SaaS不再相信“烧钱换增长”:一份2025年的存活指南
神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。
编者按:市场趋稳只是表象。AI原生公司增速快了3倍,却也在吞噬毛利与研发岗。SaaS旧逻辑失效,一场残酷的效率战争已至。文章来自编译。
2025 年 SaaS 基准报告
在过去九年(!)的时间里,我调研了 5000 家私营 B2B 软件公司,试图通过这些数据通过这些数据弄清楚这个行业到底在发生什么。《SaaS 基准报告》现已成为行业的一项年度“体检”,用于把脉增长率、人员规模、定价策略和运营效率的最新动态。
我非常高兴能继续与我的朋友们——B2B SaaS 风险投资公司 High Alpha——共同发布这份报告。本次共有超过 800 家公司参与调研,创下了我们的新纪录。
你的表现如何?核心 SaaS 指标基准对比。
高效增长矩阵。忘掉 LTV:CAC(客户终身价值与获客成本比率)吧,看看这个。
AI 增长故事。AI 原生初创公司与传统 B2B SaaS 公司截然不同。
AI 如何影响科技岗位。工程技术岗首当其冲。
定价也有“甜蜜点”?关于交易规模与增长的最新数据。
谁参与了这项调研
本报告基于我们迄今为止最大的数据集,共有超过 800 位参与者。典型的受访对象是总部位于美国、年度经常性收入(ARR)在 500 万至 2000 万美元之间的 B2B SaaS 公司。调研于 2025 年 8 月和 9 月进行。
参与者概览:
ARR 分布:小于 100 万美元 (23%),100万-500万美元 (27%),500万-2000万美元 (31%),2000万-5000万美元 (10%),大于 5000 万美元 (9%)。
总部所在地:美国 (69%),欧洲 (17%),加拿大 (4%),其他地区 (10%)。
理想客户画像 (ICP):大型企业 (37%),中型市场 (35%),中小企业 (19%),微型企业 (7%),个人消费者 (2%)。
要点 1:你的表现如何?核心 SaaS 指标基准对比。
首先:我们总结了在增长率、净收入留存率 (NRR)、毛利率以及每全职员工 (FTE) 贡献 ARR 方面的“良好”(第 50 百分位)和“优秀”(第 75 百分位)标准。
去年的主题是市场趋稳。在经历了大幅波动之后,2024 年的情况看起来与 2023 年非常相似。
2025 年发生了太多变化。然而,大多数指标却几乎纹丝不动。令人惊讶的是,今年的主题依然是“持续趋稳”。
不过,有几个不同之处值得指出:
最优秀的早期初创公司正在重新加速。ARR 低于 100 万美元的初创公司中,处于头部四分之一(Top Quartile)的企业同比增长率回升至 300%。这一数字显著高于 2023 年 (150%) 和 2024 年 (250%)。
毛利率正在受到挤压。早期公司的毛利率同比下降了近 10 个百分点,这很可能是受 AI 成本增加的驱动。
后期公司正逐步实现盈利。 虽然成长期企业(Scaleups)的增长率与去年持平,但他们实现这一增长所需的员工数量却大幅减少。对于 ARR 在 2000万-5000万美元的公司,其一流的人效(每 FTE 贡献 ARR)跃升了 42%(达到 35 万美元);而对于 ARR 超过 5000 万美元的公司,这一数字增长了 50%(达到 40 万美元)。这与公开市场的趋势相呼应(稍后详细介绍)。
要点 2:高效增长矩阵。忘掉 LTV:CAC,看看这个。
在九年时间里,我分析了近 5000 家软件公司的数据。尽管我一直在寻找新颖的见解,但有一点似乎从未改变。长期盈利性增长最强的两个预测指标是:CAC 回收期(获客成本回收周期)和净收入留存率 (NRR)。
大家一般都是分开看这些指标。但如果结合到一起看,情况就会变得无比清晰:
高 NRR 和低 CAC 回收期(13% 的受访者):平均增长率为 71%,符合“40法则”的数值为 47%。这是“现金牛区域”。
高 NRR 和高 CAC 回收期(15% 的受访者):平均增长率为 40%,符合“40法则”的数值为 21%。这是“企业级服务区域”。
低 NRR 和低 CAC 回收期(15% 的受访者):平均增长率为 30%,符合“40法则”的数值为 33%。这是“高周转区域”。
低 NRR 和高 CAC 回收期(12% 的受访者):平均增长率为 10%,符合“40法则”的数值仅为 5%。这是 “B2B SaaS 危险区域”。
2025 年高效增长矩阵
如果你今天不在顶部的象限里,不必担心。在 ARR 从 100 万美元增长到 2000 万美元的道路上,你可以重塑自我。那些成功达到 2000 万美元 ARR 的公司,在此过程中将其 NRR 提高了 12%。
要点 3:AI 增长故事。AI 原生初创公司与传统 B2B SaaS 公司截然不同。
