2026年，AI SaaS的潮水正在迅猛来袭

产业家·2026年02月06日 19:18

重构而非取代

一个越来越明确的事实是，人工智能正在重塑工作的方式，但并没有消解软件的存在价值。相反，在 AI 进入企业核心流程之后，软件作为基础设施的重要性反而被进一步放大。

对头部SaaS厂商而言，真正的挑战不在于是否会被AI“取代”，而在于能否成为AI调用的基础设施层，能否将自身产品转化为智能体时代的标准化能力模块。商业模式的变化或许不可避免，但价值本身并未消失。

最近，AI 与 SaaS 的关系被一次市场波动推到了聚光灯下。随着 Anthropic 发布面向开发者的 AI 插件能力，多家头部 SaaS 公司股价在短时间内出现明显下跌，“AI 是否正在取代软件”“SaaS 是否正在走向终结”的讨论迅速蔓延。

这种情绪并不陌生。每一次底层技术发生跃迁，市场都会本能地将“工具”与“智能”对立起来，仿佛后者的出现必然意味着前者的消亡。但如果回到企业真实的运行场景，会发现问题并没有这么简单。AI 的能力边界，并不天然等同于企业系统的职责边界。

时间回到2025年早些时候，微软CEO萨提亚·纳德拉做出了一个大胆的预测，在软件行业引起了轩然大波：在人工智能智能体时代，软件即服务（SaaS）应用的概念将会瓦解。SaaS的核心本质上是带有大量业务逻辑的增删改查（CRUD）数据库，而这些逻辑将越来越多地迁移到人工智能智能体中。一旦人工智能成为承载业务逻辑的主要层面，用户将开始彻底替换后端系统。

这一预测很快就被现实案例所证实。就在2025年3月，Klarna CEO塞巴斯蒂安证实，这家金融科技巨头在过去一年中已停用了约1200个SaaS系统，其中包括Salesforce，并将业务整合到一个统一的内部人工智能平台中。

这种颠覆不仅限于软件即服务（SaaS）领域。人工智能如今正渗透到专业服务行业——财富管理、咨询、法律等，这些行业历来依赖高薪专家和劳动密集型工作流程，且在很大程度上未受到以往技术革命的影响。人工智能不仅能提炼和整合专家知识，还能打破领域壁垒，提供跨学科的智能服务，其表现超越了传统的人类专业技能。

这样的背景下，产业开始重新思考一个更深层的问题：当 AI 不再只是辅助工具，而是能够理解业务、执行任务、跨系统行动的智能体时，企业软件和专业服务的形态究竟会发生怎样的变化？

又或者说，在中国的土壤上，在AI Agent成为确定性趋势的如今，SaaS企业的下一轮潮水会涌向哪？

纳德拉预测背后：传统SaaS走到终点了吗？

萨提亚·纳德拉认为，SaaS应用本质上是嵌入了大量业务逻辑的CRUD数据库。每个SaaS工具都有自己的数据模型和规则，这造成了数据孤岛，阻碍了集成和决策制定。在人工智能智能体时代，这些规则将从各个系统中提取出来，并集中到人工智能层。

人工智能智能体不受系统限制。它们可以跨数据源运行，协调工作流程，并基于更广泛的业务背景做出决策。这重新定义了企业软件架构——从垂直隔离的SaaS应用程序转变为以人工智能为中心的统一平台。在这种新范式中，SaaS工具要么成为专门的数据服务，要么被更灵活的系统完全取代。

商业上，这减少了供应商锁定，并从根本上改变了软件即服务（SaaS）市场的竞争格局。当克拉纳（Klarna）宣布已用一个内部基于人工智能的知识平台取代1200个软件即服务系统时，纳德拉的愿景迅速得到了验证。

同样的节奏也更来自Klarna。2025年3月5日，Klarna首席执行官塞巴斯蒂安发推文称，公司已停用约1200个SaaS工具，其中包括Salesforce，转而采用一款专有AI知识平台。这一举措直接印证了纳德拉的预测。

Klarna 开启其人工智能转型时，面临着一个关键挑战：企业数据和知识分散在不同的 SaaS 系统中。这不仅导致了“输入垃圾，输出垃圾”的问题，还使得集成成本高得令人望而却步。受维基百科的启发，Klarna 得出结论，那就是真正智能的系统需要一个统一的全球知识图谱，而非孤立的系统。

Klarna首席执行官塞巴斯蒂安在推文中这样写道：“我们将Klarna的知识存储在SaaS中，包括原因和内容（文档）、计划（幻灯片、工单）、绩效（表格）、关系（客户关系管理系统）、人员（企业资源计划系统、人力资源系统），所有这些都处于不同的孤岛中，形成了一个难以导航的知识网络，需要大量Klarna特定的专业知识才能操作和利用。我们开始进行整合，将内容整合在一起，连接我们的知识，消除孤岛。这样做的一个附带结果是，淘汰了部分SaaS，虽然不是全部，但数量不少。这并非为了节省许可费用（尽管节省的费用确实不错），而是为了实现知识即数据的统一和标准化。”

Klarna并非仅仅用人工智能取代SaaS工具，而是构建了一个集中式平台，该平台整合了各职能部门的业务逻辑和数据，并通过人工智能智能体提供统一的访问方式。

新交互界面背后，传统SaaS和新式AI入口的交融现在到底走到哪一步了？

传统SaaS和服务的进化新解：AI智能体

人工智能正在引发一场远超软件架构范畴的商业革命。从纳德拉的预测和Klarna的实践中，我们可以得出以下关键结论：

首先，SaaS存在本质的局限性。即传统的SaaS产品具有领域特定性，它们封装了最佳实践和工作流程，以协助人类用户。然而，这些产品无法进行自主决策或执行端到端的任务。随着企业采用更多的SaaS工具，核心业务知识变得分散，这增加了集成成本，同时降低了整体生产力。

