夜雨聆风
文|周效敬
编辑|燕子
排版编辑|唐山惠
长期以来 SaaS 行业都笃信着一套经典的增长公式，大家普遍认为想要做大营收规模就必须让销售、研发和客服的人头跟着往上堆。
庞大的团队特别是从事线索发掘和基础支持的岗位，渐渐成了传统软件企业很难甩掉的成本包袱。
但牛透社发现，全球企业软件巨头正在打破这一传统，上演了营收增长与人员规模彻底脱钩的人效飞跃。
01
Salesforce在过去三年就做了一场组织重构的实验，通过他们的财报数据，我们可以清晰地拉出这条靠 Agent 杠杆驱动的效率提升曲线。
2023财年（截至2023年1月）Salesforce 的全球员工总数逼近 8 万人的历史顶点。
随后的故事大家都不陌生，公司一次性裁掉约 10% 的员工，到 2024 财年，总人数大幅降至 7.2 万出头。
更有意思的是进入 2025 和 2026 财年。虽然总人数温和回升到了 7.6 万人左右，但这背后隐藏着一场高强度的结构性换血。
Salesforce 在内部甚至执行过裁掉 1000 人又重新招募 1000 人的净重组操作。
离开业务线的，大多为传统线索跟进和基础客服人员，新引入的编制则几乎全部给到了能驾驭 AI 和大模型的 Agent 架构师与前沿技术专家。
伴随着这波减员与换血，Salesforce 的运营利润率画出了一道异常陡峭的上扬曲线。
在传统 SaaS 时代，这家巨头的利润率常年在 20% 上下徘徊，例如 2023 财年为 22.5%。
但在强硬推进组织瘦身与内部硅基化之后， 2024 财年的利润率直接断层跃升至 30.5%，并在最新披露的 2026 财年数据中进一步摸高到 34.1%。
这直接捅破了过去 B2B 商业模式的利润天花板！
利润狂飙的底层引擎究竟在哪，去听听近两年的财报电话会议就能找到答案，高管们的叙事重心已经全面倒向了 Agentforce 这个数字劳动力平台。
掌门人马克·贝尼奥夫在向股东解释内部降本增效时，直言不讳地说，随着 AI 客服智能体的全面上线，公司某一支持团队的规模直接从最高峰的近 9000 人缩减到了 5000 人左右。企业现在确实需要更少的人头了。
目前 Salesforce 内部部署的 AI 智能体已经能够独立接管约 50% 的客户交互任务。
在销售前端，过去需要海量 SDR 挨个拨打、长期死磕的冗杂线索，现在正规模化地交由 Agentforce 去做初筛、多轮沟通和意图判断。
机器完成大浪淘沙后，只把最高质量的商机精准投喂给高级客户经理。
Salesforce 证明了，企业可以在人头不增加的情况下迎来利润爆发，而这正是新时代华尔街最看重的极限杠杆率。
02
微软在过去三年里维持了云业务波澜壮阔的高速增长，但其员工总数曲线和后台费用却呈现出极其克制的低位变化状态。
我们将微软过去几年的核心数据切片进行对比，一条不断变陡的人均创收（Revenue per Employee）曲线跃然纸上。
在 2022 财年的古典扩张巅峰期，微软全球员工总数曾随着疫情红利一度飙升，当时的人均创收停留在约 90 万美元的水平。而 2023 年初成为了历史性的分水岭，萨提亚·纳德拉在宣布裁员一万人的内部信中明确宣告了下一代计算浪潮的到来。
去掉劳动力冗余后，微软迎来了真正的极限人效杠杆奇观。
根据其最新披露的 2025 财报数据，微软全年总营收达到了创纪录的 2817 亿美元（同比增长 15%），营业利润更是跃升至 1285 亿美元（同比增长 17%）。
在这份体量极其庞大的增长成绩单背后，其员工总数的增速却被牢牢锁死在极低水平，这直接将微软的人均创收历史性地推高至 120 万美元以上。
当营收与利润的增速持续跑赢员工扩编的速度，意味着这家科技巨头已经跨越了传统软件时代的规模陷阱。
这种组织进化，在微软的 SG&A（销售与管理费用）占比变动中也有体现。
在传统的企业级软件服务模式里，想要支撑起 Azure 每年超 750 亿美元体量且维持高双位数增长，必然需要成比例地扩建全球销售网络、法务及后台行政团队。
但微软的账本给出了完全相反的走势：
2022财年（古典扩张巅峰）： 微软 SG&A 费用约为 277 亿美元，占当年 1983 亿美元总营收的比重约为 14.0%。
2023财年（重组与阵痛）： 伴随裁员遣散等重组费用的短期列支，SG&A 占比微升至 14.3%，这是清洗旧产能付出的最后代价。