70% 的公司表示已经在产品中推出了 AI 功能,另有 22% 的公司将 AI 功能列入了产品路线图。现在几乎很难区分哪些公司只是声称拥有 AI 产品,哪些公司确实是以 AI 为核心。(许多买家对此也开始持怀疑态度。)
今年,我们直面 AI 话题进行了调研。大约三分之二(64%)的公司表示 AI 仅仅是辅助功能。其余(36%)的公司则表示 AI 是其产品的核心。
看看 ChatGPT(于 2022 年推出)发布前后成立的公司之间差异有多大。2021 年之前成立的公司中,很少有能够成功转型为以 AI 为中心的。与此同时,在 2022 年或之后成立的初创公司中,有四分之三是以 AI 为核心的。
我很好奇这些 AI 原生初创公司与他们的 SaaS 同行相比表现如何。数据显示:它们的增长速度快了三倍,毛利率低了 5 个百分点,但在“40法则”上的表现更好(主要受更高增长率的驱动)。
AI 增长差距在各个收入区间都依然存在:
ARR 小于 100 万美元:中位数增长率为 100% (AI 原生) vs. 75% (B2B SaaS)。
ARR 100万-500万美元:中位数增长率为 110% (AI 原生) vs. 40% (B2B SaaS)。
ARR 500万-2000万美元:中位数增长率为 90% (AI 原生) vs. 30% (B2B SaaS)。
ARR 2000万-5000万美元:中位数增长率为 60% (AI 原生) vs. 35% (B2B SaaS)。
ARR 大于 5000 万美元:中位数增长率为 40% (AI 原生) vs. 15% (B2B SaaS)。
要点 4:AI 如何影响科技岗位。工程技术岗首当其冲。
大型上市 SaaS 公司的生产力(以人均 ARR 衡量)大幅提升。排名前 20 的公司现在人均产出超过 58 万美元。
Shopify 声称“下意识地使用 AI 已成为基本期望”,其人均 ARR 数据已爆炸式增长至 130 万美元。SaaStr 的 Jason Lemkin 指出,该公司员工数量比 2022 年减少了 30%,但营收却翻了一番。(我粗略算了一下,这期间他们的人均 ARR 翻了三倍。)
SaaS 基准报告中的后期公司也同样提高了人均 ARR,并且他们表示这是因为采用了 AI。ARR 超过 5000 万美元的公司中,76% 表示因为 AI 而缩减了人员编制。
受影响最大的角色:工程研发(42% 因 AI 缩减编制),其次是客户成功与支持(27% 因 AI 缩减编制),以及市场营销(26% 因 AI 缩减编制)。受 AI 影响最小的角色是 IT、人力资源、财务和销售。(我怀疑人力资源团队虽然可能没被 AI 直接取代,但也受到了招聘量下降的影响。)
如今获得科技类工作最好的办法,就是在面试过程中展示出对 AI 的熟练掌握。过去两年里,要求具备 AI 技能的 B2B 软件 GTM(市场推广)岗位数量增长了 14 倍。
要点 5:定价也有“甜蜜点”?关于交易规模与增长的最新数据。
如果能挑选最完美的客户,他们会是什么样?理想情况下,他们愿意花大钱(交易规模大),购买决策快(销售周期短),渴望采用新技术(主动咨询的意向客户),并且准备好年复一年地增加投入(高 NRR)。梦想还是要有的,对吧?
观察数据后发现,最好的目标似乎是 1万-2.5万美元的订单或 5万-10万美元的订单。交易规模是这种水平的软件公司的增长率最快,留存率最好。
我将其与我最近发布的《B2B GTM 现状报告》进行了对比,发现 1万-2.5万美元是集客式(Inbound)GTM 策略保持有效的临界点。LinkedIn、SEO 和针对网站访客的温情外呼(warm outbound)相结合,在这个区间效果显著。平均合同价值(ACV)在这个范围内的 21% 的 B2B SaaS 公司增长迅速 (39%),且拥有高于平均水平的 NRR (106%)。
那些订单较小(5千-1万美元)的公司依赖于集客式营销,但无力承担过高的线索获取成本。同时,客户经理(AE)更难赚到钱,客户流失率也往往更高。而那些订单稍大(2.5万-5万美元)的公司发现集客式营销的效果开始减弱;然而,要建立并证明一套完全基于大客户(Account-Based)的策略也是合理的,依然很困难。
第二个临界点出现在 5万-10万美元之间的订单。在这个区间,基于大客户的策略(Account-Based Strategy)成为最主流的 GTM 模式。软件公司结合基于意图的外呼、私享活动和大型会议来触达他们最匹配的客户。同时,与六位数的采购大单相比,这种交易规模可能依然能避开雷达,面临的审查、谈判和审批流程会比较少。
你或许无法选择你的客户。但如果你能选择你的交易规模,不妨考虑锁定在 1万-2.5万美元或 5万-10万美元这两个区间。
译者:boxi。