SaaS在优化局部效率的同时，阻碍了全局协调，这限制了人工智能在企业内部的规模化潜力。

其次，人工智能智能体跨SaaS孤岛整合可以成型。生成式人工智能遵循这样一个原则：输入质量决定输出质量。SaaS工具中零散、不一致的数据会导致不理想的人工智能结果。Klarna在部署人工智能智能体之前，通过整合系统解决了这一问题。

从全局视角来看，智能体具有两个变革性优势，一方面其基于自然语言界面可以消除用户界面的学习曲线，另一方面，自进化智能会随着时间的推移不断改进，能够实现自主决策和完整的工作流程执行。

也可以理解为，一个统一的数据平台使人工智能智能体能够跨系统边界运行，将分散的软件即服务逻辑转化为一个集中化的智能层。

实际上，这一演变与ServiceNow等平台早期的努力相呼应，这些平台旨在整合IT服务管理（ITSM）、人力资源（HR）和财务工作流。然而，由于缺乏真正的智能，这些整合仍然停留在表面。如今，人工智能智能体全面解决了这一问题——它们能够连接并理解异构数据，为企业软件奠定了新的基础。

AI给SaaS带来的影响不仅在产品，也更在服务。即传统SaaS和专业服务行业的核心存在显著共性：两者都对专业知识和业务逻辑进行整合并将其商业化。主要差异在于交付方式——SaaS通过软件实现这一点，而专业服务则依赖人工执行。同样，人工智能如今为颠覆专业服务领域带来了机遇，尤其是那些核心价值在于专业知识和复杂决策逻辑的领域。

全球专业服务行业规模庞大，是一个价值20万亿美元的市场，涵盖法律、咨询、会计和保险等多个领域。一个多世纪以来，这些领域一直依赖高薪专家和劳动密集型流程。过去的技术革命几乎未曾触及它们的核心业务，但如今人工智能正开始颠覆这些传统上稳定且利润丰厚的职业。

最脆弱的服务垂直行业

如今，一波新的人工智能原生专业服务公司正迎来崛起的机遇。这些公司将建立在特定领域的数据和专业知识之上，整合人类专家的知识，并实施严格的验证机制，以确保输出质量并实现真正的可扩展性。同时，它们将采用基于价值的定价模式。这种新范式将专业服务的经济特征从传统的基于服务的模式转变为软件驱动的模式，使高质量的专业服务更经济实惠，也能为更广泛的受众所获取。

这种颠覆性变革已经对人才市场产生了影响。2024年，23%的哈佛MBA毕业生在毕业后三个月仍处于失业状态，这一比例是往常的三倍。顶尖MBA的就业率全面下降，而像谷歌、亚马逊和微软这样的科技巨头招聘的MBA人数也在减少。随着商业逻辑从依赖系统和专家转向依赖人工智能，人才的定义正在被改写。

AI SaaS时代，新的挑战“只多不少”

虽然人工智能驱动的企业转型带来了巨大的优势，但它也带来了两个根本性的挑战：

首先是对确定性的需求，大语言模型（LLMs）常常会生成不确定的输出（即“幻觉内容”）。在消费级应用中，这或许尚可容忍，但在企业场景下则完全不可接受。作为一种权宜之计，供应商会依靠模板和规则来提高可靠性——然而这种方法限制了人工智能学习、进化和自主决策的全部潜力。

其次组织惯性，正如Klarna的案例所示，要释放人工智能的全部价值，就需要对IT系统和工作流程进行彻底的重新架构。大多数公司缺乏实施此类变革的领导力或能力。SaaS系统深度整合，依赖于流程、数据和文化。对其进行全面改革不仅涉及技术风险，还涉及组织和文化变革。

但一些SaaS企业已经迈出了第一步。即成功不仅取决于技术的采用，还取决于组织的协调一致。比如Klarna的首席执行官塞巴斯蒂安不仅确立了“AI优先”的战略方向，还亲自领导了这一转型，坚定地应对着替换1200个系统所带来的风险；以及，在Klarna中，企业中层管理人员需要深厚的技术洞察力和改革思维，以打破部门壁垒并推动技术应用。基层员工的参与度和技能发展同样至关重要，这需要通过培训、变革管理和激励机制来实现。

这种多层次的转型能力——而非仅仅是技术——构成了人工智能时代真正的竞争护城河。

总的来说，人工智能不仅仅会取代传统的软件即服务（SaaS）或专业服务，还将催生一种新的范式。正如纳德拉所预见的那样，业务逻辑将迁移到人工智能层。那些理解并拥抱这一转变的公司，将成为下一代行业领导者的定义者。

写在最后：

一个越来越明确的事实是，人工智能正在重塑工作的方式，但并没有消解软件的存在价值。相反，在 AI 进入企业核心流程之后，软件作为基础设施的重要性反而被进一步放大。

正如英伟达创始人兼 CEO 黄仁勋所言：“软件工具正在被AI取代”的观点在逻辑上并不成立。在他看来，无论是人类、机器人，还是通用型AI智能体，都会优先选择成熟、可靠的工具，而不是反复“重新发明螺丝刀”。这一判断指向了一个更接近产业现实的结论：AI的主要替代对象并不是软件，而是围绕软件展开的人工操作。