“旧的 SaaS 范式正在瓦解，但属于 AI Native 的黄金时代才刚刚拉开帷幕。”

作者丨胡敏 岑峰

今年开年，全球软件股的投资人共同经历了一场“惊魂六十天”。

去年底到今年初，市场尚沉浸在“AI 应用大爆发”的幻梦中，然而 1 月底，Anthropic 甩出了能够自主操控电脑、实现自主办公的 Claude Cowork ，直接震碎了传统 SaaS 的估值逻辑。

短短两个月，北美软件股蒸发了超 1.6 万亿美元市值。市场弥漫着一种近乎绝望的论调：既然 AI 已经可以像人一样操作电脑、接管业务流，那么过去二十年里我们辛苦构建的图形界面和业务软件，是否已经沦为了落后的生产力？

针对这些事关生死的问题，在雷峰网 GAIR Live 线上圆桌中，三位深耕 SaaS 行业、视角互补的行业老兵——

何润：致趣百川联合创始人兼CEO；

Daniel：资深投资人，互联网大厂业务负责人；

吴昊：《 SaaS 创业路线图》作者、SaaS 领军企业天使投资人、前执行总裁；

展开了一场一个半小时的硬核对谈嘉宾们针对 SaaS 的现状与未来给出了极具穿透力的判断。

01

近期 SaaS股价暴跌：

并非财务收入，而是预期被降维打击

在Daniel 看来，SaaS 的暴跌并非源于 SaaS 公司财务数据不及预期，而是预期被降维打击。

过去，SaaS 厂商掌握了业务流程的“出入口”，就掌握了溢价权。但当 AI Agent 能够绕过界面直接操作软件，原本的“流程化软件”正在退化为“智能 Agent 的插件”。这种隐忧导致付费预算大规模从应用层向 LLM 基础设施转移。

有一个直观的数字：如 Anthropic 等 AI 公司的收入增长很明显，从去年年底到最近一个季度增长非常快。原来市场预计到 2026 年，OpenAI 和 Anthropic 的 ARR 可能做到 200 亿美元，但现在看，这个数字很可能会被远远超过。

何润则给出了一个更具“痛感”的观察：三年前国内 SaaS 厂商的 PS（市销率）估值体系已经崩完，如今北美的 PS 也开始松动，现在每一家都必须思考如何变成一个“挣钱的公司”。

他指出，现在很多北美 SaaS 公司的 NDR（净收入留存率） 已经回踩到100%，这对市场来说是一个巨大的心理冲击。如果 NDR 继续下探，PS 模型便彻底失效。

吴昊补充道，像 Salesforce 他一直在长期关注，但一个比较有意思的现象：一家行业第一的 SaaS 公司不断强调 AI，但到 2025 年财报里，AI 相关收入占比其实还是很小，可能只有百分之几。这也是为什么从股价表现来看，Salesforce 从 2024 年开始整体就在下跌，2025 年全年大约跌了 30%。"

02

谈 SaaS 护城河：

部分壁垒被击穿，仍握几张底牌

在何润看来，AI 对 SaaS 的冲击，本质上是对传统护城河的重构。在《战略七力》（Seven Powers）框架下，过去 SaaS 最核心的两种力量——转换成本（Switching Cost）与网络效应（Network Effect），都在受到挑战。

首先是所谓的“打劫逻辑”。北美市场已经出现一批 AI Native 企业软件公司，它们并没有创造新的需求，而是利用更敏捷的 AI 架构，以更低成本、更好体验去抢夺传统 SaaS 厂商的存量市场。

其次是功能与体验的“被动折叠”。过去 SaaS 厂商通过不断叠加功能、优化 GUI 体验建立壁垒。但在 AI 时代，如果复杂功能可以通过 AI Skills 直接实现，或者通过自然语言完成操作，很多原本依赖界面的软件体验就会被“折叠”。

不过，在何润看来，传统 SaaS 厂商仍然掌握两张重要的牌：一是企业经营数据沉淀在 SaaS 系统中形成的 “数据半透膜”，二是长期积累的 客户关系与品牌认同。

吴昊则给出了相对乐观的判断。他认为，AI 的出现虽然会改变软件的技术形态，但“专业分工”这一规律不会改变。

以软件开发为例，AI Coding 的崛起确实大幅提升了效率，但更可能带来的变化是岗位上移，而非岗位消失。开发者会从基础编码转向架构设计、系统结构以及更深度的客户需求理解。

