作者：于米，編輯：何玥陽

AI Agent的風(fēng)有多大？

2024年年底，微軟CEO納德拉直接作出了這樣的預(yù)言：“軟件即服務(wù)（SaaS）應(yīng)用將會在AI Agent的時代崩塌。”

要知道，微軟可是全球SaaS巨頭之一，因此這番話可以說是對AI Agent潛力最具分量的背書，或許沒有之一。

不過，在眼下這個時間節(jié)點，我們真的已經(jīng)能看到AI Agent浪潮涌來，要將SaaS“拍死在沙灘上”了嗎？

只能說，這個問題的答案，現(xiàn)在還遠遠稱不上清晰。

一、3000億美元規(guī)模背后的裂痕

和今天的AI Agent一樣，SaaS曾經(jīng)也是創(chuàng)投圈的“寵兒”。

SaaS是一種云計算模式，用戶無需在本地安裝軟件，而是采用訂閱制，通過web端連接軟件服務(wù)，將更新和維護都交給了供應(yīng)商。

不但Salesforce、Shopify這樣以SaaS為安身立命之本的明星公司涌現(xiàn)，微軟、Adobe這樣的科技巨頭也進行了轉(zhuǎn)型，將SaaS作為其核心戰(zhàn)略的一部分。

根據(jù)Statista的數(shù)據(jù)，2015年至今，SaaS市場規(guī)模逐年攀升，從314億美元飆升至2025年的預(yù)計3000億美元，發(fā)展勢頭迅猛。

Salesforce作為這個行業(yè)的代表，市值最高超過3400億美元。

然而，這樣的風(fēng)光背后，SaaS也存在一些始終未被有效解決，甚至越來越成為桎梏的痛點。

如今，SaaS儼然已經(jīng)成為了紅海行業(yè)。全球范圍內(nèi)SaaS廠商已經(jīng)超過了3萬家（2023年數(shù)據(jù)），其中的中國廠商也達到了4500家（2021年數(shù)據(jù)）。

要在這樣的競爭格局中殺出重圍，SaaS廠商不得不在推廣和銷售渠道上加碼。信通院發(fā)布的《中國企業(yè)級 SaaS 產(chǎn)業(yè)發(fā)展研究報告（2024）》就提到，中國SaaS廠商銷售費用率和研發(fā)費用占比超過了一半。

近年來，金蝶、北森、聚水潭等多家國內(nèi)SaaS廠商的銷售費用率（銷售及推廣費用占營收比重）也都在40%以上，微盟的銷售費用率甚至超過70%。

銷售和市場成本的居高不下，意味著毛利很大程度上會被高獲客成本所吞噬，甚至出現(xiàn)“賠本賺吆喝”的情況。

與此同時，傳統(tǒng)SaaS已發(fā)展得相當(dāng)成熟。在底層技術(shù)和常用功能上，各家產(chǎn)品大同小異，真正能讓人眼前一亮的突破變得越來越少。

選哪家都一樣，結(jié)果就是“換哪家都可以”，如果用戶在初期感到使用不順，就很可能會轉(zhuǎn)投別家，用戶留存率不高。

又因為用戶往往更在意定價是否便宜，供應(yīng)商很難有主動做定制化的動力，SaaS產(chǎn)品難以與用戶的需求進行深度適配，削弱了用戶黏性。

挖不來新用戶，留不住舊用戶，形成了惡性循環(huán)。

除了這些商業(yè)模式上的瓶頸，傳統(tǒng)SaaS產(chǎn)品也存在著“先天不足”。其中最容易被感知的，就是功能的單一和數(shù)據(jù)的不互通。

為了滿足各方面的需求（銷售、財務(wù)、客服......），企業(yè)可能不得不同時訂閱多份SaaS產(chǎn)品。但因為各家數(shù)據(jù)都被困在各自的服務(wù)器“孤島”上，用戶被迫在SaaS間來回切換，體驗割裂，效率也不高。

這有點像是組建了一支缺乏配合的隊伍，縱使單兵能力都不弱，但整體戰(zhàn)力卻不會太強。

會讓用戶對SaaS產(chǎn)生顧慮的，還有數(shù)據(jù)安全問題。選擇了SaaS，也就選擇了將數(shù)據(jù)交由SaaS廠商通過云端來管理和維護，廠商的安全能力和合規(guī)性變得至關(guān)重要。

