夜雨聆风
AI将改变现有的软件形态。但历史表明，最大的变化可能出乎所有人的意料。
2月2日，Anthropic宣布了其Claude Cowork AI软件的一项新功能：一个简单的插件，帮助用户执行审查合同或起草保密协议等法律任务。乍一看，这条新闻似乎算不上惊天动地，但它却从根本上撼动了金融市场：在该工具首次亮相后的24小时内，投资者抹去了科技股2850亿美元的市值，其中软件供应商受到的打击尤为严重。在接下来的几周里，这种溃败还在继续，甚至催生了一个新词——“SaaS末日（SaaSocalypse）”，指的是当今商业软件供应商普遍采用的软件即服务（SaaS）商业模式。（软件股已收复了部分失地，但在发稿时仍比1月底的水平低约8%。）
对许多投资者来说，逻辑很简单：像Anthropic的Claude这样的AI模型将消除对专业商业软件的需求。公司只需让AI来执行目前由其他供应商软件处理的任务，或者他们会让来自Anthropic、OpenAI或谷歌的AI编程智能体“凭直觉编程（vibe code）”，也就是量身定制满足其需求的专属软件。无论哪种方式，企业都将不再需要从Salesforce、ServiceNow和微软等传统供应商，或从数百家提供法律科技、采购系统或财务规划软件的较小利基公司那里购买昂贵的软件。
这种末日观点引发了激烈的辩论，批评人士坚持认为抛售过度了。美国银行高级分析师维韦克·艾莉亚（Vivek Arya）称投资者对SaaS业务的悲观情绪是“不加区分的”、“被夸大的”和“逻辑上不一致的”。甚至连像英伟达（Nvidia）CEO黄仁勋这样大力推崇AI的人也对CNBC表示，“市场搞错了”。他认为，AI智能体非但不会终结对预构建软件的需求，反而会使用这些软件来完成任务。
虽然AI的出现对投资者来说无疑是一个需要费心理解的新进展，但“SaaS末日”辩论核心的根本问题却与创新本身一样古老。每一项新技术都会开启新的可能性，并导致人们重新评估现有的做法。接受《财富》杂志采访的历史和经济学理论专家表示，导致一项创新取代其前身，而另一项技术与现有技术并存或走上完全不同道路的因素各不相同，且难以预测。在许多情况下，预期的结果——无论是过于乐观的还是充满悲观的——最终都大错特错。
以20世纪80年代出现的摄像机为例。一些人预测电影制作将会激增，因为视频降低了制作成本和对专业知识的需求。视觉内容确实出现了爆炸式增长。根据IMDB的数据，20世纪90年代发行的电影总数是70年代的两倍。但视频在很大程度上几乎没有影响票房大片的制作，这些大片继续使用胶片拍摄。根据美国电影协会的数据，按不变美元计算，1980年至2007年间，故事片的平均制作成本非但没有下降，反而增加了两倍。实际发生的情况是，视频和胶片几乎占据了完全不同的细分市场：人们在非院线内容（如教育和培训影片）上转向视频，但在大型制片厂发行的大片上仍然依赖胶片和专业制作。
“摄像机填补了教育和培训内容的另一个细分市场——它们并没有改变院线电影。”
就在新手导演发现摄像机的同时，桌面出版也开始受到关注——并引发了商业印刷店将消亡的可怕预测。毕竟，公司现在可以自己做“印前”设计和排版工作，企业可以使用紧凑且无处不在的彩色激光打印机打印自己的文档。不再需要雇佣商业印刷商了。
然而，桌面出版并没有扼杀商业印刷。相反，根据美国政府的统计数据，在这项技术首次亮相后的十年里，美国受雇于印刷及相关辅助活动的人数实际上有所攀升，在1998年达到了约68万名工人的顶峰，而商业印刷店的数量在1995年升至6.2万家的历史新高。桌面出版实际上让更多的人开起了印刷店。它确实消除的是对排字工人、拼版人员和分色专家等专业印前角色的需求。整个20世纪90年代，这些特定工作确实出现了显著下降。与此同时，不断扩大的印刷店数量导致竞争加剧和利润率下降。这最终导致了行业整合，因为赚取任何利润的唯一途径就是通过规模经济。
随着AI降低了编写代码的门槛，软件领域会发生类似的情况吗？AI可能不会扼杀软件供应商，反而会有更多的公司成立来编写专业的商业应用程序，因为雇用稀缺、专业的编程人才变得不那么重要了。而且，与印刷业类似，SaaS的利润率可能会缩水，从而迫进行业整合。但这不会是因为AI吞噬了SaaS，而是因为AI滋养了SaaS。
纽约州立大学石溪分校的经济学家洛伦茨·埃克特（Lorenz Ekerdt）表示，过去大半个世纪的历史表明，企业变得越来越专业化，并将更多辅助功能外包出去。他认为AI不会逆转这一趋势。“我认为我们将越来越多地看到利基软件被使用和生产。但如果我们问：‘谁来制作这些软件？’似乎仍然会是那些相同的公司，”他说。为什么？因为软件供应商已经建立了制作和维护软件的所有流程和基础设施、安全协议、代码审查等。软件业务以外的公司将不得不重新发明这些流程。虽然AI或许能够实现其中一些过程的自动化，但非软件公司把事情搞砸的可能性仍然很高。
买还是建？(TO BUY OR TO BUILD?)
