文｜Alex

近期，随着具备独立执行复杂任务能力的 AI 智能体相继推出，To B 市场出现了“AI 将接管企业业务流程”、“SaaS 模式式微”甚至“SaaS 末日”的论调。这种预期在一定程度上引发了资本市场对软件板块前景的担忧。

然而，在软件股股价承压的背景下，SaaS 领域与 AI 领域的头部企业高管近期分别给出了基于产业现实的判断。

一方是 Salesforce 对现有模式的重申。

在今年2月底的财报电话会议上，CEO 马克·贝尼奥夫回应了市场的悲观预期：

“你们都听说了所谓的‘SaaS 末日’对吧？这可不是我们第一次面临‘末日’了……如果真有什么‘SaaS 末日’，它可能已经被‘大脚怪’（SaaS-quatch）一口吃掉了。因为 AI 智能体的加入，SaaS 实际上变得更好了，企业不仅没有抛弃 SaaS，反而还在大量使用它们。”

另一方，则是“最强 AI ”企业对落地现状的坦陈。

在印度人工智能影响力峰会上，OpenAI 首席运营官 Brad Lightcap 直言：“企业层面的人工智能尚未真正渗透到企业业务流程中。”

他指出，企业组织高度复杂，单点 AI 系统难以独立运转，并坦承 OpenAI 自身依然是 Slack 等传统企业软件的重度用户。

贝尼奥夫认为 AI 繁荣了 SaaS，而 Lightcap 则指出 AI 必须与既有系统深度整合才能落地。这两种视角共同印证了，进入落地深水区的企业级AI与SaaS绝非零和博弈的替代关系。

市场对AI的狂热往往带有严重的幸存者偏差。剥开大模型在C端无所不能的外衣，深入To B真实的业务泥潭就会发现，技术与商业落地之间隔着一道巨大的鸿沟。

企业对拥抱AI极其踊跃。崔牛会最新调研数据显示，已有超过70%的企业在内部试点或规模化部署AI产品。

但在真金白银砸下去后，只有极少数企业算得过来账，实现了可持续的投资回报率。多数实际应用还停留在写邮件或辅助写代码的边缘提效层面，大模型始终没有真正扎进核心业务流。

这一现象与Brad Lightcap所说的“企业组织高度复杂”形成了有趣的跨洋共鸣。

当前企业级AI商业化最大的共性瓶颈就是“需求太零散难以做大规模”。面对这个痛点，SaaS企业和AI原生企业难得地达成了共识，选择该项的占比分别高达29.7%和30.0%。

现实的商业环境极其粗糙，每家企业的运营流程千差万别，数据格式毫无标准可言。

看似强大的AI一旦脱离SaaS沉淀的数据上下文，就只是一台空转的引擎；缺乏严格的权限体系与工作流引擎做护栏，智能体连最基础的跨部门审批都无法推进。

面对落地泥潭，OpenAI给出的解法是推出Frontier平台。

这背后的战略意图显然不是重做一套ERP或CRM去端掉SaaS厂商的饭碗，而是要在无数分散软件构成的复杂企业网络中，搭建一个统筹全局的调度大脑。

在这个全新的IT架构演进中，权力中心正在发生不可逆的转移。

过去SaaS占据业务流的绝对中心；未来，AI智能体会成为发号施令的大脑，传统SaaS将逐渐退居幕后，扮演API基础设施的角色，负责提供行业认知、数据上下文与具体的动作执行。

如果说技术架构的演进是一场底层的暗流，OpenAI接下来指出的方向则关乎整个软件行业商业模式的根本升级。

Brad Lightcap透露了一个极具启发性的细节，Frontier未来的评估标准将围绕业务成果展开，逐步弱化传统的席位许可证指标。

这预示着To B软件长达二十年的经典计费模式即将迎来重大进化。

过去十几年，SaaS行业凭借“按人头收费”的订阅模式实现了高速增长。这套逻辑非常顺畅，软件作为辅助工具，企业买的账号越多，员工协同效率越高。

但如今，AI智能体褪去了单纯工具的标签，承担起数字员工的角色，其核心价值直接指向接管复杂任务与替代人类产能。

我们可以推演一个现实场景：过去一个百人客服团队，每月需支付百个SaaS账号的订阅费；如今企业引入强大的AI智能体，一天能连续处理上千份工单，企业顺势将人力优化为十人。