同时，当软件开发成本大幅下降时，社会对软件的需求反而可能进一步扩张。正如十年前“软件吞噬世界”的趋势一样，当开发效率提升 100 倍，软件需求可能增长得更快。

因此在 ToB 领域，理解业务逻辑、完成复杂交付以及系统集成仍然需要专业的软件厂商，这些能力也可能成为新的行业壁垒。

Daniel 则从企业软件的实际业务角度给出了补充。在他看来，如果不从资本市场估值，而是从业务价值本身来看，很多 SaaS 厂商依然具备一定的护城河。

这些壁垒主要来自三个方面：与企业业务流程的深度耦合、长期沉淀的行业 know-how，以及厂商与客户之间持续的服务关系。企业软件往往需要与数据库、工厂系统以及各种内部系统进行复杂集成，涉及大量数据对接、实施和培训，这些能力并不容易被快速替代。

因此，在 Daniel 看来，企业软件本身的长期价值并不会消失。但在 AI 时代，资本市场可能需要重新寻找新的估值锚点，例如如何区分 AI Native 软件与传统 SaaS 的商业模式。

03

谈商业模式：

SaaS公司若仍沿用坐席收费，

那将是一个糟糕的策略

三位嘉宾达成一致认为，未来按坐席收费的 SaaS 逻辑，在 AI 时代可能很难继续成立了。

一个预见的未来，企业的坐席数会减少。“很多公司都在裁员、缩编，组织规模在变小。当一家 1 万人的公司因为 AI 裁员到 8000 人时，按席位收费的 SaaS 厂商收入直接缩水 20% 。”吴昊直言。

SaaS 的未来会演变成，按tokens 使用量或结果计费。但如果按调用量收费，利润会不会更多转移到模型厂商那里？三位嘉宾展开了进一步交锋。

Daniel 认为是有这种可能性的，而且他提醒不能忽视顶尖模型的溢价能力：

“市场总规模会随着效率提升而增长。但要注意，tokens本身代表智能质量。SOTA（当前最高水平）模型的智能价值与普通模型的差异，在很多任务场景下是零与一的区别。市场的马太效应会极其明显，顶尖模型厂商依然有很强的溢价权。”

不过，吴昊持相反观点。他认为大模型厂商很可能会面临“管道化”的命运：

“回顾 2006 年 3G 时代初期，电信运营商花了巨额资金购买牌照搭建网络，但最终最挣钱的是携程、滴滴这些应用。用户买的不是网络，而是订票、打车的结果。”

他给出两个判断：第一，管道随时可以切换。今天做 AI 应用，可以接 DeepSeek，也可以接通义千问或 GPT，谁的管道便宜就用谁；第二，利润留在应用层。“除非有一天 AGI 进化到把所有应用都吞噬掉，但在未来十年内，专业分工依然存在。模型公司很难在不碰业务的情况下赚走所有利润。”

何润则认为，这个问题最终还是要回到供需关系。如果未来大模型的供给是相对集中的，那么模型厂商确实可能赚到很多钱。

与此同时，他把视角拉回到 SaaS 公司自身的演化上。他认为，无论模型厂商拿走多少，SaaS 公司自身形态已经在发生变化——“ SaaS 正在变成制造业”。第一，商业模式从“订阅制”转向“消耗制”，意味着，未来 SaaS 收入与产出规模直接挂钩，不再是提前收一笔订阅费就完事；第二，SaaS 成本结构从“人力为主”变成“人+ Token ”，这也让 SaaS 规模不再需要靠堆人头。

04

谈产品形态：

GUI 意义正在消解，

Agent 编排能力愈发重要

AI 正在重塑软件的长相。

吴昊提出了一个具有前瞻性的产品预判：“ GUI（图形界面）的意义正在消解，我们不需要再为‘审美体验’花巨大代价，AI 会根据用户的熟练度实时生成 UI 。”他认为，未来的产品设计将不再是为了“让人爽”，而是为了“让 Agent 好用”。未来 SaaS 产品的 GUI 比例会大幅下降，甚至沦为集成在飞书、钉钉中的 API：软件厂商不再需要把工作流全部显性化地暴露给人类，而是通过 Agent 封装成端到端的“黑盒”任务。

何润认为，未来从“人用软件”到“ Agent 用软件”，评价标准、产品形态、竞争逻辑都在重构。

过去国内 SaaS 长期陷入“功能堆砌、体验滞后”的困境，产品在客户眼中差异不大。但如果未来是 Agent 在“使用”软件，拼的不再是谁功能多，而是谁的任务完成成本更低、效率更高。

与此同时，很多传统 SaaS 公司未来可能需要把原来的 API 能力重新封装成 Skill，然后让 Agent 去调用、编排这些能力。

Daniel 认为，AI 正在让软件从“操作界面”变成“任务黑盒”。过去软件必须把工作流“摊开”给人看，是因为自动化能力不够，需要人手动理解和操作。现在 AI Agent 能弥补这个 gap ，意味着很多复杂流程可以被封装起来，用户只需要提目标，系统自动完成背后的一切。