决定一家公司为何决定购买某些东西而不是自己制造它的经济学理论，是由英国经济学家罗纳德·科斯（Ronald Coase）从20世纪30年代末开始首创的。科斯的观点是，“买还是建”的决定在很大程度上取决于“交易成本（exchange costs）”，也就是详细说明和执行公司所需物品的合同条款有多容易。对于商品化的生产投入，交易成本往往很低，因此企业倾向于购买这些东西。对于高度定制的投入，或者当公司的需求可能迅速发生变化时，很难以合理的成本制定合适的合同，因此企业倾向于在内部生产这些投入。企业还必须权衡风险：一方面是供应商利用优势，在一段时间内要求更高付款的风险；另一方面是担心内部建设这种能力是否能在合适的质量、数量、成本和时间范围内完成。
就AI和软件而言，公司可能会允许员工“凭直觉编程”一些小型的、手工打磨般的生产力工具，以使他们的工作更轻松。但对于关键的、有点商品化的、专业化带来的竞争优势有限的系统（想想会计或人力资源软件），公司可能会发现继续从成熟的供应商那里购买更有效率。这些供应商有财力雇佣最好的程序员和用户体验设计师，并且拥有交付产品路线图和维护大型代码库的既定流程。在这种情况下，软件市场可能会分化：最成功的现有供应商继续蓬勃发展，而更多利基应用程序制造商发现自己越来越需要在与内部“凭直觉编程”的解决方案相竞争。
研究企业经济理论的诺贝尔奖得主、哈佛大学经济学家奥利弗·哈特（Oliver Hart）表示，在AI和软件领域，需要考虑几个交易成本的因素。一方面，AI应该会降低现有软件供应商为特定客户定制产品的成本，从而降低公司选择构建自己软件的可能性。
“要求人们使用AI来编写关键代码，就像是在一辆以60英里/小时速度行驶的汽车上换漏气的轮胎。”—— 詹姆斯·科尔塔达 (JAMES CORTADA)，明尼苏达大学技术史教授
然而，哈特指出，由于软件供应商的部分利润来自于锁定客户的数据，或者通过对将数据移出其平台收取费用，这些交易成本可能会迫使一些公司接管软件开发，以便获得更大的灵活性并控制未来的成本。一些公司可能还会尝试用AI构建自己的软件，哪怕只是为了利用内部软件开发的威胁，从外部供应商那里获得更好的合同条款。不同的企业可能会得出不同的结论。“这将变得非常针对特定客户，”哈特说，“我认为未来的走向还不是完全显而易见的。”
这场AI与SaaS之争的结局也可能比许多人预期的要缓慢得多。明尼苏达大学专攻信息技术史、曾在IBM工作多年的教授詹姆斯·科尔塔达（James Cortada）表示，公司几乎总是渐进式地采用任何新技术，以将风险降至最低，并且不太可能从购买SaaS产品大规模转变为编写自己的代码。科尔塔达说，公司花了四十年时间才从使用COBOL语言为大型机编程转变为使用更现代的编程语言，例如C++和Java。而且，企业花费了差不多十年的时间才从使用本地服务器迁移到云端，即便如此，许多公司仍然继续将最重要的数据保存在他们直接控制的服务器中。
在谈到AI和软件时，科尔塔达认为更有可能发生的是，现有的供应商将越来越多地把AI整合到他们的软件中，并且他们的客户将使用这些功能，而不是使用AI完全取代现成的软件。“要求人们使用AI来编写关键系统（如工资单系统或采购系统）的代码，就像是要求人们在一辆继续以60英里/小时速度行驶的汽车上换漏气的轮胎，”科尔塔达说。“这太冒险了。”
