SaaS 从来不是关于软件：“人工智能终结 SaaS”的论调哪里错了
上周，价值 3000 亿美元的 SaaS 市值在几天内蒸发，这标志着“SaaS 末日”的开始。自然，AI 要为此负责。增长率永远不会恢复了。市场规模已经永久缩水。高利润率的经常性收入时代已经结束。
这是一个引人注目的故事。但它是错误的。
并不是说 SaaS 不会被颠覆。现有公司需要创新。按人头定价需要更新。这当然没错。
它之所以错误，是因为误判了 SaaS 真正出售的是什么。
SaaS 从来就不是关于软件本身
SaaS 与之前的本地部署模式有两点不同：
首先，商业模式从一次性许可购买转向订阅。支出从资本性支出转为运营性支出，并变得更可预测。按每座席定价将成本与感知价值对齐。
其次，产品从需要安装和维护的软件转变为作为托管服务交付。更新、正常运行时间、安全和基础设施成为供应商的责任。集中的研发投入使得产品能够更好、更快且更频繁地交付。
这两个属性都促成了该模式的兴起，但都不足以解释它为何至今如此根深蒂固。
SaaS 强制遵循标准结构，从而限制了企业需要做出的决策范围。这是企业级 SaaS 的一个关键好处。
在 SaaS 出现之前，任何偏离标准的地方都需要定制代码。基本工作流程可以直接拿来用，但涉及公司特有流程时，就要在代码库上做定制。或者由 IT 部门开发专用应用并与主系统集成。这导致了臃肿、IT 倦怠以及大量的组织性和技术性债务。
SaaS 将这种 IT 扩散压缩成了结构。企业得到的是配置而不是定制。很多时候，当软件结构与公司工作流程发生冲突时，软件会占上风。
SaaS 不只是更好、更便宜、更快的软件。它传达了一套规则和规范，告诉 IT 和业务用户如何实施最佳实践。
代码并不是限制因素
限制在于决定代码应该做什么并确保它做到。在企业中，这意味着要与利益、优先级和政治资本各不相同的人沟通……并让他们达成一致。
职业早期我曾为能源公司负责 ERP 升级、合并和云迁移。即便是在十多年前，实际的构建只是整个项目时间的一小部分。需求收集花费数月，进行数十次用户访谈、设计会议和流程审查。组织经常利用这些项目来评估资源配置并精简工作流。关键在于达成一致。
例如尽管 Palantir 声称他们的 AI 可以将这一过程从六个月和六百万美元压缩到六十秒 ，这会让项目缩短六个月吗？还是说在构建环节节省的时间被转移到了设计和测验上？
AI 拓展了决策面。 随着 AI 使构建变得更便宜、更快捷，设计阶段随之扩大。突然之间，每个系统和每个流程都变成了可供改造的对象。
这意味着更多的利益相关者、更多的会议、更多的参与和认可。
当你可以以接近零成本构建任何东西或迁移到任何地方时，问题就从“我们能否做到？”转向了“我们是否应该这么做？” 你是否还需要另一个围绕次优流程优化的定制工作流？你是否需要重新争论什么才是合格线索？
AI 带来了更多验证和变更管理的需求。 当 AI 在执行迁移或构建系统时，谁来验证这些工作？我们是否最终花更多时间在测试和变更管理上？ 谁来告诉本就对系统持怀疑态度的员工，AI 算对了他们的工资计算？
还是 SaaS 的全部意义在于有人已经解决了这些问题，企业只需直接采用即可？
AI 从未成为 SaaS 的（存在性）威胁
一句大胆的断言，但其形成基于：
SaaS 的价值从来不在于软件本身。如上所述。
从相对比例看，我们在 SaaS 上的支出其实并不多。根据 Zylo 的数据，公司每名员工在软件上的平均支出为 1.15 万美元。相比之下，白领员工的平均工资为 12.2 万美元。
传统 SaaS 和企业级 AI 各有优势，最聪明的人“明白这一点”。企业中的早期采纳者不会浪费时间去重新发明轮子。相反，真正的胜利将来自于在最适合的地方实施 AI。他们会追求“惊艳”效果。这更倾向于决策、行动和创造的系统……而不是复制。
那么自然的结论不是 AI 会彻底摧毁传统 SaaS，而是它会深刻影响我们的劳动力。叙事也支持这一点。有数百条关于 以 AI 为动力的劳动力放缓的通告 。然而，在 Klarna 在 2024 年闻名于世地解雇了 Workday 之后 ，并没有出现大批取消的长队。
SaaS 是顾问。AI 是劳动力。两者各有用武之地。
如果你认为人工智能会终结 SaaS，那你就是在押注企业软件的价值在于代码。
并非如此。
为了强调这一点，请考虑该框架：
SaaS = 顾问。 共享资源，是最佳实践的堡垒。通过上岗培训来减少返工，外包风险并规范成本。
人工智能 = 劳动力。 它执行任务。它接受指令并产生输出。它在任务层面替代劳力：分析、决策、产出。价值在于行动，成本亦然。
组织离不开员工的产出（至少现在是这样！）。他们会雇佣顾问以获取最佳实践（以及政治掩护）。但顾问不能取代员工（反之亦然）。同样，人工智能会加速执行，但它不会消除对记录系统和规则体系的需求。这些记录和规则最好由结构化、确定性的系统来管理。
