在 AI 时代构建持久企业
本文信息来源：canapi
一个时代的终结：SaaS 模式遭受冲击
近二十年来，SaaS 的策略看似无懈可击。代码发布后，可变成本几乎为零，因此毛利率通常稳定在 70%以上。合同制的多年订阅为投资者和董事会提供了推动高估值倍数的收入可见性。冗长的实施过程、痛苦的数据迁移以及变革管理的惯性锁定了客户，而不断增长的附加模块目录和席位扩展将净美元留存率推至 120%以上。预付账单甚至产生了负运营资本：现金在服务交付前几个月就进入银行。
再结合深化集成（因此增加退出摩擦）的合作伙伴市场和 API 生态系统，SaaS 公司几乎可以在每个续约周期提高价格。结果是高利润率、粘性收入和有利的 LTV/CAC 的罕见结合，所有这些都包装在投资者能够理解的简单 ARR 叙述中。
AI 已经开始松动这些螺栓中的每一个。大型模型推理引入了真实的可变销货成本：每个查询都会触发 GPU，而这需要有人付费，迫使供应商转向随客户活动起伏的基于使用量或结果的定价方案。这种可变性破坏了曾经内置于 ARR 中的预测舒适度，并削弱了”高利润率软件”的故事。与此同时，低代码工具、开源 LLMs 和 API 就绪的基础模型压缩了功能的半衰期——今天的突破性 UI 可能在几个月甚至几周后就被快速跟随者克隆。
切换成本相应下降；客户可以在几天内（而非几个季度）测试、验证和更换供应商，这削弱了粘性，并将净营收留存率(NDR)拉回到 100%附近。更糟糕的是，如果 AI 功能真的能提高生产力，许多客户会随着时间推移购买更少的席位，这消除了基于席位扩张的增长动力，而买家们却坚持认为”AI 应该是标配，而不是附加费用。”再加上将敏感数据通过外部模型路由所带来的合规负担，就连那些曾经为 SaaS 确定性慷慨付费的受监管行业也开始犹豫。
适应新常态
浮现的图景很清晰：在 AI 原生的世界里，传统的基于席位、以年度经常性收入(ARR)为中心的 SaaS 模式面临着结构性的利润率和留存压力。
在很多方面，我们以前经历过类似情况：在 2000 年代的云转型期间，现有企业和新进入者都在应对重大技术变革，这迫使所有人重新思考他们的市场推广、定价和交付模式。许多现有企业——甲骨文、SAP、IBM——巧妙地驾驭了这一转变，此后达到了新的高度，而亚马逊、谷歌和 Salesforce 等年轻的佼佼者帮助定义了新常态。在这一过程中，数十家现在已成为软件业中流砥柱的公司诞生于云原生时代，市场也因此变得更加强大。
我们预期在 AI 时代会出现类似的模式。随着 AI 成为标准功能，现有企业和初创公司都需要重新审视其商业和产品策略。基于使用量和结果的定价模式将变得更加重要，因为供应商需要控制推理驱动的商品销售成本(COGS)，而强健的实施方法将至关重要，因为企业需要在复杂的传统技术栈中释放 AI 的潜力。
这些都不一定意味着 SaaS 的终结 ，但明确表明了一种演进。作为 B2B 金融科技和软件投资者，我们花费大量时间思考在后 AI 世界中企业价值将如何积累。两种模式仍然突出：(a) 收入随经济规模自动增长的业务，使利润率免受推理成本影响，或 (b) 深度嵌入高风险工作流程的解决方案，移除它们需要重新构建整个组织架构。实现其中任一种（或两种）的公司应该能够在传统 SaaS 策略发生根本性变化时保持良好的发展态势。
论点第一部分：拥有流量
基于资产的可扩展费用平台
如果深度集成的 AI 系统通过拥有深度获胜，那么互补型策略则通过拥有流量获胜：即每当资金流动、资产增长或信贷扩展时都收取一定比例费用的平台。
1. 与经济潮流共同增长的收入。