05

谈实践与未来：

一场战略、产品、组织的全面转型

AI 的冲击，也在倒逼原来的 SaaS 公司转型。

何润从一线创业者的视角，给出了最务实的调整路径：缩短链条、提升密度。

“技术团队逐渐拆分成更小的单元，让市场、售前、销售、产品、前后端、测试形成的协作链条缩短一半。”在他看来，组织效率是第一道坎。与此同时，产品经理的职能也在迁移，不再只是设计功能，还要懂叙事、懂销售、懂如何影响客户使用。“重点是自己和团队的效率提升，把技术和商业结合得更紧密。”

Daniel 则观察到海外 SaaS 市场的两条分化路径。

一类是 Pure AI Native 公司——从原有组织体系中分裂出来，用AI解决以前未被满足的需求，产品理念和设计完全围绕 AI native 思维，打法激进。另一类是传统 SaaS 厂商——依靠组织内部 adoption ，在组织、人才、战略、产品层面做深度调整，让现有团队慢慢适应 AI native 的思维和操作。“海外的 AI native 公司比较激进，而传统厂商需要更深的组织适配和转型。”

吴昊从顾问视角，总结出 AI 时代 SaaS 公司的三个新打法。

第一，小团队探索。“以前前端、后端、产品经理等需要很多人才能做一个产品，现在探索阶段一个人就能做，甚至卖钱阶段1-2人就可以运作。”他建议公司拿出10%-15%的资源，用来做单人或两人小团队的规模化创新。

第二，快速试错与迭代。“以前团队做尝试可能坚持半年甚至更久，现在小团队尝试3个月就评估，如果不行就弃牌，6个月如果仍未达到预期，就果断放弃。”

第三，组织逻辑变化。内部投资和决策方式需要更灵活——创新尝试要规模化、快速验证，而不是一次投入大量人力硬扛。“这是抓住未来10年机会的关键方式。”

在圆桌的最后，三位老兵达成了一个难得的共识：AI 不会杀死 SaaS，但会彻底改变定义成功的方式。

SaaS 并没有死，它只是在剥离掉过去虚胖的溢价。真正的玩家正忙着将自己重构成一个“智能工厂”，在每一个被 AI 压缩的链条里寻找新的利润区。

不可否认的是，属于“工具人”的旧 SaaS 范式正在瓦解，而属于“数字劳动力”的 AI Native 时代才刚刚拉开帷幕。在这个爆发前夜，拥抱新世界，不纠结于旧事物的残喘，才是生存的唯一真理。

以下是此次圆桌讨论的精彩分享，雷峰网在进行了不改原意的编辑整理：

谈近期 SaaS 股价暴跌：并非财务收入，而是预期被降维打击

胡敏：最近许多投资人在纠结是否要对 AI 软件股进行“割肉”。尽管 Salesforce、Adobe 等巨头的利润仍在稳步增长，但股价却遭遇重创。各位如何看待这一轮暴跌？

Daniel：从投资视角看，这一轮暴跌并非源于已实现的财务收入问题，而是市场预期。

如果把时间线再往前拉，其实从 OpenAI 发布 ChatGPT 之后，很多头部 SaaS 公司，比如 Adobe，增长势头就已经不像以前那么强了。背后一直有一个隐忧：大语言模型会不会在一定程度上替代传统软件。

因为生成式 AI 结合 Agent 和 tool use（工具调用），理论上可以直接完成很多业务流程，而且方式更加个性化、渗透率更高，甚至可能替代一部分流程化软件。

尤其是去年下半年开始，随着 Anthropic 模型能力的提升，大模型的 tool use 能力明显增强。很多开发者在实际开发中，已经能看到 AI 在软件开发和业务流程中的潜力，所以市场对传统软件厂商的预期开始转弱。

到了去年年底和今年年初，这种能力又进一步增强。现在 AI 已经可以操作 GUI、UI，甚至直接调用后端代码。如果再叠加 memory 和 skills，很多软件流程其实都可以被 AI 串起来。

也就是说，只要软件提供 API，理论上 AI 就可以直接调用并完成任务。这也是市场开始担心传统软件厂商未来空间的原因之一。

另外一个担心是，企业预算可能会从传统软件转向 AI。

如果看 AI 公司的收入增长也很明显，比如 Anthropic，从去年年底到最近一个季度增长非常快。原来市场预计到 2026 年，OpenAI 和 Anthropic 的 ARR 可能做到 200 亿美元，但现在看，这个数字很可能会被远远超过。

何润：我其实没有特别关注股市，但从 2 月初开始，很多朋友来问我怎么看北美 SaaS。我当时的判断是：从表象上看，其实是北美 SaaS 的PS（市销率） 估值体系开始松动。但如果放到中国来看，这件事情其实三年前就已经发生过。

