当硅谷在革 SaaS 的命，中国 To B 该恐慌还是觉醒？

这段时间，围绕“SaaS 已死”的声音在舆论场持续发酵。从硅谷投资人到科技巨头高管，一系列激进判断被反复引用、放大，进而在国内 To B 圈层引发连锁焦虑。席位制是否走到尽头？AI Agent 会否取代既有软件形态？这些问题值得讨论，但情绪化的结论未必有助于产业判断。

牛透社写下这篇文章，并非为某一阵营辩护，也无意制造新的口号，而是希望回到更扎实的产业语境中，拆解“看衰”背后的逻辑结构，梳理一线创业者与平台公司的真实回应，同时对中美市场所处阶段的差异进行冷静对比。技术范式正在迁移，这是事实；但商业组织的复杂性、企业服务的契约属性，同样不会因为一轮技术浪潮而消失。

在喧嚣之中，更需要耐心与分辨。SaaS 是否终结，不应由情绪裁决，而应由价值创造来回答。希望您在阅读本文时，暂时放下立场，回到商业常识与产业现实本身。

曾经备受追捧的 SaaS 明星公司，比如 Salesforce、Workday，如今正承受估值压力。

资本市场对其增长预期明显收缩，市场讨论的焦点，从订阅增长率转向利润率与现金流质量。

与此同时，AI 概念公司却在资本市场获得溢价。无论是模型公司、算力企业，还是以 Agent 为核心叙事的新创公司，都在讲述新的增长曲线。

这种冷热交替，并非单纯的行业周期轮换。它背后，是技术驱动下的软件价值重估。

Zylo 发布的《2026年 SaaS 管理指数报告》提供了一个值得注意的信号。企业在软件上的总支出仍然增长，但所谓“影子 AI”支出正在上升。这类支出往往不经过 IT 统一规划，而是由部门自行采购 AI 工具。预算结构开始出现分流。

企业并未停止购买 SaaS，但 SaaS 不再是唯一的核心载体。

过去几年，“SaaS 已死”多半出现在增长放缓的背景下，是对高估值与现实之间落差的情绪表达。而这一轮争议不同之处在于，市场看到了一个被认为可以重构软件形态的技术路径——AI Agent。

当 AI 开始承担具体任务，而非仅作为辅助工具，围绕席位数量建立的商业模型自然受到拷问。过去20年按人头收费的逻辑，今天还成立吗？

01

为什么他们确信 SaaS 正在消亡？

“SaaS 已死”之所以引发广泛讨论，在于它触及的是行业根基，而非单一产品。

来自硅谷的投资人、企业创始人和科技公司高管，从商业模式、技术架构与开发门槛三个维度，形成了一套相对完整的推演路径。

1.席位制还能撑多久？

SaaStr 创始人 Jason Lemkin在2026年初公开表示，他裁撤了公司几乎所有销售人员，转而用二十多个 AI Agent 承担原有销售与运营职能。这一举动在行业内引发震动。

他直言，如果 SaaS 厂商仍然按人头收费，就像在卖马车。软件支出可能仍会增长，但如果企业购买的是 AI 能力，而非账号数量，传统 SaaS 将难以分享这部分预算。

投资人 Chamath Palihapitiya也在公开场合指出，SaaS 的大规模估值重估已经开始。他认为，依赖高增长叙事却长期利润薄弱的模式，正在失去市场信任。

两人的观点虽表达方式不同，但逻辑一致。SaaS 收入建立在席位数量之上，而 AI 强调人效提升甚至替代人工。当企业通过自动化减少人力投入，席位规模自然受到影响。收入模型与技术方向之间出现结构性张力。

在这一推演中，SaaS 公司似乎陷入两难。一方面需要拥抱 AI，另一方面 AI 又可能削弱其既有收入基础。

2.应用还会是主角吗？

微软 CEO 纳德拉从更宏观的技术演进角度提出判断。他将当下的变化类比为关系型数据库诞生时的转折。过去，应用与数据库紧密耦合，应用承担业务逻辑与交互界面。

未来的架构可能以智能体为中心。智能体根据用户意图，跨应用调度资源，自动完成任务。应用退居为数据与规则的承载层。

在这一框架中，现有 SaaS 系统仍然存在，但其地位可能从“前台”转为“后台”。调用与编排的主导权上移。

Zoho 创始人 Sridhar Vembu对这一趋势持高度警惕。他公开表示，AI 可能成为刺破 SaaS 泡沫的变量。一个销售和营销投入远超工程投入的行业，在技术范式变化时尤其脆弱。

