价格出错

2026 年对上市市场的 SaaS 股票并不友好。

ServiceNow 今年迄今下跌 32%。Workday 下跌 30%，并进行了 CEO 更替。Salesforce 下跌 27%。追踪上市 SaaS 公司的 BVP Nasdaq Emerging Cloud Index 下跌 18%。二月份单日 3000 亿美元的抛售已被称为“SaaSpocalypse”。

与此同时，私人 AI 公司正以创纪录的估值融资。Anthropic 正接近完成一轮 200 亿美元的融资，估值达 3500 亿美元。三年前还不存在的 Decagon 在 D 轮融资中获得 45 亿美元估值 。似乎每天都有新的 AI 独角兽诞生 。

那么，这些市场为何会如此分化？

两个市场都在尝试为软件的未来定价。只是他们对那种未来的样子存在分歧。所有这一切背后的问题是人工智能扮演什么角色。

当然，我们相信人工智能将发挥巨大的作用。真正的问题是谁拥有这种智能，这种所有权实际价值多少，以及价值最终流向何处。

这些价格是对还是错？

我们开始深入了解吧。

公共市场的暗示

公开市场的投资者并不是在说软件已经彻底消亡，但他们在为不确定性定价——即在人工智能时代，成为一家软件公司意味着什么。

具体表现在：

• 如果代理减少了人工用户， 基于席位的定价会不会被压缩 ？

• 如果 AI 将用户界面抽象化， 转移成本 会下降吗 ？

• 如果收入与计算或结果挂钩， 毛利率会被侵蚀吗 ？

• 功能迭代速度会加快到差异化缩小吗

传统 SaaS 的估值基于其经济模型的持久性：

• 70–85% 及以上毛利率（可扩展性）

• 可预测的经常性订阅收入

• 净美元留存率，主要通过席位扩增实现

• 对增长具有高度可见性

人工智能正在颠覆价值单位 ，因为代理不会“购买席位”。相反，它们像人类一样行动：执行任务并产生结果。这一转变带来了关于利润率持久性和定价结构的实质性问题，而公开市场按照其本性，会对不确定性进行折现。

私有市场所暗示的

另一方面，私有市场正在定价一种必然性，即：

• 软件通过替代劳动力并自行完成工作来显著扩大可服务市场（TAM），在此过程中释放出服务收入

• 以人工智能为原生的公司可以在此前由人类完成的工作上获得软件化规模利润率，尤其是当模型变得更便宜且随着规模扩大优化改进时

• 智能被嵌入到每一个工作流程中，开始更像数字化员工而非工具运行

• 人工智能使得此前无法大规模实现的全新类别成为可能，例如一对一的个性化内科医生护理或人人可得的高管助理

人工智能确实解锁了全新的产品类别，并显著扩展了软件的能力。我们在多个领域的许多 AI 原生公司中都看到了这一点。像 Cursor、Decagon、Harvey、OpenEvidence 这样的公司就是例子。

但仅仅因为一家公司是“AI 原生”并带有一丝增长气息，并不意味着它就自动值得获得 1000 倍（或 100 倍）ARR 的估值倍数。

许多这些公司仍面临诸多挑战：

• 长期来看毛利率能否保持的证据不足

• 如果代理抽离了用户界面层，切换成本不明

• 随着客户将价格与人工成本进行比较，面临定价压力

• 基于用量的收入波动性与长期订阅年度经常性收入（ARR）

双方都过度纠正？

我们的观点是双方都存在过度修正。

在“AI 时代”，软件仍将是必要的。拥有关键数据、深度嵌入企业工作流程、具有实际转换成本并且分销渠道强大的公司，未来仍会被需要。Snowflake 的云数据仓库将是推动企业内部 AI 的关键组成部分。Datadog 的可观测性能力难以替代。你也无法为 Crowdstrike 的安全平台营造相同的氛围。

与此同时，许多私有 AI 公司尽管差异化薄弱、在很大程度上依赖于补贴模型运行成本的前沿模型提供商、定价持久性证据有限（0 到几年续约）、长期毛利结构不明朗（许多公司毛利率低于 30% 或为负）、且分销渠道缺乏差异，却仍从估值上升中获益。

因此我们可能正在看到双向的错误定价：

• 有一些高质量的公共 SaaS 公司被过度折价

• 有一些平庸的 AI 业务被过于乐观地奖励

这就是为什么很难从市场的一个快照中得出太深的结论。 我们正处在巨大变革的时代，带来前所未有的不确定性和估值错配。

那么，真正重要的是什么？

与其把问题定格为“SaaS 对 AI”，不如问一下公司在客户体系中扮演什么角色。我们可以将其划分为：

• 记录系统： 拥有并构建底层数据的结构

• 工作流系统： 组织工作的执行方式

• 行动系统： 自动执行工作

在一个以智能代理为主导的世界里，这三层仍然重要，但它们的影响力会发生变化。代理将依赖记录系统来获取结构化、可信的数据。随着协同被直接嵌入智能系统，纯粹的工作流层可能会被压缩。而能够自动执行工作的行动系统将被放大。最终胜出的公司将是那些掌控专有数据、将决策嵌入核心架构、理解企业本体并能在组织工具/角色之间建立映射，并从提供信息的仪表板演进为能够交付结果的系统的公司。

还应考虑定价如何演变。在过去二十年里，软件以生产力实现变现。按席位收费模式可行，是因为价值随着使用该工具的人数增加而扩大。就像从铅笔到电子表格的转变一样，软件并没有替你完成工作，而是使个别员工在各自的任务上速度大幅提升。

AI 将价值从生产力转向执行力 。

客户不再仅仅满足于获取数据或工作流程。他们要的是任务被完成。如果代理能端到端运行整个工作流程，按席位计费的模型就开始失效。你付费的不是访问权限，而是结果。这就意味着定价必须与价值挂钩。我们预计会更多采用基于使用量、按动作计费、基于结果或与已完成工作绑定的混合模式，而不是按登录或席位计费——这一转变将对这些企业的估值产生重大影响。

这一切将如何演变？

“SaaSpocalypse” 在短期内可能是反应过度，而在长期则可能反应不足。

在短期内，公开市场正在以比基本面恶化更快的速度压缩估值倍数。最优秀的 SaaS 企业仍然掌握关键数据、嵌入式工作流和受信任的分销渠道。代理的出现不会抹去这些优势。AI 会先整合到这些系统中，而不是先取代它们。

但放远来看，软件的经济学确实在发生变化。基于席位的定价在软件能够提升生产力时是合理的。在一个代理驱动的世界中，价值从“支持工作”转向“完成工作”。这会改变定价模式、利润结构和竞争边界。一些既有企业会演化为“行动系统”；另一些则会发现，没有对数据或结果的所有权，工作流是一种脆弱的处境。

与此同时，私人 AI 市场正在为不可避免性定价。智能将无处不在，但智能本身正在快速商品化。模型接入并不是一道护城河。持久的赢家将拥有专有数据、控制分销、深度嵌入客户系统，并对他们独有提供的结果进行定价。两个市场都在从不完整的信息中做外推，其结果是现在的波动性和未来的实际分化。

那我们怎么想？

系好安全带……今年剩下的时间将是一段惊心动魄的旅程！