AI Agent殺不死SaaS!AI時代「軟體即服務」最稀缺的護城河是什麼?

CryptoCity

AI Agent 掀起 SaaS 末日論,但稀缺性已轉向專有數據與業務上下文,掌握數據者才是下個十年的收租者。

AI Agent 火起來之後,很多人已經開始給 SaaS 寫悼詞了。但我覺得為時尚早。

投資人們確實很恐慌。2026 年初,SaaS 末日的恐慌席捲了整個科技圈。1 月底,Anthropic 僅僅是發佈了一個讓 Claude 能夠調用擴充應用程式的功能更新,美股軟體板塊市值就在之後的 3 周內蒸發了數千億美元的市值。

他們恐慌的邏輯是很簡單的。他們認為,既然 AI 已經能自己寫程式碼、找漏洞、甚至動態生成工具,那麼寫程式碼的成本就無限趨近於零。一旦 Agent 能夠隨時隨地為企業搓出各種客製化工具,那些按月收租的軟體公司,它們辛辛苦苦建立的護城河自然就蕩然無存了。

於是,從 CrowdStrike 到 IBM,從 Salesforce 到 ServiceNow,無論財報多亮眼,都在經歷著慘烈的拋售。

與此同時,無數 AI 創業者正拿著 BP,衝著 VC 說要「做 Agent 時代的中間層」、「For Agent 創業」。

他們都在賭一件事:造工具,是這個時代最性感的生意。

但如果我們把視線從那些 PPT 上移開,去看看企業運轉的真實切面,就會發現其實根本不是這樣的。

軟體賣的從來不是程式碼

經濟學中有一個經典且被反復驗證的理論,叫做「要素稀缺性轉移」。每一次生產力革命,都會讓某種原本稀缺的要素變得豐裕,同時讓另一種原本被忽視的要素變得極度稀缺,財富隨之向後者集中。

工業革命前,勞動力是稀缺的;蒸汽機讓機械勞動力變得豐裕,稀缺性就轉移到了資本和工廠,於是工廠主成了那個時代最富有的人。

網路革命讓資訊傳播的成本歸零,稀缺性就轉移到了使用者的「注意力」,於是流量成了一門大生意。

如今,AI 革命正在讓寫程式碼和造工具的能力變得極度豐裕。在程式碼不再稀缺的 Agent 時代,稀缺性究竟轉移到哪兒了?

其實,在軟體產業發展的幾十年里,程式碼本身從來沒有真正成為過護城河。

Linux 系統的每一行程式碼都是免費的,但這並不妨礙 Red Hat 被 IBM 以 340 億美元 的天價收購;MySQL 是免費的,Oracle 把它收入囊中後,依然能靠它賣出昂貴的服務合約。PostgreSQL 的程式碼任何人都能下載,但 AWS 的 Aurora 數據庫服務每年依然能從企業客戶身上收走幾十億美元。

程式碼免費了,生意還在,而且生意還挺好。

最關鍵的其實是這三樣東西:被固化下來的業務流程、經年累月沈澱的客戶數據,以及由此產生的極高轉換成本。

當你購買 Salesforce 時,你買的不是那套 CRM 系統的源程式碼,而是它背後管理著的超過 50 兆條企業客戶記錄,以及它如何將銷售、客服、行銷等環節嚴絲合縫地咬合在一起的流程經驗。這些數據不是一行行冷冰冰的程式碼,而是企業活生生的時間與歷史。

一家公司在 Salesforce 上用了十年,客戶的每一次溝通記錄、每一筆交易歷史、每一個銷售機會的跟進節點,全都在裡面。你要遷走,不是換一個軟體的問題,而是相當於把公司的記憶整個搬家。這就是為什麼 Salesforce 依然能交出 410 億美元 的年收入,並且把 2030 年的目標定在 630 億美元。

圖源:Backlinko

回到要素稀缺性轉移的架構里。既然 Agent 能夠自己製造工具,寫程式碼的成本已經歸零,那麼在企業服務這個場景下,最稀缺的要素的究竟是什麼?

卡住 Agent 的脖子

真正卡住 Agent 脖子的,不是它沒有手,而是它沒有腦子里的「上下文」。

一個擁有所有工具的超級 Agent,就像是一台性能頂級的榨汁機。它轉速極快,刀片鋒利,但如果沒人往裡面扔水果,它肯定沒法給你變出來一杯果汁。

麥肯錫在年度報告中指出,88 % 的企業正在使用 AI,但只有 23 % 真正實現了 Agent 系統在企業內某個環節的規模化落地。卡住它們的,根本不是大模型不夠聰明,而是企業的數據架構沒有準備好。

SAP 數據與分析總裁 Irfan Khan 在 MIT Technology Review 的採訪中提到:「企業不可能把整個總帳系統扔掉換成一個 Agent,因為 Agent 如果沒有業務上下文就什麼都做不了。」