无论是资产管理的咨询费、支付的交换费，还是贷款发放的手续费，这些业务都会随着交易量和价格通胀自动增长。BCG 的 2025 年全球金融科技报告显示，60%的金融科技收入（约 2310 亿美元）已经来自这些”收费站”，年复合增长率达 21%——是传统银行费用增长的两倍多。
2. 类似 SaaS 的利润率，但没有推理拖累。
一旦核心基础设施到位，为每增加一美元的资产管理规模或支付量提供服务只需几分钱成本。人工智能通过自动化欺诈审查、对账和合规等流程为该模式注入强劲动力，将人工转变为异常处理角色，并将毛利率推向 70%多的高水平，同时避免了重度依赖 AI 的 SaaS 产品所承受的可变推理成本负担。
3. 通过市场升值实现内置的净分销收益率(NDR)。
传统的 SaaS 供应商依赖于席位扩张；而资产平台的收入在客户财富增长或交易速度加快时都会增长。 凯捷的《2025 年全球财富报告》 指出，仅去年全球高净值人群的资产就增长了 6%。将此与 AI 推动经济下温和的 3-4%GDP 增长相结合，费用收入会显著复合增长——这还是在新客户到来之前。如果 AI 生产力提升将 GDP 增长推动到方舟投资预测的 7%+范围，这些公司的净收入留存率表现可能远超当今顶尖的 SaaS 公司。
4. 两股长期趋势推动了十年的地盘争夺战。
- 大财富转移。 美国家庭资产中大约 90 万亿美元将从婴儿潮一代转移到千禧一代/Z 世代。定位为该资本目标账户的托管机构和注册投资顾问将继承数十年的客户生命周期。
- 一切皆交易。 嵌入式金融预测显示到 2030 年全球交易量将达到 7.2 万亿美元，届时支付和借贷基础设施将消失在软件中。每个嵌入式节点都是新的收费站。
5. 防御性存在于许可证、资产负债表和集成中。
处理资金并非纯软件游戏；它需要监管批准、资本、风险模型以及与客户系统的深度集成。这些摩擦会减缓快速跟进者的步伐，就像前置部署的工程师在工作流程方面减缓他们一样。投资者应该青睐以下平台：
- 持有难以获得的特许经营权或发行方许可证
- 在流程中的多个节点进行布局（托管和支付；经纪和咨询）
- 拥有专有的风险或交易数据，以提升承销和动态定价能力
6. 风险和承销考量。
交易量具有周期性：经济衰退引发的资产缩减或支出放缓会立即影响营收。对冲策略是多元化——跨越资产类别、地理区域和费用类型——以及当流量下降时可以灵活缩减的成本基础（AI 驱动的运营使这变得更容易）。
底线： 基于资产的平台重现了投资者钟爱的经典 SaaS 的所有优点——高利润率、负营运资本、粘性关系——而且没有 AI 推理税负，同时对通胀和经济扩张都具有上行杠杆效应。在与工作流深度优胜者配对的投资组合中，它们提供了不相关的、与宏观经济挂钩的复合增长，能够持续超越任何单一技术浪潮的炒作周期。
论文第二部分：拥有深度
深度集成的智能系统
第二种可投资的原型通过掌控整个工作流程来获胜，而不是通过销售独立的”AI 功能”。这些公司看起来不像传统的产品供应商，而更像现代的、以软件为驱动的咨询公司。前沿部署的工程团队与少数几个细分领域的领导者深度合作，围绕领域调优的智能流程重建关键任务工作流程，然后才将他们学到的经验产品化。
1. 从顶层开始，而非中间层。
中端市场的标志性客户可能是诱人的概念验证，但它们很少能提供构建持久护城河所需的数据权限、集成访问或预算规模。相反，获胜的模式是获得少数几个能够大规模支付七位数或八位数年合同价值的企业锚点客户。回报是巨大的：大型企业拥有最丰富的专有数据集和最痛苦的遗留系统混乱，因此即使是单次部署也能为差异化公司奠定基础。
2. 前置部署的工程师作为突破口。