正是因為這些痛點的存在，雖然SaaS在過去取得了巨大的商業(yè)成功，卻也給新技術(shù)大顯身手、重塑牌局留下了可乘之機——比如AI Agent。

二、AI Agent：變革者來了？

關(guān)于AI Agent，一個簡單的定義可以是：能自主感知環(huán)境、進行決策并采取行動以達成特定目標(biāo)的人工智能系統(tǒng)。

作為一個近期爆火的熱詞，“AI Agent”概念本身卻不是什么新生事物。有人認(rèn)為，相關(guān)的思想在上世紀(jì)中葉的研究中就可以找到蛛絲馬跡。

但引爆新一波討論和研究AI Agent熱度的，無疑是以ChatGPT為代表的一系列大語言模型（LLM）。

2023年3月30日，基于GPT-4的AutoGPT上線，人們驚奇地發(fā)現(xiàn)，AI Agent似乎終于有了一個落地的方式。

搭配上多模態(tài)能力和逐步分析問題的思維鏈（CoT），AI Agent不但有了一顆善于琢磨的大腦，也有了視覺、聽覺等“知覺”，AI的“思考”方式從未如此逼近人類。

在某些場景下用AI代替人類完成工作，有了觸手可及的可操作性。

那么，具體到SaaS的業(yè)務(wù)場景，以自動化和智能化為最大賣點的AI Agent，有希望成為那個秒殺現(xiàn)有痛點的變革者嗎？

至少在某些方面，AI Agent“看上去很美”。

理論上，在AI Agent的加持下，定制化的問題可以得到很大的改善。SaaS產(chǎn)品通常需要用戶主動適應(yīng)相應(yīng)的操作流程，AI Agent的上手門檻則要低上許多，可以根據(jù)用戶的需求自動創(chuàng)建工作流程。

傳統(tǒng)的SaaS產(chǎn)品需要提供一個包含了按鈕和菜單的在內(nèi)的圖形化界面，而AI Agent的前端可以簡單到只有對話界面，這也給個性化的視覺設(shè)計留足了空間。

甚至，如果開發(fā)者愿意開放權(quán)限，AI Agent還可以“猜你喜歡”，根據(jù)用戶的偏好自動對UI和調(diào)用的功能進行重構(gòu)。

要聯(lián)合不同的SaaS解決涉及到多場景的復(fù)雜問題時，以往體驗可能會在反復(fù)的切換中被切得稀碎，但有了AI Agent，用戶只需要交代清楚想要的結(jié)果，大部分中間過程可以由AI代勞，中間過程的煩惱可以拋在腦后。

要做到這些，可能只需要你像平時和Siri 小愛同學(xué)說話一樣，用自然語言直接給出指令。

也正是因為AI Agent能夠“自主思考”，又跨模塊獲取和分析數(shù)據(jù)的潛力，與SaaS這樣相對死板的“牛馬”相比，它甚至有可能在你沒有“吩咐”的情況下，主動給你提供業(yè)務(wù)建議，完成從工具到助手的進化。

打個比方，在傳統(tǒng)的SaaS模式下，使用ERP（企業(yè)資源規(guī)劃）系統(tǒng)時，用戶需要手動錄入采購計劃、庫存數(shù)據(jù)、生產(chǎn)排期、財務(wù)核算等信息。這不僅需要大量人工操作，還需要用戶熟悉各個功能模塊的使用邏輯和流程。

要通過AI Agent達成同樣的效果，你可能只需要告訴AI，“我們需要將產(chǎn)品A的產(chǎn)量提升20%，請做好相應(yīng)調(diào)整。”

接下來，AI Agent便會自動分析現(xiàn)有庫存、原材料供應(yīng)情況、生產(chǎn)能力和成本，然后制定采購計劃、調(diào)整生產(chǎn)排期、預(yù)估資金需求并生成財務(wù)影響報告。它甚至能主動預(yù)警可能的供應(yīng)鏈風(fēng)險，并提出備選方案。

用戶體驗如果能好成這樣，用戶留存自然也就不再會是SaaS供應(yīng)商的“絆腳石”。

三、AI Agent與SaaS的未來：融合還是顛覆？

AI Agent對SaaS的影響已經(jīng)初見端倪，國外的Salesforce、微軟，國內(nèi)的用友、微盟等，都在推出自己的AI Agent解決方案。

