AI 正在吞噬软件：B2B SaaS 已死了吗？

在过去二十年的大部分时间里，B2B SaaS 一直是科技行业中最可靠的商业模式之一。你卖出一个席位，续订这个席位，扩展账户，并且每年小幅提价。如果留存强劲、流失率较低、净收入扩张表现健康，市场就会给予你更高的估值倍数。二级市场投资者喜欢这种可预测性，一级市场投资者喜欢这种可复制性，而创业者则喜欢拥有一套行之有效的方法论。久而久之，整整一代企业软件公司都是建立在一个简单假设之上：优秀的软件意味着可预测的单用户收入。

如今，这一假设正面临真正的压力——不是因为软件正在消失，而是因为价值单位正在发生变化。旧模式出售的是对工具的访问权限，而新模式越来越多出售的是已经完成的工作。

这听起来或许只是个细微差别，但我认为这正是当前争论的核心。它关乎这样一种区别：是为一个 CRM 席位付费，还是为所创造的合格销售管道付费；是为一个支持平台付费，还是为已解决的工单付费；是为一个分析仪表盘付费，还是为答案本身付费。更广泛地说，这也是在购买帮助人类完成工作的软件，和购买能够直接完成其中一部分工作的 AI 系统之间的区别。这就是为什么市场不断追问，B2B SaaS 是否已死。

我的答案是否定的，但那个曾孕育出 Salesforce、Workday、ServiceNow、Atlassian 以及数十家定义品类公司的 SaaS 版本，正在被实时改写。资本正在重新配置，定价模式正在变化，分销方式正在迁移，买家也在重新思考他们究竟愿意为什么付费。与此同时，新一代 AI 原生公司正以几乎超过软件类别以往任何产品的速度扩张。真正的标题不是 SaaS 已死，而是中间地带正在被挤压。

数据告诉我们的是什么

过去 18 个月的数据看起来与其说是一次正常的软件周期，不如说更像是一场制度更迭。从融资端看，AI 已经成为风险投资的引力中心。2025 年，AI 吸纳了全球约一半的风投资金；到 2026 年第一季度，这一比例已升至约 80%，背后推动力来自 OpenAI、Anthropic 和 xAI 的超大规模融资。Agentic AI——这一与传统按席位计费软件竞争最直接的类别——在 2025 年融资 64.2 亿美元，创下自主软件有史以来融资规模最大的一年。Gartner 目前预计，2026 年全球 AI 支出将达到 2.5 万亿美元；IDC 则预计，到 2029 年，Agentic AI 将占据全球 IT 支出逾四分之一，约合 1.3 万亿美元。这不是正常的采用曲线——看上去更像是资源再配置曲线。

公开市场也从另一个方向发出了类似的信号。到 2026 年初，云软件企业未来 12 个月营收的企业价值倍数中位数已降至 3.6 倍，为十年来最低水平，远低于 2021 年超过 18 倍的峰值。软件板块的预期市盈率也首次跌破标普 500 指数，从 2020 年至 2022 年高点的 84 倍降至 2026 年 3 月左右的 23 倍。这不仅仅是一次估值重置，更是市场在提出一个更根本的问题：如果 AI 能够完成那些过去软件只能帮助协调的工作，那么传统软件公司究竟应该值多少钱？

再看那些 AI 原生公司的增长曲线，按历史上的 SaaS 标准来看，几乎荒诞得令人难以置信。Cursor 的 ARR 从 2025 年 1 月的 1 亿美元跃升至 2026 年 2 月的 20 亿美元。Sierra 在成立不到两年内就达到了 1 亿美元 ARR。Glean 在九个月内将 ARR 从 1 亿美元翻倍至 2 亿美元。Harvey 到 2026 年 1 月时 ARR 已达 1.9 亿美元，并于 3 月以 110 亿美元估值完成融资。ElevenLabs 在 2026 年初突破了 5 亿美元 ARR。在此前的 SaaS 时代，能够在五到七年内做到 1 亿美元 ARR 就已被视为顶尖水平。如今，我们看到 AI 原生公司在两年内、甚至更短时间里就达到这一里程碑，并继续以打破大多数历史风投基准的速度复利增长。

其中一部分是炒作。一部分是需求前置，还有一部分最终会令人失望。但我认为，把整个趋势都斥为泡沫，恰恰错过了更有意思的一点：企业买家买的不只是新软件。他们买的是一种新的劳动力架构，而那是一个大得多的市场。

为什么这个问题会在现在被提出

“ SaaS 已死吗？”这个问题之所以变得无法回避，是因为行业里一些最聪明的操盘者，已经开始把原本只在私下说的话公开说出来了。

Satya Nadella 在 2024 年底表示，在智能体时代，“商业应用存在这一概念”可能会崩塌。他的意思并不是数据库会消失，或企业不再需要记录系统，而是许多商业应用本质上不过是包裹着工作流逻辑的 CRUD 数据库。如果这些逻辑转移到智能体上，应用层就会发生变化。智能体将成为交互界面，记录系统将成为基础设施，而传统应用在用户体验中的核心地位将被削弱。

