AI 深 度 · 2026
THE END OF SAAS · SERVICES AS SOFTWARE
软 件 正 在吃 掉 软 件
订阅制、坐席费、仪表盘——这套运转了二十年的逻辑,正在被 AI 从底层拆解。
SaaS 的核心假设只有一条:软件是工具,人是作业者。这条假设在过去二十年里成立。但当 AI 智能体开始直接承接业务目标,软件本身变成了执行者,这条假设就不再成立了。
◆
传统 SaaS 的定价逻辑锚定的是企业的 IT 采购预算,通常只占总营收的极小比例。而当 AI 直接交付业务成果,它切入的是另一个量级的市场——劳动力成本。
数字可以说明问题:Salesforce 年营收 350 亿美元,而全球企业每年在销售与营销人员薪酬上的支出高达 1.1 万亿美元。软件供应商能捕获的价值区间,正在从软件预算扩张至劳动力替代市场。
已有企业开始用实际行动验证这一逻辑。部分快速增长的公司通过 AI 优先的方式自主构建行政财务系统,替代了两套传统 SaaS 平台,实现了 75% 的日常运营工作量削减,彻底摆脱了外部许可费用。
◆
| 80-90%传统 SaaS毛利率区间 |
| 41-60%AI 软件实际毛利率 |
| 70%预计到 2028 年放弃纯坐席计费的供应商比例 |
◆
坐席制计费建立在一个隐含前提上:用户数量与交付价值线性相关。一个高自主性的 AI 智能体可以承担数十名员工的工作,却不占任何坐席。这个前提在 AI 时代直接失效。
更危险的连锁反应是:AI 效能越高 → 企业裁减冗余人员 → 坐席订阅数下滑 → 软件商收入萎缩。这不是小概率事件,而是这套模型的内在矛盾。
市场已经在定价这种衰退。坐席制计费的渗透率在 12 个月内从 21% 跌至 15%,混合定价模型从 27% 飙升至 41%。成果导向计费(Outcome-Based)开始跑出数据:采用该模式的企业客户留存率提升 31%,满意度提升 21%。
◆
90% 的企业仍在用电子表格流转 ERP 之外的财务数据。财务和运营团队有近 30% 的时间消耗在纯粹的对账与数据匹配上,分析人员 40% 的精力耗在原始数据收集,而非战略解读。
智能体数据分析正在替代这条链条。AI 不再是辅助写 Excel 公式的助手,而是直接接管数据获取、清洗、建模、因果推理和报告撰写的端到端数字分析师。连接 12 种以上异构数据源,持续监控 KPI,发现异常后两秒内交付包含图表、引文和行动建议的完整报告。
核心支撑是语义层的引入——提前定义「活跃客户」「毛利率」等业务专有名词的计算规则,让 AI 基于经过校验的指标推理,而不是直接对齐混乱的原始 SQL,避免幻觉和 join 错误。
◆
| 人类用自然语言描述意图,AI 自主完成工程文件编写、依赖锁定、沙箱配置和自动部署。 |
| Cursor 估值 99 亿美元,ARR 5 亿美元,每两个月营收翻番。 |
| AI 驱动的工程生成工具使软件开发耗时缩减 55%,代码交付质量提升 30%。 |
◆
标准化软件走向免费化
工单系统、发票提取、CRM 单功能组件——这类标准化软件将迅速商品化
氛围编程普及后,软件供给量呈指数级爆发,供给过剩压低溢价
能捕获溢价的,是深度绑定业务上下文、直接对齐最终指标的全流程 AI 服务
软件正在失去前端外壳
传统软件为让人类点击操作,演化出了复杂的仪表盘和操作画布
未来软件转型为暴露 MCP 接口的轻量化无头服务
AI 智能体在后台相互调用、动态组合、按需生成——用户看不见,但一直在跑
真正的壁垒在转移
代码资产不再是护城河。未来软件公司的核心壁垒将是数据主权、实时多源集成能力,以及对细分业务场景的深度适配——这些是 AI 短期内无法自动生成的东西。
! END !

夜雨聆风