从财务角度拆一下会更清楚。比如HubSpot，以前大家用PS给它估值，赌的是它未来能长成Salesforce那样。HubSpot现在ARR大概30亿美元，市值在270亿到280亿美元——按PS算大概9倍，听着还行。但问题是：市场现在开始怀疑，这套PS打法还能一直用下去吗？如果用PE重新算一笔账：按20倍PE倒推，HubSpot需要做到大约14亿美元净利润才能撑起当前市值。所以你会发现，以前觉得6倍、7倍PS很合理，但放到30亿ARR这个体量的公司身上，用PE一算就站不住脚了。因为3亿、30亿、300亿ARR，增长的难度完全不是一个量级，体量越大，想维持高增长就越难，想同时维持高利润率更是难上加难。

硅谷有个指标叫Rule of 40，就是增长率加净利润率要超过 40%。但对大公司来说，这个指标其实更难实现。

另外一个市场比较担心的指标是NDR（净收入留存率）。现在很多北美 SaaS 公司的 NDR 已经回踩到100%，这对市场来说是个心理冲击。但在国内，很多 SaaS 公司 NDR 能超过 80% 就已经不容易。接下来如果 NDR 继续往下走，叠加 AI 对预算结构的影响，传统 SaaS 的增长逻辑会受到挑战。

吴昊：像 Salesforce 我一直在长期关注，因为它毕竟是 SaaS 行业的龙头。从 2023 年开始，他们就在年度大会 Dreamforce 上提出要all in AI，之后 2024、2025 年也一直在强调这个方向。

但从投资者角度看，会出现一个比较有意思的现象：一家行业第一的 SaaS 公司不断强调 AI，但到 2025 年财报里，AI 相关收入占比其实还是很小，可能只有百分之几。这也是为什么从股价表现来看，Salesforce 从 2024 年开始整体就在下跌，2025 年全年大约跌了 30%。

核心原因在于：AI 如何真正转化成 ToB 应用，目前仍在探索阶段。

从这家公司身上，其实能看到市场开始重新思考 SaaS 的PS（市销率）估值体系。因为 PS 能成立的重要前提，是客户会长期持续续费。但现在这个假设受到了一些冲击：一是客户可能会更换产品，二是新的 AI 应用公司可能会侵蚀原有 SaaS 的市场。

不过从我的观察来看，ToB 应用其实没有那么容易被 AI 快速替代。企业软件往往涉及复杂的系统、GUI 交互以及大量业务流程。

所以回到刚才的问题：这轮下跌短期确实有情绪过度的成分，但从长期来看，SaaS 的估值体系确实正在经历一次重构。

谈SaaS 护城河：部分壁垒被击穿，仍握几张底牌

胡敏：这是从资本视角来看，刚刚吴昊老师提到，短期来看市场情绪可能有些过激。从产业的逻辑来看，为什么像 Anthropic 推出 Claude Code 产品会让 原有SaaS 厂商感到如此巨大的危机？传统 SaaS 还有护城河吗？

何润：关于护城河，我最近在思考《战略七力》（Seven Powers）在 AI 时代的变迁。传统 SaaS 最核心的两个力——转换成本（Switching Cost）和网络效应（Network Effect），目前正面临被重构甚至摧毁的风险。

“打劫逻辑”正在发生： 北美市场上，一大批 AI Native 的新玩家正在“打劫”传统 SaaS。他们并非创造了新需求，而是利用更敏捷的 AI 架构，以更低成本、更优体验抢夺老牌厂商的存量生意。

功能的“被动折叠”：以往 SaaS 厂商通过卷功能、卷体验建立壁垒。但在 AI 时代，如果一个复杂的软件功能可以被 AI Skills 直接实现，或者体验通过自然语言对话框被“折叠”了，那么传统 GUI 的壁垒就不复存在。

当然，SaaS 厂商手中还有最后两张牌：

数据的“半透膜”效应：大模型虽然内化了通用知识，但特定行业、特定企业的经营上下文和私有数据依然沉淀在 SaaS 系统中。这些数据是双向的“半透膜”，SaaS 厂商可以有选择地利用大模型增强能力，但大模型厂商很难反向完全吞噬这部分垂直数据。

身份认同与社群：老牌厂商积累的客户关系和品牌认同，在短期内仍能作为缓冲，但其厚度取决于新技术渗透的速度。

吴昊：我持有稍微乐观一些的看法。虽然护城河在变，但“专业分工”这一社会化规律不会变。以冲击最大的程序员岗位为例。AI Coding 的崛起让很多人恐慌，但回看历史，从汇编语言到面向对象的编程工具，每一次技术升级都在大幅提升效率的同时降低了编程门槛。

岗位上移，而非消失：未来的程序员不再需要纠结于基础的逻辑编码，而是会转向架构设计、结构化设计以及更深度的客户需求理解。AI 让效率提升了百倍，但这并不意味着程序员数量会缩减到百分之一。