曾在 Salesforce 任职、随后创办 Sierra 的 Bret Taylor 也从另一个角度提出了类似观点：在他看来，AI 的原子单位是智能体，未来绝大多数数字化交互最终都将通过智能体而非传统应用界面完成。a16z 的 Martin Casado 则认为，就连风险投资本身作为一门行业，也正受到实质性颠覆。Benedict Evans 对 A 轮融资市场的判断则更进一步，他认为，如果一家传统 SaaS 公司没有一个以 AI 为原生核心的论述，如今要融到 A 轮已经变得极其困难。

当 Microsoft 的首席执行官、Sierra 的创始人、一位顶级风险投资人，以及全球最敏锐的科技分析师之一都在描述某种版本的同一场转变时，问题已不在于变化是否会到来，而在于什么能在这场变革中存活下来。

一个更好的框架：什么会被吞噬，什么会存活，什么会变得更大

这场争论中最大的错误，就是把所有 SaaS 都当成同一种东西。事实从来并非如此。“B2B SaaS”涵盖轻量级横向生产力工具、受监管的记录系统、垂直操作系统、工作流自动化、数据基础设施、开发者工具、安全平台、金融系统以及行业专用应用程序。AI 不会以同样的方式影响所有这些类别，更合理的分析方式应当是按类别、按工作流、按定价模式逐一审视。以这样的视角来看企业软件，我看到三种大致的模式：有些类别会被吞噬，有些会存续下来，还有一些实际上会变得更大。

被吞噬的是什么： 最脆弱的软件，是那些横向通用、缺乏差异化、按席位收费的工具。它们的价值主张一直大致是：我们给数据库套上了一个更好的 UI，让人工工作流程更易于管理。这在云时代已经足够，但在智能体时代，这已经不够了。

客户支持是最典型的例子。多年来，支持软件向客服人员出售席位，向管理者出售工作流程工具——参与流程的人越多，能卖出的软件也就越多。AI 彻底颠覆了这一逻辑。Intercom（近期被 Salesforce 收购）如今以每个已解决结果 0.99 美元的价格销售 Fin。Sierra 的定价约为每次问题解决 1.50 美元，且仅在其智能体端到端解决问题时收费。买方支付的，不再是访问权限，而是已完成的工作。

一旦这种情况发生，所有按“劳动力税”定价的横向 SaaS 公司都会面临问题。如果我可以按问题解决次数付费，为什么还要按客服席位付费？如果我可以按合格销售线索付费，为什么还要按销售开发席位付费？如果我可以按审阅文件数量付费，为什么还要为研究席位买单？这并不意味着所有席位都会消失，但确实意味着，席位不再是默认的价值单位，而定价数据已经反映出这种转变。仅在过去 12 个月里，采用席位定价的 B2B 软件公司占比就从 21%降至 15%，而混合模式则从 27%跃升至 41%。Gartner 预计，到 2030 年，超过 40%的企业 SaaS 支出将脱离纯粹的席位定价模式。

我认为，定价是这个市场中最重要的领先指标之一。定价的变化，往往早于公司类别的彻底更替。当买家不再愿意为席位付费时，他们其实是在告诉市场：他们看重的是别的东西——结果。而 SaaS 中那些缺乏差异化的中间地带，并没有为这种转变做好准备。如果一款产品是横向型的、集成程度较浅、差异化较弱，而且主要按席位数量销售，那么 AI 会从多个方向挤压它。基础模型会将智能层商品化，智能体会吞噬工作流层，老牌厂商会把类似功能打包进更广泛的平台，而买家也会开始追问，为什么还要为另一个登录账户付费。

什么能够存活下来： 第二类是能够存活下来的软件，而且在很多情况下会变得更有价值：工作流纵深强、垂直化、受监管、作为记录系统的软件。在某些类别中，这些护城河实际上可能会进一步增强。

合规是原因之一。HIPAA、Basel III、FedRAMP、FINRA、SOC 2、州级隐私制度、采购规则、可审计性以及法律责任，都不是小障碍。软件越接近受监管的决策、金融工作流、法律责任或运营风险，就越难被一个概率型智能体所取代。记录系统之所以具有黏性，也自有其原因——它们保存权威数据、连接其他系统、编码权限，并生成审计追踪。AI 智能体或许会成为界面，但底层记录系统仍然重要。事实上，它可能变得更加重要，因为智能体的价值取决于其能够访问的数据、权限和工作流上下文。