他说：“Zoho 能在 AI 浪潮中幸存吗？这取决于我们的适应能力。我总是要求我们的员工冷静地思考我们的‘死亡’。当我们接受了这种可能性，我们就会变得更加无所畏惧，也只有那时，我们才能冷静地规划航向。”

这是一种企业自我审视的方式，承认技术风险，才能为组织保留调整空间。

国内投资人李明顺等观察者则从交互层面提出判断。他们认为，软件的本质是人与系统之间的交互方式。当自然语言界面逐渐成熟，复杂菜单和层级导航的价值会下降。GUI 曾构成体验壁垒，但在 LUI 环境下，这种壁垒可能弱化。

如果交互入口被重写，应用形态必然随之变化。

3.软件开发门槛消失之后

另一重压力来自开发效率的变化。

Cursor、Replit 等工具降低了代码生成门槛。个人开发者可以在较短时间内构建可用产品。部分功能单一的工具型 SaaS，在技术上更容易被复刻。

当企业能够通过 AI 快速生成内部应用，一些通用型工具的存在理由会被重新评估。

尤其是依赖固定规则的低代码平台，如果无法叠加更复杂的业务理解能力，可能率先受到冲击。

综合来看，商业模型的压力、架构主导权的转移以及开发门槛的下降，共同构成了“看衰逻辑”的三重基础。这套推演并非空穴来风，也因此具有现实讨论价值。

接下来，真正的问题在于，这种推演是否已经足以得出“SaaS 终结”的结论。

02

情绪之外的现实回应

与资本市场的情绪波动相比，站在业务一线的创业者与企业掌舵者显得更为冷静。

在他们看来，AI 确实改变了软件的生产方式和交互方式，但并未动摇企业服务的底层逻辑。企业依然需要系统化管理、稳定流程和可追溯的数据结构，这些需求不会因为技术升级而消失。

1.AI 难以替代组织协作的复杂契约

针对 SaaS 是否会被 AI 快速替代，外勤365创始人刘昭提出过一个形象的比喻。他将AI工具比作微波炉，效率极高，可以迅速加热食物；将 SaaS 产品比作餐厅。家庭里几乎都有微波炉，但人们依然会去餐厅。原因并不复杂，餐厅提供的不只是加热后的食物，还包括环境、服务、社交场景以及一整套组织好的体验。

在他看来，SaaS 系统承载的也是类似的结构。它不仅是代码和功能的集合，更是组织协作规则的载体。权限体系如何设计，流程如何审批，跨部门如何流转，异常如何追责，这些都涉及人性博弈与制度安排。AI 可以生成程序，但很难自动构建出与特定组织架构高度匹配的协作契约。

只要企业仍然以组织形态存在，大规模协作仍然需要制度化约束，承载这些规则的软件就有存在基础。

盖雅工场 CEO 章新波则从业务本质出发回应这一争议。他认为，SaaS 从来不是“写代码”这件事，而是理解业务需求并给出稳定解法。排班、考勤、算薪等场景背后，是复杂的劳动法规、行业差异和企业管理要求。这些需求并未改变，改变的是实现方式。

他强调，无论技术形态如何演进，只要人还在组织中工作，就需要被记录、被评价、被衡量。企业服务的价值点始终围绕这一核心展开。AI 是手段，业务逻辑是根基。

2.SaaS仍是AI运行的基础结构

在硅谷，关于架构层级的讨论同样存在分歧。英伟达创始人黄仁勋并不认同“SaaS 终结论”。他认为，AI 更像是软件生态中的超级用户，而非替代者。ERP 系统中的供应链规则，工业软件中的仿真模型，金融系统中的风控逻辑，这些都是多年沉淀下来的结构化知识。AI 需要调用这些逻辑完成任务，而不是从零构建整套体系。

Box 创始人 Aaron Levie 进一步描述了未来可能出现的角色变化。过去是人操作软件，未来可能是 AI Agent 操作 SaaS 平台。但他同时强调，如果底层系统缺乏确定性和一致性，AI调用就会变得不可控。SaaS 在架构中的价值，恰恰在于提供稳定、可验证的业务逻辑与数据边界。