在这个降本增效的样本当中，用人头数量来衡量软件价值就失去了准星。AI交付了实实在在的业务增量，未来的企业理所当然更倾向于为算力消耗或切实的回报率买单。

计费逻辑的进化在崔牛会报告中有着清晰的数据折射，即行业正从成本逻辑平稳过渡到价值逻辑。

拥有庞大客户基本盘的SaaS厂商显得极为稳健。

高达35.3%的SaaS厂商选择将AI作为新功能打包进原产品体系中，采用高风险按效果收费模式的比例仅为4.3%。

在不打破既有价格体系的前提下向老客户平滑传递新增价值，是其当下的最优解。

轻装上阵的AI原生厂商则直接将破局点放在价值创造上。它们大量采用按用量收费和混合定价模式（占比达24.2%和19.7%）。

更具突破性的是，高达21.2%的AI原生厂商直接抛出了按效果收费方案，尝试将营收与获取的线索、节省的工时深度绑定，从而在传统软件的固定采购预算外，发掘全新的商业增量。

在这个看重业务成果的新周期里，探索多元化计费路径，将成为To B企业打开增长空间的关键。

企业级 AI 的交付，本质上是一场披着技术外衣的组织变革。

当模型能力不再是唯一的稀缺资源时，博弈焦点就从实验室转移到了业务现场。OpenAI 宣布与波士顿咨询、麦肯锡、埃森哲等头部机构达成合作，是对 To B 市场现实的妥协，模型好买，变革难推。

单纯卖 API 很容易，但让大模型真正融入一家制造企业的复杂供应链或银行的风控体系，却是一块难啃的骨头。

过去买一套 SaaS 软件，可能业务或 IT 主管就能拍板；但引入 AI 完全不同。

崔牛会数据显示，CEO 及高管团队以 43.5% 的渗透率成为 AI 决策的核心参与者。这表明引入 AI 被视为关乎商业模式重塑的最高级别战略，必须由“一把手”亲自推动。

当决策上升到 CEO 层面，购买的就不再是软件授权，而是业务成果。

AI 的引入必然伴随着激烈的组织阵痛——从员工对新技术的恐慌，到原有工作流的推倒重来、利益格局的打破，以及严苛的数据合规要求。组织准备度已经超越模型本身，成为新的门槛。

而提供业务流程重构（BPR）与变革管理的“陪跑”服务，正是咨询巨头们最擅长的领域。

当我们完整审视了技术落地的泥潭、商业模式的颠覆以及组织变革的深水区后，这盘横跨硅谷大厂与本土 To B 生态的大棋局走向已经非常清晰。

纵观 OpenAI 从卖 API（拼底层能力），到推 Frontier 平台（做调度中心），再到联合麦肯锡（做重度交付），一条极其清晰的演进路线浮出水面：OpenAI 正在全面“SaaS 化”和“企业服务化”。

产业竞争早就从单点竞赛全面升级为生态协同。面对技术架构的演进，SaaS厂商迎来了重塑生态位的绝佳时机。

破局之道藏在差异化与开放之中：

站在需求端的企业决策者也需要转变视角。

企业未来竞争力的根本尺度，将体现为利用新技术重构组织决策的综合能力。

尽早建立统一的AI与数据中台，彻底解决历史遗留的数据碎片化难题迫在眉睫，因为高质量的私有数据，始终是孕育契合自身业务智能体的唯一养料。

SaaS非但没有迎来所谓的“末日”，反而正借助AI的势能迈入其最强大的时代。

正如SAP全球CEO柯睿安所洞察的那样，无论早期的狂热如何集中在底层算力上，持久的商业价值最终都会不可逆转地向上迁移至应用层。

在这场浪潮中，大语言模型更像是淘金热中那把极其锋利的铲子，而真正能把技术转化为切实业务成果的，依然是深谙企业运转逻辑的软件系统。

当企业未来在端到端流程中部署越来越多的自主智能体时，一个非常反直觉的现象就会出现，那些用于约束、调度和监督智能体的治理系统与业务底座，其价值不仅不会被削弱，反而会呈指数级放大。

软件并没有走向终点，它正在剥离过去臃肿的交互外壳，化身为承载企业智能自治的全新操作系统。