2024财年（新杠杆）： 随着 AI 平台发力，在总营收飙升至 2451 亿美元的情况下，SG&A 费用仅微增至 315 亿美元左右，占比大幅压降至 12.8%。
2025财年（规模化兑现）： 在总营收跨越 2817 亿美元大关（增长 15%）的狂飙中，其管理与后台费用的绝对值几乎陷入“停滞”，SG&A 占营收比重进一步下探至 11.8% 左右。
营收保持 15% 的增速，而后台与销售费用增速却被紧紧按在低个位数。这两条曲线形成的巨大“喇叭口”，就是 AI 释放出的极限运营杠杆。
微软凭什么能做到业务盘暴涨而后台不膨胀？答案就是全员“吃狗粮”。微软不仅在向全球售卖 Copilot，它自己本身就是全球最大的企业级 AI 提效试验田。
纳德拉在致股东信中反复提及一个核心理念，即 AI 正在将“专业技能民主化”。
以研发团队为例，财报和内部文本中多次引用了极具代表性的量化指标：GitHub Copilot 已经能够帮助顶尖开发者（如前特斯拉 AI 负责人 Andrej Karpathy）自动编写约 80% 的代码。
这种硅基结对编程模式，让微软内部的工程师团队在不增加初级码农编制的情况下，代码产出量和迭代速度实现了质的飞跃。
在后台行政与业务运营端，Microsoft 365 Copilot 的全员部署同样引发了化学反应。
法务部门的合同审查周期被大幅缩短，人力资源与财务部门的标准化核算工作被智能体批量接管。
过去大公司里最容易滋生人浮于事、流程冗长的后台部门，如今在 AI 的重塑下变成了高度自动化的运转枢纽。
微软的这份财报向整个 To B 行业展示了一个新常态。随着 AI 平台与智能体的深度渗透，组织规模的扩大已经不再需要对等的后勤、行政与初级技术人员来支撑。
过去我们评价一家科技巨头是否具有统治力，往往会看它的全球员工规模有多么庞大。
但微软用 SG&A 数据证明，在生成式 AI 时代，真正能够让巨象轻盈起舞的，是让现有的核心团队长出技术翅膀，用极度克制的“碳基”规模，去撬动无限的硅基杠杆率。
03
如果说前文的巨头选择了对内部编制动刀，那么 ServiceNow 和 Adobe 则向我们展示了另一种截然不同的打法。
作为数字工作流和创意软件领域的绝对头部，它们在 2024 至 2025 年的 AI 浪潮中，成功利用生成式 AI 巩固了护城河。它们在业务体量狂奔的同时，极其克制地控制着员工总数和后台费用。
ServiceNow 的核心命脉是帮企业打破数据孤岛、做复杂的流程自动化。翻开其最新的财务账本，一条极其陡峭的“人效破局”曲线清晰可见。
在 2025 财年，ServiceNow 的订阅收入成功跨过了 128.8 亿美元的大关，同比增速高达 21%。与此同时，其员工总数的扩张却显得异常收敛。
数据显示，2023 年其员工总数为 22668 人，到 2025 年温和增长至 29187 人，2025 年的员工人数同比增速仅为 11%。高达 21% 的订阅收入增速几乎达到了人头增速的两倍，完美拉开了人效的“喇叭口”。
此前，ServiceNow 管理层详细披露了被称为“Now on Now”的内部 AI 战略，明确指出生成式 AI 智能体目前已经能够自主处理内部高达 90% 的 IT 支持请求和 89% 的客户服务请求。
机器接管了海量结构化和重复性的运维工作，使得内部 54% 的员工服务工单通过自助服务被拦截。
这一内部 IT 运维和客服开支的锐减，直接为公司创造了超过 5 亿美元的降本增效价值，彻底打破了“规模扩张必须增加人头”的旧日魔咒。
Adobe 的进化路线同样令人震撼。
自从全面接入 Firefly 生成式 AI 矩阵并推出 AI-first 应用后，市场曾一度担忧大模型的推广与算力消耗会带来营销与运营费用的失控。最终的财报数据彻底打消了这一疑虑。
深挖 Adobe 近三年的三费占比可以发现，在 2023 财年（前大模型时代），其市场与销售费用占总营收的比例为 28%（绝对值为 53.5 亿美元）。
到了全面推广 Firefly 和生成式代币的 2024 与 2025 财年，在总营收一路飙升至 237.7 亿美元（2025年）的背景下，其市场与销售费用占比出人意料地出现微降，并被牢牢锁定在 27%（2025年销管费用为 64.88 亿美元）。
牛透社在其官方文件中发现，Adobe 管理层对费用压降给出了清晰的定性解释。
