ARTICLE · 1276197

SaaS转型的死亡螺旋,为什么AI工具型产品难逃估值诅咒?

发布时间：2026-10-30 10:29:31 最近访问：2026-10-30 10:29:33

微软老大萨提亚·纳德拉抛出过一个挺震撼的观点：“人工智能（AI）助手的大爆发，可能会让这些我们习以为常的软件服务（SaaS）变得‘没用’，甚至直接淘汰掉！”

纳德拉的意思是，这些软件本质上干的事情挺简单的（比如存数据、发邮件、算表格），未来厉害的AI助手能直接替我们干这些活，根本不用我们再一个个打开软件去点来点去。AI会成为新的‘大管家’，在后台自动调用数据、处理任务、完成工作流。结果就是，那些单独的软件应用，可能会变得像旧时代的零件一样，要么被整合得看不见了，要么就变得没那么重要了。

颠覆SaaS产品的模式

微软CEO纳德拉提出的观点——触及了当前技术变革的核心。

这已经不只是单纯的软件功能上的升级了，而是关于整个软件服务商业模式上，涉及到根基的动摇。其根本原因在于，SaaS产品长期以来赖以生存的核心价值点正在被AI技术直接瓦解。

许多流行的SaaS工具，比如用于文档协作的、用于邮件发送的，甚至像Excel这样的表格处理软件，它们本质上做的事情并不复杂。

它们主要是提供了一个用户界面，让用户能够方便地对存储在后台数据库里的信息进行操作，比如创建新条目、查看现有信息、修改内容或者删除数据（这就是常说的CRUD操作）。

用户为这些服务付费，很大一部分钱是花在了这个交互界面的便利性、预设好的工作流程以及将这些功能打包成一个特定应用的形态上。

然而，AI代理的发展方向是能够直接理解用户的自然语言指令（比如“帮我分析上季度销售数据并给客户发个总结邮件”），然后它自己就能去找到相关的数据库，获取需要的数据，进行必要的处理（比如计算、分析、生成报告），再调用其他服务（比如邮件发送接口）完成整个任务。

在这个过程中，用户完全不需要打开Notion去查数据，也不需要打开Mailgun去发邮件，甚至不需要打开Excel去做表格计算。AI在后台就把这些步骤串起来了。

这就带来了致命的问题，如果AI可以直接操作底层的数据和服务接口来完成用户想要的结果，那么用户为什么还要为那些单独的、需要手动操作的软件应用界面和预设流程付钱呢？

用户真正需要的是“结果”（比如发送成功的邮件、生成的分析报告），而不是操作某个特定软件的过程。

SaaS产品过去构建的价值链——通过提供易用的界面和流程来吸引用户付费订阅——就被釜底抽薪了。

用户不再需要为了访问和处理数据而必须经过某个特定的应用界面，因为AI成了新的、更直接的“操作员”。

进一步的，这对SaaS企业最核心的“订阅模式”构成了根本性挑战。

企业客户会问：既然AI代理可以用更低的成本（无论是直接替代，还是像80:20模式那样用AI快速构建出核心功能）完成大部分工作，为什么我还要为整套SaaS的年费买单？

尤其是当这些软件中相当一部分功能可以被AI自动化替代时，维持高溢价就变得非常困难。

成本优势将迅速向能利用AI高效实现功能的解决方案倾斜。

传统SaaS企业辛苦建立的竞争壁垒，比如用户习惯了某个软件的界面和操作方式、更换软件带来的迁移成本麻烦、以及将多个SaaS工具集成在一起的复杂性，在AI代理面前显得脆弱不堪。

AI能够理解用户意图并自动选择和使用最合适的工具（或直接操作底层资源），用户不再被锁定在某个特定软件的生态里。用户粘性将不再依赖于对某个软件本身的习惯，而是转移到哪个AI代理能更高效、更准确地完成任务上。

这意味着，过去依靠用户习惯和迁移成本构筑的护城河，在AI驱动的“意图执行”时代，其防护作用会大幅减弱甚至失效。

这就是纳德拉所预见的“价值层坍塌”，SaaS的收费基础（界面、流程、应用形态）被AI代理绕过，其商业模式的核心（订阅续费）面临成本优势的挤压，而其竞争壁垒（用户习惯、迁移成本）在智能体的灵活性面前逐渐消融。

这是一个结构性的、深刻的商业挑战。

AI代理诱发的改变

传统软件，包括SaaS应用，其运作模式是“功能实现”。

用户需要明确知道要使用哪个工具（比如打开CRM系统），在这个工具里找到具体的功能模块（比如客户信息管理或邮件群发），然后进行一步步的操作，输入数据，触发功能，最终达成目标。

