ARTICLE · 1164491

旧软件裂变:一半被 AI 吃掉,一半把 AI 收编成员工

发布时间：2026-10-12 21:52:54 最近访问：2026-10-12 21:52:55

“2026 年开年，美国软件股交出了自 2022 年以来最差的开局：摩根士丹利追踪的一组 SaaS 股票，2025 年跌掉 11%，新年第一个月又跌 15%。华尔街的复盘，把导火索记在了 Anthropic 的 Claude 身上。它没在哪个功能上做得更好——只是 AI 直接替你把活干完这件事，第一次变得像真的。”

其实这轮恐慌不算新。2023 年 ChatGPT 刚出来，市场上就流行过一轮 SaaS 的讣告：不用点按钮、不用填表单，跟 AI 说一句话它就把事办了——那还要软件干什么？

三年过去，讣告发早了，但也只早了一半。

软件没有被整体杀死，是被撕成了两半。一半正在被吸收：只解决单点问题的工具，没了存在的理由。另一半活得比以前更值钱：记录企业核心业务的系统，正在被重新定价。

「SaaS」这个词，把两类完全不同的生意装进了一个篮子，让市场对着篮子里的鸡蛋打上了同一个标签。

表格已经画好了，缺的是一把尺子

到了 2026 年，市场其实已经自己往前挪了一步。它不再喊「SaaS 已死」，改口说「SaaS 会被重构」，有复盘文章把SaaS公司分成该死和该活两栏：Adobe 该跌、Autodesk 被错杀。可惜这已经成了事后账：它告诉你谁已经死了，不告诉你下一个会是谁。麻烦的地方在于：表格是结果，判据得自己找。所以这篇不打算再补一张表，我想换一个问法。别问一家软件公司有没有数据，问它手里那份能力，搬得走吗？

能照着答案抄走的，都会被抄走；抄不走的，才留得下来。

能抄走的，都会被抄走

先说清抄是怎么发生的：过去两年，AI 行业里最普及的一门技术叫蒸馏。白话讲就是抄答案：拿一个更强模型的输出，去训练一个更小的模型，学生把教师做过的题型都过一遍，看起来也就学会了。

搬法有四种：

抄结论：把教师的答案当标准答案，直接喂给学生；
抄思路：连教师一步步的推理过程一起抄。这一种现在最值钱——学生抄到的是怎么想，不是答案长什么样；
抄概率：教师把每个词的概率分布摊开给学生看（前提是教师得开源权重）；
让学生先答、教师逐句打分：手把手纠错。这是下一代 Agent 训练里最吃香的一种。

能抄走的东西有很多：指令格式、回答风格、标准题的解法、工具怎么调用、一个行业的话术。凡是答案能定下来的本事，都能被抄走。

抄不走的也有一份清单：教师自己没见过的长尾知识；真实环境里出了错，怎么把局面救回来；超长上下文里保持不飘的记忆；还有最后一条——这一行什么算对。严格说，它不算知识，它是别人还没写下来的标准。

所以蒸馏有个天花板：它是把上限搬过来，不是把起源再生一次。教师瞎，学生也瞎。

这句话落到软件身上，就是一次分流。

软件卖的东西，说到底只有两种：一种是把「答案已经定下来」的功能模块封成产品卖给你；另一种是替企业记着真实业务的流水。前一种，蒸馏那四条路都能搬走——能力一不稀缺，封装的定价基础就落空。后一种，不在任何教师的答案里，它在企业自己的账上。这一句话，就把传统软件劈成了两半。

而且关上的不只技术这道门。AI Coding 也在另一头动手——软件的制造成本已经被压到很低，把产品做出来这件事，本身也在贬值。

界面被拆掉的那半

先看被搬走的那一半。

功能型软件存在的理由，是提供一个界面，让人完成单点动作：开会、签合同、画图、发消息。Adobe、Figma 这类按席位卖的创意工具是这一类里最典型的。

而这个理由正在消失。软件时代，是人给机器下指令：点哪个按钮、走哪个流程；到了 AI 时代，人只表达意图，Agent 自己拆步骤、调工具、把活干完。

Agent 不需要你的界面。它直接调接口就能发出会议邀请、审完合同发出去、画一版原型，接口是软件之间互相说话的方式，比按钮快，也比按钮便宜。

绕过界面，价值就跟着走。过去按人头收订阅费，现在按调用付接口费。而按用量计价，是平台的天下，独立工具基本没有议价权。

这些工具不会立刻消失，身份会变：从独立产品，降级成别人平台里的一个零件。它们攒下的数据也只是使用痕迹——用的时候产生，不用了躺在那儿，不是任何人干活的必要条件。

搬不走的那半

另一半是记录系统（System of Records）。Salesforce 存客户和商机，SAP 存订单和账目，ServiceNow 存工单和变更。它们和那一半的命运相反，原因在两道防线上。