需求扩张效应：10 年前就有“软件吞噬世界”的说法，AI 其实也是软件的一种形态。当软件开发的成本降低 100 倍，社会对软件的需求量可能会增加 1000 倍。

ToB 领域的专业屏障：企业的需求永远在那里。即便 AI 能写代码，理解业务逻辑、完成复杂的上线交付、进行系统间的集成，依然需要专业的软件供应商。

总结来看，传统 SaaS 公司的技术护城河（代码实现能力）正在崩塌，但同时也会出现新的护城河，比如：更强的架构设计能力、更深入理解客户需求、更高效的产品交付能力，举个例子，以前一些复杂 SaaS 产品上线、实施和培训，可能需要半年时间，但未来可能两周就能完成。所以我并不认为 AI 会让 SaaS 这个行业崩塌。从长期来看，AI 反而可能让 SaaS 行业做得更好。

不过，这并不意味着所有公司都能活下来。因为 AI 的出现，对产品形态、技术架构以及公司的核心竞争力都会带来巨大的变化。未来很可能会出现一批AI Native 的公司，他们会占据原来一部分 SaaS 公司的市场份额，成为新的企业软件供应商。所以很多原有 SaaS 公司确实会面临很大的压力。

Daniel：从我的视角来看，如果先不谈资本市场的估值，只从业务价值本身来看，其实很多 SaaS 厂商仍然是有比较强壁垒的。这些壁垒主要来自于几个方面。

和业务场景的结合程度。如果具体来看，比如对客户业务流程的梳理、行业 know-how 的积累，以及和客户现有系统的对接。很多企业的软件系统都会涉及数据库、工厂系统或者其他内部系统之间的连接，这里面包括大量 API 调用、数据字段的对齐和清洗，以及后续的实施和培训。这些工作其实都和企业的业务高度耦合，所以本身就构成了 SaaS 厂商的一部分壁垒。

一个是厂商和客户之间长期形成的connection（关系），另一个是持续的service（服务能力）。这些多种因素叠加在一起，其实共同构成了 SaaS 厂商的核心壁垒。从产品形态来看，其实这些年只是技术形态在变化。最早是传统的On-Premise 软件，后来发展到 SaaS，再到今天很多企业在用的 CRM 等云端系统。但从本质上来说，企业软件交付的核心价值其实没有改变。比如像 Salesforce 这样的 CRM 工具，其实是帮助厂商在客户服务、产品交付以及灵活性方面做得更好。所以从业务角度来看，我还是相信企业软件本身是有长期价值的。

当然，资本市场的估值是另外一件事情。过去 SaaS 行业有比较高的溢价，现在确实可能会面临一些压力。市场可能需要重新去锚定新的估值模型，比如 AI Native 软件和传统 SaaS 软件之间的边界在哪里，它们的商业模式有什么不同。这些问题其实都需要市场慢慢去理清。

谈商业模式：SaaS公司若仍沿用坐席收费，那将是一个糟糕的策略

胡敏：如果AI真的让企业里“干活的人”变少了，甚至有些岗位消失了，那这就引出了一个非常现实的问题：SaaS公司过去最成熟的按照人头收费的模式，似乎就松动了。未来的SaaS公司，主流的收费模式会变成什么样？是按调用量、按效果抽成、还是会出现我们想不到的新模式？

何润：这个观点直指本质。基于 Seats-based（按坐席收费） 的模型在未来可能难以为继。以客服系统为例，原来客户可能需要 100 个人，现在由于 AI Agent 的介入，可能只需要 20 个人配合一堆 Token就能完成工作。对于厂商而言，席位增购消失了，取而代之的是严重的缩购。

目前北美一些 AI Native 公司，如 Decagon 或 Sierra，其定价模式已经完全改变。他们不再卖席位，而是按使用量（Consumption）或结果（Outcome）计费。这些公司组织极小，人效极高，产研占比远低于传统厂商，这种成本结构的优势对于老牌厂商来说是致命的“打劫”。

Daniel：这个问题挺关键。我个人判断也是，按坐席收费的 SaaS 逻辑，在 AI 时代可能很难继续成立了。因为现在大模型的能力进化得非常快。比如像 GPT‑4 这一类模型，最近一两代版本里，tool use（工具调用） 和 tool call（工具执行） 的能力已经越来越强。同时，大模型的幻觉率在下降，任务执行的准确性也在不断提高。

未来的商业模式必然是按tokens消耗或评估任务价值量来重构。如何跟用户分预算，如何从卖软件转向卖智能，是所有厂商必须回答的命题。除了卖 TOKEN，目前更清晰的模式还在探索中，但方向已定。

吴昊：我在疫情期间做过一次 SaaS 计费方式的调研，当时80% 以上的 SaaS 公司依然沿用坐席收费模式。这在今天是一个非常糟糕的策略。

企业的坐席数在减少。很多公司都在裁员、缩编，组织规模在变小。当一家 1 万人的公司因为 AI 裁员到 8000 人时，按席位收费的 SaaS 厂商收入直接缩水 20%。