当模型日益商品化时，专有数据也会变得更有价值。如果每个人都能获取越来越相似的基础模型，差异化就会转向数据、工作流上下文、集成能力和信任。一家在建筑、医疗保健、物流、保险、支付或法律工作流中积累了多年专有运营数据的垂直软件公司，拥有的是一种通用横向 AI 封装根本不具备的资产。

这就是为什么“AI 将取代 SaaS”的说法在我看来过于粗糙。在许多企业场景中，AI 并不会取代记录系统，而是叠加其上。智能体成为交互层，工作流变得更加自动化，人机界面也发生了巨大变化，但数据模型、权限结构、合规层和审计追踪仍然不可或缺。当然，并非所有垂直软件都会胜出。糟糕的垂直软件依然会被市场淘汰，而那些数据薄弱、工作流浅显、客户黏性有限的轻量型垂直 SaaS 也很脆弱。但深度嵌入业务的垂直操作系统，所处位置要比通用型横向工具有利得多。

谁会变得更强大： 第三类是我认为很多人低估的一类：拥有分销能力和数据的现有巨头，实际上可能会变得更加强大。

关于 AI 颠覆的软件业叙事，偷懒版的说法是：老牌巨头输，初创公司赢。有时确实如此，但在企业软件领域，分销能力至关重要。现有客户关系至关重要。已安装基础至关重要。数据引力、采购信任、安全审批以及集成接口同样至关重要。Salesforce 的 Agentforce 通过其现有客户基础迅速扩张。ServiceNow 的 Now Assist 已成为推动 ACV 增长的重要因素。Microsoft Copilot 已经是一项年化规模达数十亿美元的业务。Adobe 则已将 Firefly 嵌入庞大的创意用户基础之中。这些并不只是防御性举措，更是进攻性布局。

大型软件巨头早已深植企业工作流之中，拥有分销能力、采购入口、信任基础、数据和集成能力。他们可以将 AI 打包进现有合同，向现有客户追加销售，并把分销优势转化为智能体收入。这并不意味着每一家巨头都会胜出——许多公司会推出平庸的 Copilot，为其收取过高费用，并最终面临客户流失。但最优秀的巨头正利用 AI 强化自身相关性，扩大 ACV，并守住系统记录层的防线。

因此，这不会演变成一个泾渭分明的“初创公司对阵 incumbents”的故事，而是呈现出一种“两端强、中间弱”的杠铃格局。一端，AI 原生公司以显著更优的产品和基于结果的经济模式，攻入特定工作流程；另一端，规模化的 incumbents 则利用分发能力和数据，在庞大的既有客户基础上吸纳 AI 需求。被挤压的是中间地带：既没有初创公司的速度，也没有 incumbents 分发优势的同质化软件。

我在寻找什么

企业软件领域的新赢家，看起来将不再像传统的横向、按席位收费的 SaaS 公司，而更像是智能体平台和垂直操作系统。

能够直接执行工作的智能体软件。 我反复想到这样一些类别：从历史上看，软件更多是在协调劳动，而非取代劳动——从合同到回款、应收账款、计费、催收、销售开发、客户支持、合规审查、招聘运营、法律研究、数据补全、内部财务流程。上一个时代，创业者往往从某个工作流出发，思考如何把它包装成软件出售。而在这个时代，最优秀的创业者则从一项待完成的工作出发，思考系统本身能够完成其中多大比例的任务。这将导向不同的产品、不同的定价模式，以及从根本上不同的公司构建路径。这一类别中最有意思的公司，并不只是给现有的 SaaS 产品加上 AI 功能，而是在“价值单位不再是席位，而是智能体”这一假设之上，重构整个工作流。

受监管行业和传统行业中的垂直 AI。 法律、医疗保健、建筑、保险、物流、政府、金融服务、制造业、合规和能源等领域，都存在混乱的工作流程、碎片化的数据、行业专用语言，以及一旦软件出错就会带来现实后果的问题。而这种混乱，恰恰就是机会所在。最优秀的垂直 AI 公司将模型能力与工作流语境、专有数据、集成能力、监管知识以及顾客信任结合起来——这比一个通用的 AI 外壳要更难复制。我认为，许多具有持久生命力的公司将诞生于此，并不是因为每一个垂直市场都具有吸引力，而是因为合适的垂直市场，能让 AI 楔入那些此前因过于复杂、过于碎片化，或过于依赖服务而无法被传统软件吸收的工作之中。

关键在于判断一家公司的垂直化究竟是真是假，还是只是打着垂直化的话术。真正的垂直 AI 公司掌握语境与场景。它理解工作流程，与记录系统集成，获取专有数据，并成为客户运营体系的一部分。薄弱的垂直 AI 公司不过是一个披着行业化营销外衣的提示词界面。前者可能成为一家非常出色的企业，后者则会被彻底碾压。

