流程付费，而会为可信数据、行业知识、复杂集成、稳定运行和责任承诺付费。

对于企业内部开发团队，最重要的指标也不应是“这个月做了多少个应用”，而是替代了多少外部费用、缩短了哪个流程、减少了多少错误，以及一年以后还有多少工具真正活着。

AI把“写软件”变便宜以后，最贵的会重新变成：选对问题、管好数据、长期维护和承担结果。

所以，几百万买来的SaaS会不会被替代，答案不取决于AI能不能做出相似界面。

它取决于这个产品真正卖的是一层容易复制的功能，还是企业自己很难长期承担的可靠性。

当内部构建的门槛下降，企业终于有机会把技术预算从“为通用功能重复付费”，转向真正形成自身差异的流程。可前提是，它不能把一个快速生成的Demo，误认为一套已经可以负责的生产系统。

你们公司现在付费的软件里，哪一个功能最可能被内部AI工具首先替代？

作者微信：杨浙超｜仅用于企业AI落地相关交流不以添加好友作为获取本文内容或资料的条件

资料来源

1. 1. McKinsey｜The State of AI: Global Survey 2026，2026
2. 2. Workday｜AI demand surges while enablement falls behind，关于工具、培训与工作流差距
3. 3. Pexels License

说明：本文对尚在诉讼、媒体报道或预测阶段的信息均使用“据报道”“主张”“预测”等限定语，不把未经裁判或未经独立审计的说法写成定论。

AI协作说明：本文由作者确定选题与观点，使用生成式人工智能辅助资料检索、结构整理和文字打磨，发布前经人工核验与审校。