“一个人的公司”正在兴起。在 AI 的帮助下，一个人就可以完成过去需要一个团队才能完成的事情，从 代码、设计，到市场等各种事情。

所以 SaaS 厂商如果还是按人头收费，其实会越来越被动。过去几年我在陪跑一些 SaaS 公司的过程中，也看到不同的收费模式。有些公司开始按业务量收费，比如按订单数收费，也有一些直接抽佣，比如抽销售额的 2%。但也有难题，所谓的“创新者的窘境”。为什么很多公司很难转型？

因为原来的模式已经跑得太顺了。一家一万人的公司，按坐席收费，一年就是2000万稳稳进账。如果改成按业务量收费，可能冲到2500万，也可能掉到1500万，这种不确定性，没人敢拍板。

更关键的是，模式跑久了，整个组织已经“长”在上面了。产品、研发、销售、服务，所有人所有流程都习惯了这套逻辑。

这时候要改收费模式，不是改一张报价单，而是要改变整个公司的思维方式。难度可想而知。

我看到，真正能够成功转型的 SaaS 公司，通常有两个条件：

创始人自己要先想明白，并且坚定推动这件事；

创始人必须盯得非常紧。在执行过程中，团队一定会反馈各种问题，如客户不接受、销售不好卖等。如果创始人没有足够坚定，很容易放弃。

相对来说，那些 AI Native 的软件公司就没有这个历史包袱。因为它们第一天面对的客户，就已经习惯了按 Token、按用量计费。

但即便如此，我个人认为按 Token 收费也只是一个过渡形态。因为对企业来说，如果今天一篇文章消耗了 100 万 Token，明天突然变成 300 万 Token，企业内部就会问：为什么成本变高了？是不是可以优化？这样企业就会不断去追问供应商，为什么成本会上升，这在实际商业环境中会带来很多摩擦。

所以从长期来看，我更相信按结果收费的模式才是更合理的方向。

此外，我想强调的是，收费模式是一个非常底层的东西。它不仅仅是一个收钱方式，而是会反过来影响公司的组织结构。SaaS 公司在未来几年一定会面对的一个重要转型。

胡敏：如果未来很多 SaaS 产品都是按调用量收费，是不是利润会更多转移到模型厂商或者云厂商那里？

吴昊：我持相反观点。大模型厂商很可能会面临“管道化”的命运。

回顾 2006 年 3G 时代初期，电信运营商花了巨额资金购买牌照搭建网络，但最终最挣钱的是携程、滴滴这些应用。用户买的不是网络，而是订票、打车的结果。

管道随时可以切换：今天我们做 AI 应用，可以接 DeepSeek，也可以接通义千问或 GPT。谁的管道便宜、性价比高，开发者就用谁。

利润留在应用层：除非有一天 AGI（通用人工智能）进化到把所有应用都吞噬掉，但在未来十年内，专业分工依然存在。模型公司很难在不碰业务的情况下赚走所有利润。所以我们看到，Claude 和 OpenAI 现在也拼命想往应用层渗透。

Daniel：我觉得市场总规模（TAM）会随着效率提升而增长。但要注意，TOKEN 本身代表智能质量。SOTA（当前最高水平）模型的智能价值与普通模型的差异，在很多任务场景下是零与一的区别。市场的马太效应会极其明显，顶尖模型厂商依然有很强的溢价权。

何润：我觉得这个问题最终还是要回到供需关系。如果未来大模型的供给是相对集中的，那么模型厂商确实可能赚到很多钱。但从 SaaS 公司的角度来看，我觉得未来还可能会发生两个变化：

SaaS 公司会越来越像制造业。

如何理解？

第一，商业模式从“订阅制”转向“消耗制”。过去SaaS的商业模式比较简单，按年订阅收费。但如果是AI产品，你就必须按照使用量（usage）或消耗量（consumption）来预测收入。这其实更像制造业，你的收入和产出规模是直接挂钩的。卖多少货，赚多少钱，不再是提前收一笔订阅费就完事了。

第二是成本结构从“人力为主”变成“人+Token”。过去SaaS最大的成本是人力。未来则是人 + Token成本。但好的一点是，业务规模未必需要再完全依赖人力线性增长。你的Token可以随着业务规模增长，而不是靠增加员工。所以在某种意义上，这反而可能更容易规模化。

产品逻辑从“卷功能”转向“卷价值”。

过去SaaS产品经常会陷入功能竞争——厂商不断增加feature，但客户其实并不一定真的需要那么多功能。如果未来按照使用量或者业务任务收费，那SaaS公司就必须更直接地帮助客户创造业务价值。这种模式反而可能会让SaaS产品更贴近真实需求。

最后我觉得，从中国市场来看，情况可能和北美不太一样。北美 SaaS 过去的利润率其实非常高。所以如果未来利润下降，可能会有比较明显的冲击。但中国 SaaS 本身竞争就非常激烈，利润率也不高。再加上国内模型厂商提供的 Token 价格通常更低，所以对国内 SaaS 公司来说，未必会比现在更差。