这个过程要求用户具备一定的软件操作知识和流程理解。

AI代理则开启了“意图实现”的新范式，用户不再需要关心具体使用哪个软件或如何操作。

他们可以直接用自然语言表达最终目标，比如“制定并执行第三季度的市场营销方案”或者“分析上周客户投诉热点并生成改进报告”。

AI代理的核心能力在于它能理解这种高层次、模糊的意图。

它会自动分解这个意图：需要哪些数据（可能来自销售数据库、客服系统、市场报告）、需要进行哪些分析（比如趋势预测、热点归类）、需要调用哪些功能（比如生成营销文案、设计广告图、向目标客户列表发送邮件）、以及如何协调这些步骤形成一个完整的工作流。

整个过程在后台自动执行，用户只需下达指令和接收最终结果。

这种转变带来了两个关键后果。首先，它导致了软件“生态位”的根本性替代，在“意图实现”的范式下，AI层（即理解意图、规划任务、协调执行的智能体）成为了新的核心控制层，类似于操作系统在个人电脑中的地位。

而传统的SaaS应用程序，无论之前多么强大和流行，其角色将不可避免地被弱化。

它们不再是与用户直接交互、提供价值的主体，而是退化为后台的“数据管道”或“功能执行器”。它们的价值主要体现在提供结构化的数据和可靠的、标准化的执行接口（API）供AI调用。

价值的制高点，即理解用户需求、规划复杂任务、整合资源的控制权和利润中心，从具体的应用软件转移到了AI代理层。

其次，这种转变带来了对传统软件商业模式在成本结构上的巨大冲击。

当AI代理能够通过理解和编排多个底层服务（可能包括开源工具、微服务、或者成本更低廉的替代性API）来完成过去需要昂贵SaaS套件才能实现的任务时，整体成本会显著下降。

例如，一家金融科技公司采用AI代理替代其传统的CRM系统后，客户管理相关的成本下降了70%。这不仅仅是自动化带来的效率提升节省了人力时间，更重要的是商业模式的重构。用户不再需要为包含大量冗余功能、复杂界面和维护成本的整套SaaS订阅付费。

他们只需要为AI代理的服务，以及AI代理所调用的那些真正被使用到的、按需计费的底层数据服务和功能执行付费。AI代理有能力选择最具成本效益的组合来完成用户意图，这从根本上动摇了传统SaaS基于预打包功能集和年度订阅费的定价模式。

所以，AI代理的颠覆性力量在于它改变了用户与技术交互的底层逻辑（从操作功能到表达意图），重新定义了软件生态中的权力结构（AI成为控制层，SaaS降级为执行层），并基于此重构了成本效益模型，对现有商业软件的价值链形成了“升维打击”，从这一点上而言，已经不是简单的同一维度上的竞争了，而是整个游戏规则的改变。

SaaS企业怎么办？

面对纳德拉所预见的AI代理带来的巨大冲击，传统的SaaS企业并非只能坐以待毙。它们有切实可行的路径进行转型和生存，关键在于重新定位自身在AI驱动的新价值链中的角色，并构建新的核心竞争力。

第一条可行的路径是深度融入正在形成的AI生态系统。这意味着SaaS提供商需要主动将自己的核心功能和数据，通过标准化的应用程序接口（API）开放出来，使其能够被AI代理轻松、可靠地调用。

本质上，SaaS产品需要从用户直接使用的“独立应用”，转变为AI代理执行任务时可以调用的“功能模块”或“数据源”。例如，一个项目管理工具不再期望用户登录其专属界面去操作任务，而是将其任务创建、分配和追踪的能力打包成API，供AI代理在规划复杂项目时自动调用。

这样，当用户向AI下达“组织新产品的市场发布计划”这样的意图时，该AI代理就能无缝地利用这个项目管理工具的API来分解和执行具体任务。

有实际案例表明，一个项目管理软件在完成这种转型后，虽然其传统界面的直接访问量可能下降，但通过AI代理调用其API的执行量反而激增了300%，整体价值并未削弱，而是转换了形式。

第二条路径是构建基于独特数据的强大护城河。AI代理虽然强大，但其决策和执行的准确性和深度，极度依赖于它所访问和处理的数据质量、丰富度及独特性。

对于SaaS企业，尤其是那些扎根于特定垂直行业的，最大的机会在于持续积累和精炼该领域内难以被轻易复制或替代的专有数据。

例如，在医疗领域，一个SaaS平台如果能持续汇聚高质量的、结构化的临床诊疗数据、药物反应数据或特定疾病的治疗方案数据库，并且这些数据经过深度处理具有极高的参考价值，那么它就成为了AI代理在解决相关医疗问题时必须依赖的关键“知识源”。