Rippling 创始人 Parker Conrad 提出所谓“复合平台”思路。他承认，功能单一的工具型产品面临较大压力，因为 AI 可以在短时间内生成类似能力。但当系统整合了人力、财务、IT 等多个核心模块，底层数据被打通，复杂度显著提升。AI 越是需要跨系统调度数据，越依赖这种高度整合的平台结构。

在这一判断中，SaaS 并未消失，而是成为 AI 得以运行的基础设施。

3.从工具到业务伙伴的演化

围绕 SaaS 是否会沦为数据管道的问题，崔牛会创始人崔强提出了进化视角。他认为，SaaS 没有终结，而是在经历结构性调整。

过去几年行业降温，部分公司暴露出产品同质化、数据沉淀不足、缺乏行业理解等问题。真正承压的，是那些依赖功能堆砌却缺乏业务深度的产品。

回看2023年被视为行业低谷的阶段，如今更像一次出清过程。市场正在迫使企业从单纯销售账号，转向围绕实际业务结果构建价值。

在他的判断中，未来的 SaaS 公司形态将发生变化。表面上仍然是软件企业，内部结构则是行业经验、专有数据和 AI 模型的融合体。系统不再只是工具接口，而是能够基于数据主动提出建议、参与决策的业务伙伴。

这种演化，并非情绪性乐观，而是产业压力下的自然结果。当技术能力提升，客户对结果的要求也会同步提高。SaaS 的角色因此发生转移，从执行工具走向决策辅助乃至任务承担者。

从这一视角看，争论的焦点不在于“是否消亡”，而在于“如何升级”。

03

别急着抄硅谷作业

在这一轮技术浪潮中，行业习惯性地将硅谷作为参照系，试图从那里寻找方向。但从实际市场环境与企业状态来看，中美 SaaS 所处阶段并不一致。如果忽视结构差异，简单对标，很容易在战略判断上出现偏差。

1.拒绝简单对标

首先是焦虑来源的不同。

在硅谷，SaaS 公司普遍拥有较高的订阅规模和成熟的 ARR 结构。讨论的焦点，是既有收入是否会被自动化削弱。核心担忧在于，若 AI 承担原本由员工完成的任务，席位数量下降，订阅规模会被侵蚀。

而中国 To B 市场的焦点仍然集中在盈利能力。大量企业尚未建立稳定现金流，商业模型仍在验证阶段。企业讨论 AI 时，更关心它能否帮助降低交付成本、提升签约效率、缩短回款周期。

生存阶段不同，技术诉求自然不同。

其次是 AI 角色的定位差异。

硅谷的主流叙事强调替代逻辑，即通过 AI 直接完成任务，实现 Outcome-based 收费。在这一逻辑下，企业购买的是结果，而不是工具本身。

在国内，AI 更多被视为能力增强手段。它可以提高员工效率，优化流程，或作为增值模块提升客单价。很多企业仍然需要在人机协作框架下落地，而非完全替代式架构。

再看交付形态。

硅谷的技术趋势，是尽可能降低界面复杂度，让系统通过 API 或 Agent 形式存在。用户无需理解软件结构，只需表达需求。

国内客户结构更为复杂。尤其在大型企业与央国企场景中，可视化功能、完整后台、私有化部署仍然是决策关键因素。系统的“可见性”与“可控性”本身就是价值的一部分。AI 能力往往需要嵌入既有管理框架中，而不是彻底重构界面。

最后是生态环境差异。

硅谷生态强调开放接口与跨平台联动。围绕 Salesforce 等平台形成了相对成熟的生态体系。AI 可以在此基础上进行跨系统编排。

中国市场的数据互通仍然存在障碍。钉钉、企业微信、飞书以及各类垂直 SaaS 之间，接口标准和数据结构并未完全统一。在这种环境下，AI 转型更接近于各自生态内部的深化整合，而不是全局式重构。