第一道防线：技术上蒸不走

AI 要在这家企业里干活——开采购单、判信用风险、回客户投诉——绕不开这些记录：它不知道这家公司的客户关系长什么样、账目怎么记、流程规矩有几层。这些记录就是业务本体。导出去，等于重搭一套业务流程；换掉，等于换审计基准。

第二道防线：产权上拿不到

这些记录不出域。别家模型再强也拿不到——想拿，先得让企业把账本交出去，没有谁会轻易这么干。所以从记录系统（System of Records）的角度看 AI，没有什么好恐慌的：它把 AI 收编成了新员工。 它手里握着十年、二十年的业务流程数据，而这些数据最值钱的地方，是结果本身带着对错：发票过没过审、商机成没成交、货批没批，结果摆在那里，机器自己就能判。用这些数据训模型，不需要人逐条标注。

按这条逻辑往下推：同样一个通用模型，在开采购单、判信用、写维修方案等带自动对错的任务，被这家企业的数据训过之后，有机会在特定场景跑赢通用闭源模型。它赢在这个地方：学会了这家企业自己的因果链。

通用模型是公共大脑，什么都懂一点；被收编的模型是肌肉记忆，它知道这家公司的账该怎么记、这个行业的坑在哪里。

这件事，正在发生：ServiceNow 2026 年二季度订阅收入 38.8 亿美元、同比涨 24.5%；它自己说，AI 智能体的部署量九个月里涨了九倍。

Salesforce 把 AI 直接卖成用量：Agentforce 每次对话 2 美元，或按 Flex Credits 买量，或按每用户每月 125 美元起——同一个产品线里，席位和用量两种计价并排放着。

SAP 走第三条路：把 Joule 的基础 AI 能力打包进云订阅、不额外收费，真正干活的智能体则按「动作」计价，官方定价是每个智能体动作 0.02 个 AI Unit。先把客户留在订阅里，再按用量收钱。

三条路不一样，方向一样。记录系统在把 AI 吸收进来，不是被它替掉。

记录系统的底牌，也就换了一层：切换成本之上，又多了一层——数据反馈回路。

受益的另外两个软件生态位

AI时代，只盯着应用软件这一层，这张图还不完整。

数据底座：把各家系统里的数据汇到一处、清洗治理的地方：Databricks、Snowflake 不记录单一业务事实，但企业所有数据都要过它们的手。Databricks 已经把给 Agent 的输出打分做成了产品。

数据管道：数据进出企业的必经之路：Cloudflare 不碰任何业务数据，但每条 Agent 的动作都从它的网络和安全网关过。2026 年二季度，它收入 6.96 亿美元，同比涨了 36%。这季度他还有个不写进利润表的数字。流经它网络的流量，第一次有超过一半来自机器，而不是人。公司预计，五年后机器流量会是人类的一千倍。

这两个生态位不会被 AI 的技术迭代稀释——它们不生产模型，只让数据流经并做治理；AI 越强，过手的数据反而越多。

中国在抢占什么

中国的记录系统厂商也在动：金蝶 2026 年 5 月发布企业 AI 操作系统灵基。它反复强调一句话：接入 AI，不等于 AI 原生。它把三十三年积累的财务模型、供应链流程、人力资源规则，封进了系统的知识与本体层。智能体上岗之前，已经懂报销、对账、月结这些通用管理场景。用友 2026 年 8 月发布 BIP 6，把 YonWork 的 19 大端到端流程 AI 化，定位从企业软件翻到企业 AI。

放在这把尺子下，它们做的事就清楚了：既然抄得走的能力终会贬值，那就把行业里最抄不走的那层：几十年的管理实践和流程知识，先登记进自己的系统。给 ERP 加个 AI 对话框是表面动作，真正的动作是抢占「不可搬运资产」。

硅谷在把 AI 收编进记录系统。中国在抢先把管理经验变成资产。方向不同，赌的是同一件事。谁握住了那层搬不走的东西，谁就赢在下一轮。