在这种模式下，该SaaS的价值不再仅仅是提供一个记录病历的工具，而是成为AI进行诊断辅助、治疗方案推荐等高级任务不可或缺的知识基础。数据本身的独特价值构成了强大的竞争壁垒。

第三条路径是专注于特定垂直行业的深度场景，打造“AI+专业经验”的闭环解决方案。通用型的AI代理可能在处理泛化任务上表现优异，但在高度专业化、流程复杂且依赖深厚行业知识的细分领域，其能力可能受限。

SaaS企业可以利用自身在特定行业的长期积累，将专家的经验、行业规则、复杂的业务流程和合规要求等深度融入其提供的AI能力中。

例如，在建筑行业，开发一个专注于自动审查工程图纸是否符合各地建筑规范、消防安全标准的AI工具。

这种工具需要理解极其复杂的法规条文、工程图纸细节和行业惯例，通用AI难以在短期内达到所需的精度和可靠性。SaaS企业通过深耕这些需要深厚专业知识的垂直场景，可以建立起通用AI难以跨越的行业壁垒。

第四条路径是进行价值升维的战略转型，即从销售“软件工具”本身，转变为销售“业务结果”或“价值担保”。

传统的SaaS模式是按用户数、功能模块或使用时长收费（软件许可模式）。

在新的竞争环境下，更可持续的模式可能是将收费与客户使用该服务后实际达成的业务成果挂钩。

例如，一个营销自动化SaaS公司，可以不再按发送的邮件数量或使用的联系人数量收费，而是改为按通过其平台（结合AI能力）实际产生的销售线索数量、客户转化率或最终成交的销售额的一定比例收费。

这种模式将SaaS供应商的利益与客户的业务成功深度捆绑，超越了简单的工具提供角色，转变为客户业务价值的共创者和风险共担者。

这要求SaaS公司对其提供的解决方案所能带来的实际效果拥有强大的信心和控制力，但其构建的客户关系和商业模式的韧性也远非传统模式可比。

从这几条路我们大概可以看出，SaaS企业的突围方向在于，成为AI代理生态中的关键功能/数据提供者（API化）、打造独特且高价值的数据资产（数据护城河）、在专业化领域建立深度壁垒（垂直深潜）、以及将商业模式从工具售卖升级为结果交付和价值共享（价值升维）。这些路径都要求企业进行深刻的自我革新，但也是应对AI代理时代挑战、实现持续生存和发展的关键策略。

资本于市场的反馈

资本市场的反应往往是行业变革最敏锐的风向标，当前的数据清晰地揭示了投资者对传统SaaS前景的担忧以及对AI代理未来的强烈押注。

具体表现在，全球风险投资（VC）的资金流向在近年出现了显著的转变：投向传统SaaS领域的资金规模有较为大幅度的下降，而与此同时，专注于开发AI代理技术和应用的初创公司所获得的融资额却相对暴增了。

这种巨大的反差说明，专业的投资者群体普遍认为，未来商业软件领域的增长点和价值创造将更多集中在AI代理层，而非传统的、功能相对单一的SaaS应用程序。

这种判断在公开交易的二级市场（股票市场）上也得到了印证。

股票分析师和机构投资者已经开始采用新的指标，例如“AI替代率”（即该SaaS公司的核心功能在未来有多大可能被AI代理自动化替代），来重新评估上市SaaS公司的长期价值和增长潜力。

基于这种新的评估框架，那些业务模式主要依赖自动化程度高、操作流程相对简单的工作流（例如基础的表格处理、信息记录或标准化通信）的SaaS工具提供商，其股票的市场估值受到了严重冲击。

反映在股价上，就是市场愿意为其未来盈利支付的价格（通常用市盈率PE倍数衡量）出现了大幅下降，部分公司该指标甚至下跌了50%左右。

这表明市场预期这些公司的盈利能力和增长空间将因AI代理的普及而显著萎缩。

这些资本市场的动向，其背后揭示了一个更根本性的规律：当一种技术（如AI代理）彻底改变了用户与计算机交互的核心方式（从操作具体软件到表达抽象意图），那么整个围绕旧交互模式建立起来的商业价值体系就必然面临瓦解和重建。

传统SaaS模式的核心——通过提供功能化的软件界面和预设流程来解决特定问题——本质上仍然延续了工业时代“工具思维”的数字化版本。

而AI代理所代表的“意图经济”，其价值创造点在于直接理解并满足用户的最终目标，跳过了对具体工具和操作步骤的依赖。因此，SaaS行业目前感受到的压力，并非仅仅是技术升级带来的竞争加剧，而是其底层商业模式赖以存在的根基发生了动摇。