這裡說的「業務上下文」,指的是:這家公司的財務合規底線在哪裡,這個產業的監管要求是什麼,眼前這個客戶過去十年的偏好和歷史,這個供應商的付款條款和違約記錄,這個員工的績效歷史和晉升路徑……這些東西,既不在網路上公開,也不能通過爬蟲獲取,更是 AI 無法通過文本預測生成的。

Foundation Capital 的合伙人 Ashu Garg 也持同樣的觀點。他說,Agent 需要的不只是數據,而是一個「上下文圖譜」,一個能夠捕捉企業不僅做了什麼、更能記錄企業如何思考的推理層。這種東西,只能從真實的業務營運中沈澱,無法憑空製造。

在這個邏輯下,稀缺性已經從「造工具的能力」,轉移到了「擁有不可替代的業務上下文數據」。

既然 Agent 自己變不出一杯果汁,那麼那些水果到底在誰手裡拿著呢?

數據地主的黃金時代

答案指向了那些曾經被認為會被 AI 顛覆的老傢伙們。

2026 年 2 月 23 日,Bloomberg 推出了名為「ASKB」的 Agentic AI 界面。Bloomberg Terminal 是軟體產業里最具代表性的存在之一。雖然全球只有 32.5 萬個訂閱使用者,但是每個帳號每年收費 3.2 萬美元,這意味著 Bloomberg 每年靠這 32.5 萬個帳號,就能收走超過 100 億美元 的收入,佔到 Bloomberg LP 全部營收的 85 % 以上。

圖源:Bloomberg

對於「使用者越多越好」的網路產業來說,這其實是反邏輯的,Bloomberg 靠著極少數的付費使用者,建起了一座堅固的商業堡壘。

它能做成的原因只有一個,因為 Bloomberg 掌握著全球最完整、最即時、最深度結構化的金融數據。這些數據是幾十年來持續投入的產物,包括即時行情、歷史檔案、新聞語料、分析師報告、公司財務數據……任何想要在金融產業做出嚴肅決策的機構,都沒有辦法不使用它。

對於新推出的 ASKB 而言,AI 是引擎,而 Bloomberg 獨有的數據是唯一的燃料。任何想要在金融產業發揮作用的 Agent,都不可能憑空捏造出這些數據,它只能乖乖地接入 Bloomberg 的接口。

WatersTechnology 給出了一個非常精妙的評論:Bloomberg 的 Agentic 佈局,展示出了「那些擁有數據的人是如何把 AI 變成自己提款機的」。

這個邏輯,在各個垂直產業都是如此。Veeva 掌握著全球醫藥產業的合規與研發數據,任何制藥公司的 Agent 要處理臨床試驗、監管申報,都必須調用這些數據;Epic 掌握著美國超過 2.5 億患者的醫療健康記錄,醫療 Agent 的每一個診斷建議,都需要這些真實的病歷數據作為底座;LexisNexis 壟斷著龐大的法律文書檔案,法律 Agent 要做案例檢索和合規分析,無法繞開它。

這些數據是真實世界里幾十年業務營運的結晶,是時間的沈澱,是無法被複製的歷史。這也是「要素稀缺性轉移」的終極體現:當所有人都擁有了頂級的 AI 引擎,真正決定勝負的,是你能不能找到那片獨屬於你的油田。

在過去,這些訂閱制數據服務是賣給人類分析師的。一個大機構可能需要購買 100 個 Bloomberg 終端帳號。但在未來,當機器成為數據的消費者時,可能是一個機構運行著上萬個 Agent,它們在毫秒級的時間內,瘋狂地調用著這些專有數據接口。

這是一個量級上的躍遷。人類分析師一天能處理的查詢是有限的,但 Agent 的調用頻率可比人類多得多。對持續、即時、高價值數據的需求,將迎來指數級的爆發。訂閱制的商業邏輯不僅沒有被顛覆,反而被機器的貪婪胃口無限放大了。

程式碼歸零,數據開始收租。

但是,這是否意味著所有 SaaS 和數據公司都能高枕無憂?

不是所有 SaaS 都有這張牌

如果把這篇文章理解為對 SaaS 產業的無差別唱多,那就大錯特錯了。AI 給 SaaS 帶來的,是一場殘酷的大分化。

TechCrunch 在 2026 年 3 月初採訪了數位頭部 VC,問他們現在最不想投什麼。

矽谷的投資人已經在用腳投票了。簡簡單單的工作流封裝、什麼產業都能套用的橫向工具、輕量級項目管理,這些曾經能撐起一輪融資的故事,現在的共同命運是被直接 Pass。原因很簡單,因為這些 Agent 隨手就能幹了。沒有獨家數據的軟體公司,正在快速失去進入資本視野的資格。