数据与知识层。AI 的能力取决于其可获取的上下文，这使得企业知识成为 AI 技术栈中最重要的组成部分之一。企业积累了海量非结构化数据，散落在 PDF、电子邮件、文档、工单、记录文本、合同、手册和内部知识库中。如何将这些数据转化为 AI 可用的上下文，是一个巨大的难题。传统的企业搜索关注的是查找文档；而 AI 原生搜索则着眼于综合生成答案、跨来源推理，并最终采取行动。企业需要的不只是模型——它们还需要与自身知识、权限、数据和工作流相连接的模型。

保持谨慎的理由

首先需要警惕的是投资回报率。麦肯锡 2025 年《AI 现状》调查发现，如今 88%的组织至少在一项职能中使用了 AI，但只有约 6%实现了有意义的财务回报。采用范围很广，但真正兑现的投资回报仍然有限，而这一差距至关重要。许多企业在尚未围绕 AI 彻底重构工作流程之前，就已经开始试验、试点并部署 AI。这在平台转型中很正常，但也意味着，并非每一款获得早期收入的 AI 产品都具备持久价值。有些工具会被尝试后放弃，有些 Copilot 无法证明其价格合理，有些智能体工作流会在生产环境中失效，还有一些顾客会发现，如果不对流程进行重构，自动化并无法带来承诺中的经济效益。

第二个警示是质量。Klarna 以 AI 取代数百名客服人员的高调试验，在出现质量问题后被部分逆转，公司重新聘用了人工客服，来支撑分层支持模式。其教训并不是 AI 失败了，而是“彻底替换”这种思维模型本身就是错误的。更好的模式是组合：在记录系统之上部署智能体，在边缘环节保留人工介入，在需要判别的地方设置升级路径，并建立持续反馈闭环，随着时间推移不断改进系统。企业需要的不只是自动化，而是可靠的自动化，而这要困难得多。

第三个警示是估值。这个市场的部分领域正显现出真正的泡沫动态。对于增长最快的 AI 原生公司，50 倍到 100 倍的预期营收倍数，建立在并非每家公司都能实现的执行路径之上。如今，对持久性的尽职调查比以往任何一个软件周期都更为重要——客户留存、毛利率走势、抵御基础模型改进冲击的防御能力、分销能力、数据获取、工作流深度、从试点走向生产部署的能力，以及在不损害利润率的情况下按结果定价的能力。在这样一个炙手可热的市场中，资本会资助许多本不该存在的公司。这并不是回避这一类别的理由，但却是必须谨慎承做的理由。

这对投资者意味着什么

首先，B2B SaaS 并没有消亡——而是在分化。横向型、按席位定价、缺乏差异化的中间层正在被挤压。垂直化、深度嵌入工作流、作为记录系统的软件仍然具有价值。而代理与基础设施层，正在催生一代扩张速度远超该类别历史水平的公司。真正的问题不是“我们是否还投资 SaaS？”而是“这究竟是一家什么类型的软件公司？”它是一个轻量级工作流工具，还是一个记录系统？是一个垂直操作系统，还是一个代理式劳动力替代方案？它是否掌握独特数据，拥有真实分发能力，能产出买方可以衡量的结果？AI 是在提升它的价值，还是在将它商品化？这些问题比标签本身更重要。

第二，定价是领先指标。与其纠结一家软件公司卖的是什么，不如先看它是怎么卖的。从按席位定价转向按使用量、混合、按智能体和按结果计费的模式，能看出一家公司是在为未来十年布局，还是仍在打一场上一代的战争。席位不会完全消失，但在 AI 能够直接完成工作的类别中，纯粹按席位定价将越来越难以自圆其说。能够顺利完成转型的公司，会让价格与顾客价值保持一致。做不到这一点的公司，则将面临利润率压力、客户流失和估值缩水。

第三，分发和数据仍然重要，有时甚至比以往任何时候都更重要。GitHub Copilot 在 AI 编码助手领域的份额，并不只是关乎模型质量——还关乎其通过 GitHub 和 VS Code 实现的分发。Salesforce 的 Agentforce 增长，主要来自其现有用户基础。Microsoft Copilot 则受益于 Microsoft 在企业内部的地位。Adobe Firefly 受益于 Adobe 已安装的创意用户基础。最有可能在这场转型的长期进程中胜出的公司，要么是那些在垂直领域或工作流上高度聚焦的 AI 原生构建者，要么是那些成功将分发优势转化为智能体收入的 incumbent。资本撤离速度最快的，正是泛化横向市场的中间地带。

旧有的 SaaS 打法是出售访问权限。新的企业软件打法则是交付工作成果。对投资者而言，这意味着机会并未消失，而是在转移。未来十年的价值将归属于那些从底层围绕 AI 重建、掌握深度工作流语境、获取专有数据、让定价与结果挂钩并巧妙利用分发能力的公司。那些围绕 AI 完成重构的公司，最有可能带来最值得关注的回报。