目前，AI Agent更像是被“集成”到了SaaS應(yīng)用中，在某些節(jié)點負責(zé)規(guī)劃和決策，兩者的未來格局可能有兩種趨勢。

一是SaaS繼續(xù)存在，但與AI Agent深度融合，通過后者“重塑肉身”。根據(jù)需要，AI Agent會被嵌入到一些業(yè)務(wù)環(huán)節(jié)中，解決某些特定的需求，SaaS則會接受AI Agent的調(diào)用，成為一種類似API的基礎(chǔ)工具。

在這種思路下，SaaS盡管從臺前退居幕后，但也不會被徹底“擊碎”。AI Agent將對SaaS起到整合作用，兩者不會是“你死我活”的取代關(guān)系，而是處于共生狀態(tài)。

Salesforce的CEO馬克·貝尼奧夫就是這一路線的支持者，他堅信AI Agent無法孤立地發(fā)揮其最大效能，仍需要可靠的數(shù)據(jù)基礎(chǔ)和完善的應(yīng)用（即SaaS）支持。

他認(rèn)為，AI Agent的出現(xiàn)正推動SaaS向一個更高級的形態(tài)——服務(wù)即軟件（SaSo）進化。

第二種趨勢則存在于更激進的想象中——既然SaaS某種程度上可以簡化理解為“數(shù)據(jù)庫+業(yè)務(wù)邏輯”，是處于業(yè)務(wù)和數(shù)據(jù)之間的中間層，那為什么不干脆讓AI Agent直接與數(shù)據(jù)庫“對話”，將邏輯接管過來呢？

納德拉的設(shè)想顯然更接近于后一種，但我們現(xiàn)在已經(jīng)看到黎明的曙光了嗎？

起碼現(xiàn)在，AI Agent要想真正顛覆SaaS，眼前依然有諸多障礙。

首先，AI Agent的本質(zhì)上是大模型的“套殼”應(yīng)用，其能力天花板，依然受充當(dāng)?shù)鬃�的LLM約束。LLM的推理能力、多模態(tài)能力和幻覺率，都會在不同程度上影響AI Agent的可用性。

在OSWorld基準(zhǔn)測試（評估多模態(tài)Agent在真實計算機環(huán)境中執(zhí)行任務(wù)的表現(xiàn)）中，目前AI Agent所取得的最好成績，也才42.5%（來自字節(jié)跳動UI-TARS-1.5 ），而人類平均水平為70%以上。

這對于輔助一些私人的日常工作或許夠用，但企業(yè)業(yè)務(wù)顯然要更加嚴(yán)肅，容錯率要低得多，對AI Agent的要求也會苛刻許多。

從成本角度來看，盡管大模型廠商持續(xù)下調(diào)推理API的定價，但整體價格水平仍未達到大規(guī)模部署所需的經(jīng)濟性。對于需要多步驟推理的復(fù)雜任務(wù)，AI Agent的調(diào)用成本依舊偏高，可能導(dǎo)致資源快速消耗。

與此同時，在垂直行業(yè)中完成模型的微調(diào)、部署及迭代優(yōu)化也伴隨著大量的技術(shù)和資金投入。“足夠酷”并不足以成為企業(yè)全面押注AI Agent的理由。

更不用提AI Agent并沒有從根本上解決SaaS的數(shù)據(jù)安全和合規(guī)問題，反而引入了新的不可控因素。

與SaaS相對清晰的回溯鏈條相比，AI Agent一旦“爆雷”，溯源和追責(zé)都可能會十分復(fù)雜。

各個方面來看，雖然AI Agent雖然已經(jīng)呈現(xiàn)百花齊放的狀態(tài)，但在企業(yè)這一層級，我們?nèi)匀粚ひ挷坏揭豢羁梢哉嬲�有機會取代SaaS的“殺手級應(yīng)用”。

總而言之，AI Agent或許將改變SaaS行業(yè)的游戲規(guī)則，但這場變革的序幕才剛剛拉開。當(dāng)然，SaaS廠商必須現(xiàn)在就認(rèn)真思考如何轉(zhuǎn)型或融合，不然慢了一步，可能就是生死存亡的問題了。

       原文標(biāo)題 : AI Agent，會是SaaS的終結(jié)者嗎？