谈产品形态：GUI意义正在消解，Agent 编排能力愈发重要

胡敏：接下来我们讨论一个和产品形态有关的问题。

过去十多年，其实很多 SaaS 产品经理都在研究一件事：如何让人用得更舒服。比如 UI 要好看、交互要流畅、体验要顺滑。

但如果未来很多具体工作是由 AI Agent 来完成，而不是由人来操作软件，那 SaaS 产品是不是就会发生一个反转——软件不再主要为人设计，而是为 AI 设计？未来软件产品形态会有什么变化？比如未来 SaaS 公司会不会变成一种 AI Agent 的调度和管理平台？

吴昊：我去年其实画过一个图，大概表达的是：未来很多 SaaS 公司可能会更多地提供 API，而不是完整的应用界面。因为每个企业最终都会需要一个统一的工作平台，比如飞书、钉钉、企微这样的系统。

所以一种可能的形态是：很多 SaaS 产品不再独立存在，而是被集成到这些工作平台中。

如果未来很多交互变成对话式，比如 Chat 界面，那很多 SaaS 产品可能只是提供底层 API 能力，而用户是在统一入口里使用这些能力。

当然，从今天来看，GUI（图形界面）还不会消失，现实中仍然有大量复杂场景，是无法只通过对话完成的。

在这种变化下，产品体验的重点也会发生改变。过去我们会花很多精力让页面更漂亮、交互更流畅。但未来这些可能没那么重要了。更重要的是把业务逻辑打通。

何润：我比较喜欢把国内 SaaS 和北美 SaaS做一个对比。北美 SaaS 已经发展了很多年，可能已经到了第三代、第四代产品阶段，所以他们在产品体验和交互设计上普遍做得比国内好。

国内 SaaS 的一个典型问题是：很多产品在客户看来其实差异并不大。于是大家就开始拼命堆功能，最后变成一种“功能工厂”，功能很多，但体验很差。

但如果未来很多操作是由 Agent 来完成，那评价软件好坏的标准也会发生变化。

过去评价产品体验，通常有一些指标，比如：完成一个任务需要多少步骤，完成一个任务需要多少时间，那如果未来使用软件的主体变成 Agent，那我们要用什么指标来评价软件？可能还是会有任务完成时间，但未来可能还会加入新的指标，比如：任务完成成本、Token 消耗、整体效率，所以评价体系本身也会变化。

另外我觉得未来 SaaS 还有一个重要变化，就是 Skill（能力模块）。

很多传统 SaaS 公司未来可能需要把原来的 API 能力重新封装成 Skill，然后让 Agent 去调用、编排这些能力。

短期来看，这些 Skill 可能会形成一定的护城河，因为它们背后有数据和业务流程。但长期来看，这个优势能持续多久，还不好说。

所以整体来看，我觉得 SaaS 产品形态的变化主要体现在两点：

第一是 GUI 交互方式会变化。 第二是 Skill / Agent 编排能力会越来越重要。

Daniel：我觉得这种变化其实是非常有可能发生的。过去很多 SaaS 产品看起来操作复杂，是因为软件需要 把所有工作流显式地展示出来，让人去理解和操作这些流程。

为什么必须这样？因为过去单纯依靠自动化或者 RPA，其实很难处理复杂场景。软件的灵活度和企业实际需求之间存在一个很大的 gap。但今天 AI Agent 的能力，已经可以在很大程度上 弥补这个 gap。这意味着很多原本需要用户自己操作的流程，其实可以被封装起来。

未来的软件形态可能会变成：用户只需要提出目标或者任务，系统就会自动完成背后的流程和任务编排。所以很多复杂的工作流，未来可能会被 黑盒化或者高度产品化封装。

从 SaaS 厂商的角度来看，更重要的事情可能变成：

找到自己的核心用户

找到最关键的业务场景

然后围绕这些场景去设计 Agent 和任务编排能力

事实上，现在很多 AI 产品已经在往这个方向发展，比如Anthropic 的Claude。这些产品的进步不仅仅是模型能力的提升，还包括大量工程层面的优化和 Agent 化设计。所以某种程度上，大模型厂商和软件厂商，其实都在朝着 Agent 化和任务编排的方向发展。

谈实践与未来：一场战略、产品、组织的全面转型

胡敏：润总，你是一线创业者，最近在做什么？和一年前相比，有哪些变化？你带团队在 AI 方向上主要冲击哪些点？

何润：我觉得最关键的还是从自己开始体验。一年前，我对 AI 的 adoption 并不深，但现在会更多去亲自使用，尝试让自己和团队更 AI native。刚开始可能会有焦虑，面对 AI native 产品会觉得压力很大，但慢慢发现：真正的核心是让组织本身能适应 AI，这是一个慢过程。

