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。

◆

◆

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。

◆

◆

! END !