借鉴 Palantir 的”实地运营”模式，精英工程师与客户的主题专家现场办公（或虚拟办公桌旁）。在初期，这可能只是创始人在努力深入理解客户需求时的做法。他们的职责范围超出了交付代码；他们与真实用户合作，巧妙处理官僚主义障碍，并实时改进流程。这种咨询式的密切合作能带来三个效果：
- 发现传统多租户 SaaS 供应商从未见过的边缘案例数据
- 消除客户的变更管理痛点，这是 AI 采用和 ROI 的最大阻碍
- 建立人际关系护城河——后续供应商无法简单地通过”API 接入”来取代现有厂商
3. 通过重复实现产品化。
一旦第一家企业正式上线，策略手册就将经验转化为代码：可重复使用的集成适配器、微调模型和治理模板。每个新客户的入驻速度都更快，使公司能够逐渐降低服务比例，同时保持高毛利率的软件收入。Bessemer 2024 年垂直 AI 投资组合正展现出这样的曲线——同比增长 400%，同时保持约 65%的毛利率。
4. 三重捕获收入引擎。
智能系统供应商深度嵌入客户的工作流程，随着采用的成熟，他们解锁了三个日益丰富的预算：
- 效率份额 ：替代人工操作和手工切换操作，按自动化任务收费或按成本节约百分比收费
- 专业知识共享 ：用实用软件和富有同理心的建议取代每小时 1000 美元的幻灯片式咨询，收费仅为传统咨询公司的一小部分，同时实现更高的利润率
- **平台共享**：随着抽象层的成熟，完全替代传统软件系统；随着时间推移可以获取客户整体运营支出的很大一部分
序列很重要：自动化证明投资回报率，嵌入式专业知识赢得信任，信任获得淘汰现有系统的许可。一旦这三个层面都积累起来，收入增长就会超过人员增长，客户流失风险也会急剧下降。
Palantir 的商业业务——有望突破 10 亿美元，同比增长超过 70%——说明了一旦抽象层变得不可或缺，捕获栈就会迅速复合增长。ServiceNow 的 2025 年 AI 成熟度指数报告显示，”AI 领跑者”（采用这种全栈方法）和落后者之间存在 3 倍的收入差距。
5. 风险和承保考虑因素。
销售周期长，部署定制化，交付失败具有二元性。早期运营的大部分内容将不具备可扩展性，毛利率可能比传统 SaaS 低得多且持续更长时间，这可能会压缩估值或使融资变得困难。这些压力可以通过以下方式缓解：
- 在首次企业部署之前尽可能保持精简——由联合创始人和1-2名工程师组成的敏捷团队应该足以验证该方法
- 要求与结果挂钩的定价以保持上行空间
- 跟踪利润率进展：服务→软件组合应改善每个客户群体
- 将专有数据权利视为主要资产；它们是让后续实施从咨询式转向近乎交钥匙式的飞轮
结论： 在前端功能以模型供应商发布周期的速度商品化的时代，深度——而非广度——才能构建护城河。那些将前沿部署的工程师嵌入顶级企业、将这些经验编码为可复用系统、并通过三重捕获扩张的公司，能够从”智能顾问”升级为价值数十亿美元的工作流所有者。
我们的信念与投资方式
AI 正在颠覆推动 SaaS 前二十年发展的一些经济假设，但 SaaS 模式本身远未过时。历史表明，那些刷新产品、定价和市场推广策略的现有企业，能够在平台转换后变得更加强大——我们预期这次也会如此。
尽管如此，AI 浪潮不会让所有船只都水涨船高。那些忽视可变推理成本或固守僵化定价模式的按座位收费供应商将面临利润压力。那些依靠供应商锁定和定价权来推动净收入留存率的边缘产品将被成本仅为其一小部分的更优产品所取代。但对于合适的团队——拥有正确的架构、市场进入策略和客户同理心——上升空间可能是前所未有的。
我们相信这两个论题领域——可扩展的资产平台和深度集成的智能系统——代表了专注于金融服务和企业软件的投资者和建设者最具吸引力的近期和中期机会。