因此，中国 SaaS 的现实路径，并非复制硅谷模式，而是在自身生态结构内寻找落地方式。

2.AI 时代的软件分层逻辑

从架构演进角度看，未来企业软件体系可能呈现更清晰的分层结构。

底层是数据记录系统，即 System of Record。它承担存储、合规、审计与一致性保障功能。无论是 Salesforce、Workday，还是国内核心业务系统，其价值在于提供可靠的单一数据来源。AI 需要稳定的数据基础才能运行。如果接口不开放，智能体可能通过外层抓取实现连接；如果主动开放，则更容易成为生态基石。

中层是智能体调度层，负责跨系统调用逻辑与执行工作流。这一层将成为创新最活跃的区域。不同 AI 能力将在这里展开竞争。

顶层是动态交互层。界面不再固定，而是根据用户意图生成操作路径。菜单与层级结构的重要性下降，交互方式趋向自然语言与场景驱动。

在这样的结构下，SaaS 并未消失，而是位置发生调整。它从前端应用转向数据与逻辑的稳定承载层。

3.商业模式的可能演进

在硅谷，围绕席位制向结果收费转型的讨论愈发激烈。按人头收费与 AI 自动化之间的张力，促使企业探索新的计费方式。

对中国厂商而言，情况有所不同。席位制在国内并未全面成熟，很多采购仍然采用买断或项目制模式。因此，历史包袱相对较轻。

在 AI 条件下，直接按照任务量或实际产出计费，并非不可行。例如按完成的审核数量、筛选简历数量或处理订单数量计费。这种方式更接近服务外包逻辑，也符合部分客户为结果付费的习惯。

当然，结果导向收费对交付能力与风控能力提出更高要求。厂商需要对结果承担更明确责任。

综合来看，中美市场并非谁对谁错，而是阶段差异决定路径差异。理解这一前提，有助于行业避免情绪化判断，在技术浪潮中寻找适合自身环境的节奏。

04

回到商业基本面

围绕“SaaS 已死”的争论，情绪往往先于判断。技术变革带来的不确定性，容易被放大为终局叙事。但如果回到商业基本面，会发现很多底层逻辑并未改变。

资本需要拉长时间维度去看这件事情。

SaaS 订阅模式之所以在过去二十年被广泛验证，在于它建立了稳定、可预测的收入结构。ARR 所代表的，不只是年度经常性收入，更是一种客户关系的长期绑定机制。企业服务的本质，是持续交付，而非一次性售卖。

AI 的加入，并不会自动削弱这一模式。相反，它可能提升单位客户价值。当软件开始承担更多自动化任务，甚至部分替代人工流程，其所对应的预算来源也会发生变化。过去软件主要占据IT预算，而未来可能部分进入运营、人力或外包成本预算。

这意味着价值空间可能扩大，而非收缩。

资本市场的波动更多反映预期调整，而非产业基础的崩塌。技术更迭周期往往伴随估值重估，但真正能够穿越周期的公司，依然依靠产品能力与客户粘性。

创业者要避免站队思维。

对于创业者而言，将“做 SaaS”与“做 AI”对立起来，并无实际意义。技术形态是手段，持续交付价值才是核心。

SaaS 提供的是客户成功体系、服务流程和稳定收入模型；AI 提供的是效率提升、自动化能力与新的产品边界。前者保证商业结构稳定，后者提升单位产出效率。

如果只有 SaaS 框架而缺乏智能能力，产品可能失去竞争力；如果只有 AI 能力而缺乏稳定交付体系，则难以形成长期客户关系。融合是更现实的路径。

对企业而言，更关键的问题在于是否真正理解所在行业的业务逻辑，是否掌握核心数据，是否能在技术升级中持续提升交付质量。

SaaS 并未终结。

“Software as a Service”的理念，本质是以服务方式交付软件能力。过去相当长一段时间里，企业购买软件后仍需投入大量人力操作系统，软件更多承担工具角色。

当 AI Agent 开始承担部分操作与决策功能，软件才更接近“服务”本身。用户表达需求，系统自动完成流程，结果成为主要交付物。

这是一种能力升级，而不是物种消失。

技术浪潮会改变产品形态，也会重塑行业结构。但企业组织、业务协作和价值交换不会消失。理性看待技术进步，比情绪化判断更有意义。

与其讨论终局，不如讨论如何适应变化。在周期更替中保持定力，才是企业真正的竞争力。

本文来自微信公众号“牛透社”（ID：Neuters），作者：牛透社，编辑：燕子，36氪经授权发布。