這個判斷,把 SaaS 世界切成了兩半。

一半是那些僅僅提供薄封裝的工具型產品,把公開數據套上一個好看的界面,或者僅僅優化了某個單點操作流程的 SaaS。這類產品的護城河,本質上是使用者習慣和界面粘性。

但正如 Emergence Capital 的 Jake Saper 所說:「以前,讓人類在你的軟體里養成習慣,是一條強大的護城河。但如果 Agent 在做這些工作,誰還在乎人類的工作流?」

這類 SaaS 確確實實面臨著很大的威脅。GTM 工具棧就是一個典型案例。Gainsight、Zendesk、Outreach、Clari、Gong,這些公司分別佔據了客戶成功、客服、銷售外拓、收入預測、通話分析等相鄰功能,每個都需要單獨預算、單獨操作、單獨整合。AI 原生的公司,現在可以用一個 Agent 打通所有這些環節,讓這些點狀工具的存在價值會大打折扣。

而另一半 SaaS 則深度嵌入了企業核心業務流程,掌握著不可替代專有數據。這類公司不僅不會被 Agent 替代,反而會因為 Agent 的存在而變得更有價值。

以 Salesforce 為例,2026 年 2 月,Salesforce 財報顯示,Agentforce 的年度經常性收入達到 8 億美元,同比成長 169 %;累計交付了 24 億個「Agentic 工作單元」,累計處理了近 20 兆個 token;已簽署超過 29,000 個 Agentforce 客戶,單季度環比成長 50 %。更關鍵的是,Agentforce 和 Data 360 合併 ARR 超過 29 億美元,同比成長超過 200 %。

Marc Benioff 在財報電話會上說:「我們已經把 Salesforce 重建成了 Agentic Enterprise 的作業系統。AI 越能取代工作,Salesforce 就越有價值。」

Salesforce 不僅沒有被 Agent 替代,反而還成為了 Agent 運行的土壤。它的價值,恰恰來自於它掌握的那些 Agent 無法繞開的業務數據和流程上下文。

ServiceNow 的 CEO Bill McDermott 他在 2026 年 2 月公開宣佈:「我們不是一家 SaaS 公司。」

圖源:Business Insider

他不是在否認自己,而是在主動切割。他的邏輯是 SaaS 是一個關於「軟體交付方式」的概念,而 ServiceNow 要成為的,是企業 AI Agent 的編排層和執行層,AI 能發現問題、給出建議,但真正在企業系統里執行動作的,還得是 ServiceNow 這樣深度嵌入工作流的平台。

Workday 則在 2026 年 3 月 17 日發佈了「Sana」,一個將 HR 和財務數據深度整合的對話式 AI 套件。這個產品的核心邏輯,不是用 AI 替代 Workday,而是用 Workday 的數據餵養 AI。

Workday 掌握著數千家企業的薪酬、績效、組織架構、財務預算數據,這些數據的深度和獨特性,是任何 AI 原生創業公司短期內無法複製的。

所以,真正的護城河不是你有沒有數據,而是你手裡的數據是不是別人拿不到、買不到、也造不出來的。

下一個十年,誰在收租

每一次技術革命,最終拿走最大利潤的,往往不是發明瞭那項驚天動地新技術的人,而是那些悄悄掌握了新技術賴以生存的稀缺要素的人。在這個 AI 飛速發展的時代,大模型的能力會越來越強,Agent 自己寫程式碼、造工具的能力會越來越普及。

當這些曾經被視為黑科技的能力變成基礎設施,「要素稀缺性轉移」的邏輯就只剩一個結論:拼命給 Agent 造工具的那批人,大機率不是這個時代最後的贏家。

Foundation Capital 在 2026 年 2 月的分析中說,軟體產業的整體市值,將在未來十年擴大到現在的 10 倍。但這 10 倍的成長,不會均勻地分配給所有軟體公司,它會高度集中在那些能夠真正駕馭 Agent 時代的玩家身上。

真正的贏家,是那些手裡握著 Agent 無法繞開的數據資產的人。

對於今天的創業者和投資人來說,這個時代的創業者只有兩種命運:一種是拼命給 Agent 造鋤頭,一種是先把那塊地佔了。你現在在做哪件事,心裡應該有數。

別盯著 Agent 的手,去卡住 Agent 的脖子。

  • 本文經授權轉載自:《BlockBeats》
  • 原文標題:《AI Agent殺不死SaaS》
  • 原文作者:Sleepy.md, 動察Beating
Disclaimer: The information on this page may come from third parties and does not represent the views or opinions of Gate. The content displayed on this page is for reference only and does not constitute any financial, investment, or legal advice. Gate does not guarantee the accuracy or completeness of the information and shall not be liable for any losses arising from the use of this information. Virtual asset investments carry high risks and are subject to significant price volatility. You may lose all of your invested principal. Please fully understand the relevant risks and make prudent decisions based on your own financial situation and risk tolerance. For details, please refer to Disclaimer.
Commento
0/400
Nessun commento