通过推行“产品驱动增长（PLG）”和利用生成式 AI 赋能内部及客户的业务流，公司大幅缩减了内容营销和获客成本。
管理层特别强调了 Adobe GenStudio 与自定义模型（Custom Models）在降低内容生产与合规审查开支上的威力。
借助生成式 AI，企业能以极低的边际成本实现内容生产的自动化，并通过定制化模型严格把控品牌的一致性，省去了过去庞大且繁琐的人工合规审查环节。
这种将创意、分发与合规无缝融合的硅基内容供应链，让 Adobe 在疯狂吸纳新用户的同时，成功避开了砸钱投流和扩编销售铁军的传统消耗战。
因此，在生成式 AI 时代，To B 护城河已经告别了庞大的销售军团和冗长的运维团队。
我们可以结合下面这张“全球 SaaS 巨头人效提升对比图来看，横向比较下，各大巨头的人效提升其实呈现出了三条不同的路径：
Salesforce 的 FY24 人效指数高达 19.4%，主要来自裁员和 9.88 亿美元重组费用带来的“分母收缩”，2025财年回落至 3.8%，说明重组红利消退，Agentforce 开始承担结构化置换。
微软则是平台型提效，2024和2025财年仍保持了 17.2% 和 14.0% 的提升，体现 Copilot 在内部研发、销售和运营中的系统性杠杆。
ServiceNow 与 Adobe 更稳健，通过 Now Assist、Firefly 和 Token 消耗，把 AI 嵌入工作流，在不激进裁员的情况下持续释放人效。
04
如果只看利润率的上扬和股价的狂欢，很容易陷入“AI 能够点石成金”的盲目乐观。
牛透社翻开这四家科技巨头的财报底页，发现在那些不起眼的附注和管理层讨论中，隐藏着组织重构所付出的沉重代价。
AI 杠杆率的提升并非免费，它本质上是将“人力资本”置换为“算力资本”，其中既有真金白银的遣散代价，也有向算力黑洞持续输血的漫长周期。这也叫“转型税”。
我们先看 Salesforce。
光是在 2024 财年，Salesforce 就一次性列支了高达 9.88 亿美元的重组费用。
这些费用绝大多数被用于支付成千上万名员工的遣散费、办公空间租赁合同的提前终止以及业务流程的重置。
对于一家以销售导向为核心的公司而言，这意味着管理层必须有巨大的财务魄力，敢于在短期内通过牺牲财务报表的净利润，来强制压降长期的人力包袱。
再看微软。
在2023财年的财报中，微软为了加速向 AI 平台的全面转型，一次性列支了 8 亿美元的遣散费用。这种做法不仅是在清理冗员，也是为了在组织内部释放出能够投入 AI 研发的“现金池”。
如果说重组费用是组织重构的阵痛代价，那么资本支出的暴涨则是转型后的“长期账单”。
在这些巨头的资产负债表与现金流量表中，我们可以观察到一种非常明显的此消彼长：
人员薪酬（反映在 SG&A 和 R&D 中的部分）在部分业务板块中呈现出增长停滞甚至下降的趋势，但购买算力与构建数据中心的资本支出却在以惊人的速度狂飙。
以微软为例，其在数据中心、高性能计算集群（GPU 集群）上的资本投入，已经成为公司现金流出的绝对大头。
过去，微软主要的支出逻辑是“人头费”，通过增加高薪研发人员的编制来换取软件创新；
现在，资本逻辑转变为“算力费”，通过将数十亿、数百亿的美金投入到电费、服务器和高速光模块的采购账单中，来换取大模型的迭代速率与智能体的推断能力。
除了明面上的重组费与资本支出，这些巨头还面临着更深层的“隐藏成本”。
在 ServiceNow 和 Adobe 的财报中，我们可以看到随着 AI 智能体的普及，运维与研发结构的复杂性在增加。
ServiceNow 在推行 Now Assist 过程中，依然在持续列支合同终止成本，这表明 AI 的接入并非直接抹除旧系统，而是在旧系统的地基上覆盖新功能，这本身就会产生高额的系统融合与维护成本。
更重要的是，算力的暴涨带来了巨大的能源消耗黑洞。
正如 Adobe 在“Summit 2026”中所强调，为了支撑生成式 AI 的 Token 消耗，公司不得不持续扩大对高性能分布式集群的投资。
这些在损益表底层不断累积的能耗与基础设施维护开支，正在成为 SaaS 巨头们除了人员薪酬之外，最不可控的“隐形运营杠杆”。
因此，所谓“规模”，不过是旧时代的幻觉。当全球 To B 巨头们用一份份财报集体给出“减员增效”的答卷，那个靠堆人头拼增长的古典时代就已宣告终结。
点击“阅读原文”报名「SaaS 企业 AI 转型」系列深度学习。