在产品上，我们也做了一些调整：技术团队逐渐拆分成更小的单元，让链条更短、更高效，以前市场、售前、销售、产品、前端、后端、测试形成的链条，现在能缩短一半，另外产品经理要更懂商业化，不只是设计功能，还要懂叙事、销售、影响客户使用，总的来看，重点是自己和团队的效率提升，把技术和商业结合得更紧密。

胡敏：Daniel你长期观察国内外市场，你观察到海外SaaS同行，他们如今在做什么？

Daniel：从我的视角看，海外 SaaS 市场大概分两类，第一类是Pure AI Native 产品，这些公司和团队从原有组织体系中分裂出来，尝试用 AI 解决以前未被满足的需求，产品理念和设计完全围绕 AI native 思维，比较纯粹；第二类是传统 SaaS 厂商，这些厂商仍然依靠组织内部 adoption，需要在组织、人才、战略、产品层面做深度调整，让现有团队慢慢适应 AI native 的思维和操作，总的来说，海外的 AI native 公司会比较激进，而传统厂商需要更深的组织适配和转型。

胡敏：昊总您辅导那么多SaaS公司，您看到过去半年 SaaS 创业者对 AI 的心态怎么样？他们正在做那些方面的事情？你给他们的建议，和半年前相比，最大的变化是什么？

吴昊：从我辅导的 SaaS 公司来看，许多技术团队从 GPT-3.5 开始就热烈拥抱 AI，2023 年上半年尝试效果不明显，但从下半年开始，内部效率提升非常明显，大约 40%-50%，大家逐渐看到结果，内部使用 AI 成为必然趋势。

在产品创新上，也有一些重要变化，第一是，小团队探索，以前前端、后端、产品经理等需要很多人才能做一个产品，现在探索阶段，一个人就能做，甚至卖钱阶段 1-2 人就可以运作，把公司 10%-15% 的资源用来做单人或两人小团队的规模化创新；第二，快速试错与迭代，以前团队做尝试可能坚持半年甚至更久，现在小团队尝试 3 个月就评估，如果不行就弃牌，6 个月如果仍未达到预期，就果断放弃

第三是组织逻辑变化，内部投资和决策方式需要更灵活，创新尝试规模化、快速验证，而不是一次投入大量人力，这是抓住未来 10 年机会的关键方式总结来说，AI 对 SaaS 的冲击不仅在产品，更在于团队结构、组织决策和内部创新逻辑的全面转型。

总结

胡敏：今天我们聊了很多 SaaS 在 AI 时代的变化。最后想做一个总结和展望。假设今天圆桌结束后，有一个朋友来问你：现在 SaaS 股票还能不能买？这是抄底机会，还是应该早点止损？请三位嘉宾用最直白的话回答一下，也顺便对 SaaS 行业的未来做一个简单展望。

吴昊：这两年我一直在思考一个问题：AI 到底会不会杀死 SaaS？我的阶段性结论是：AI 不会杀死 SaaS。原因很简单：ToB 的需求本身仍然存在，而且企业需求非常复杂，这些需求不会消失。

从投资角度看，我的观点是：单个 SaaS 公司风险很大，可能一个 AI 创业团队就能颠覆它，也可能客户需求模式发生变化。但从整个板块来看，SaaS 现在是明显的超跌状态。从长期看，这个行业仍然有很大的价值。

Daniel：如果从投资角度来说，我觉得核心就是一句话：拥抱新世界。不要在旧的模式上纠结太多。未来三到五年，行业的机会一定更多来自AI native 产品，所以投资逻辑也要往新世界去看，而不是停留在过去的 SaaS 模式。

何润：我个人更倾向于把 SaaS 看作一种商业模式。国内 SaaS 和北美 SaaS，其实要分开看。北美 SaaS 公司的商业模式是跑通的，比如：很多公司 NDR（净收入留存率）超过 100%，但国内 SaaS 的情况不一样，NDR 能到 100% 的公司非常少，所以国内 SaaS 其实一直没有真正跑通商业模式。

如果说未来的发展，我觉得有两点：第一，AI native SaaS 的增长依然很快，但它们的成本结构已经和传统 SaaS 完全不同。第二，对很多传统 SaaS 公司来说，必须“打碎再重建”。未来甚至可能不再叫 SaaS，公司本质上都会变成 AI 公司。

至于现在是不是抄底国内 SaaS 的好机会，我不太好评价。但我觉得核心还是要看：公司是否在真正变成 AI native 组织；是否在探索人机协同的新软件形态，因为未来的人机协同模式、软件形态，都可能发生非常大的变化。

看来大家虽然感受到了切肤之痛，但没有任何人选择躺平。非常感谢三位嘉宾今天极其坦诚和深度的分享。旧的 SaaS 范式正在瓦解，但属于 AI Native 的黄金时代才刚刚拉开帷幕。今天的圆桌就到这里，感谢各位听众的陪伴，我们下期再见！