转载：小红书 AI产品赵哥
前言🔖
不知道大家有没有想过一个问题：在 AI 如此强大的今天，我们每天都在用的各种 SaaS（Software as a Service，软件即服务）产品，未来将何去何从？
你可能正在用一些 SaaS 软件做笔记、做视频、做设计…… 为这些便捷的云端软件付费，早已成为习惯。
但最近，圈内两件大事，让我感觉整个 SaaS 行业有点岌岌可危：
- 一个开源 AI 框架 REA，逆向工程了 Adobe 的全家桶，等于用 AI 把那么复杂的商业软件重写了一遍，还免费开放；
- 一位著名的独立开发者宣布退订了自己业务上所有的 SaaS 服务，因为他发现用 AI 自己写需要的功能，成本更低、效率更高！
这是正在发生的现实。AI 像一个无所不能的程序员，正在把软件开发的门槛从珠穆朗玛峰夷为平地。
那么，当企业甚至个人都能轻易地手搓一个软件功能时，谁还会为每个月几十、几百甚至上万的 SaaS 订阅费买单？SaaS 公司的好日子真的到头了吗？
一、软件功能正在白菜化🔖
过去，开发一个好用的软件功能，比如视频剪辑里的 “一键美颜” 或者 “智能字幕”，需要一个庞大的工程师团队，耗费数月甚至数年的时间，投入巨大的研发成本。这也是 SaaS 公司向我们收费的底气。
但现在情况变了。AI 正在把一个个复杂的软件功能，从 “奢侈品” 打成 “日用品”，甚至 “消耗品”。 这，是怎么发生的？
最近技术圈里有个很火的开源框架 REA，可以利用大模型的能力逆向工程现有软件。你可以告诉 AI：我想要一个像剪映那样的功能，能自动识别视频里的语音并生成带时间轴的字幕。然后 AI 就能 “唰唰唰” 地帮你把核心代码写出来。过去需要一个团队干半个月的活，现在可能几个小时就搞定。
软件的核心功能壁垒正在被迅速抹平。你付费买的那个 SaaS，可能 80% 的功能你都用不上，而你最需要的那 20%，现在借助 AI，一个技术水平中等的程序员甚至你自己，都有可能在短时间内复刻出来。
原本一个打包出售的昂贵套餐，现在被 AI 拆成了一盘盘可以单点的 “小菜”，而且你自己家里就有个 “AI 大厨” 随时给你做。
当 “做菜” 本身不再是难事，你还会花大价钱去餐厅吃一道家常菜吗？
二、为什么越来越多企业选择自建🔖
如果说个人开发者退订 SaaS 还只是个小打小闹，那么当大企业也开始抛弃 SaaS 时，整个市场的根基就开始动摇了。
前段时间一家国内知名的制造业企业，他们的做法很震惊。这家公司已经基本停止采购外部所有 SaaS 软件服务了。
无论是之前合作过的 CRM（客户关系管理）、HRM（人力资源管理），还是像飞书、企业微信这样的协同办公工具，全部停掉，转而用自己的 AI 团队自建。
你可能会问，疯了吗？自建一套系统得花多少钱？养多大的技术团队才够？
这正是 AI 时代带来的第二个认知颠覆。
1.成本没你想象的那么高 这家企业的 AI 团队只有小几十人，但借助 AI 的开发能力，能非常快速地构建出业务部门需要的功能。买一个标准化的 SaaS，里面一堆华而不实的功能你用不上还得为之付费。自建就完全不同了，完全按需定制，需要什么开发什么，每一分钱都花在刀刃上。
2.他们真正在乎的不是软件本身，而是数据，我问他们为什么要自建 IM 工具，用现成的企业微信不香吗？
他们的回答点明了核心：为了企业上下文（Enterprise Context）的沉淀。
对于一个企业来说，最有价值的资产是什么？是专有知识、业务流程、客户沟通记录、一线员工的反馈…… 这些信息就是企业的上下文。
如果使用外部 SaaS，这些宝贵的数据就散落在各个不同平台，企业无法完全掌控，更谈不上挖掘其中的价值。而自建意味着所有数据都牢牢掌握在自己手里 —— 从 CEO 到一线员工的所有沟通、所有项目文档、所有客户反馈，都沉淀在自家的数据湖里。
这为 AI 应用提供了最肥沃的土壤。他们可以随时用这些内部数据训练一个最懂自家业务的专属模型，而不用担心核心机密数据外泄。
3.成本结构的变化：从 “买软件” 到 “买算力”
这些自建企业当然也要花钱。采购大头从过去的 SaaS 订阅费，转向更底层的基础设施费用：
- 云服务：比如 AWS、阿里云的服务器（IaaS）；
- AI 推理：调用外部大模型 API（如 OpenAI、Claude）产生的费用；
4.存储和安全：保证数据安全存放的费用。
他们不再为功能付费，而是为运行这些功能的算力付费。这是一种本质上的转变。
当一个企业发现自建系统不仅能完美贴合业务、保证数据安全，而且长期看总成本可能更低时，它反叛 SaaS 就成了理性的选择。
三、SaaS 的新出路：未来什么样的软件我们还愿意付费？🔖
聊了这么多危机，SaaS 行业要完蛋了？
那必须不是。任何技术的冲击都会淘汰旧的模式，催生新的范式。SaaS 不会死，但得进化。
那些只提供一堆通用功能的 “工具型” SaaS 会死得最快。活得好的，我认为是这三种：
🔹3.1 从 “卖功能” 到 “卖结果”
这是最重要的一条转变。用户买你的软件不是为了买那几个按钮，而是为了解决一个实实在在的问题。未来的 SaaS 必须为结果负责。
一个例子是美国一家叫 Sierra 的公司，做 AI 客服，收费模式很是有点意思：
- 客户问题被他们的 AI 客服成功解决、用户没转人工，那他们就收费；
- AI 没搞定，用户最后点了 “联系人工客服”，这次服务完全免费。
这种模式传递给客户的信息是：你不需要关心我的 AI 技术有多牛，也不需要关心我的界面有多好看，你只看结果。我帮你省下一个人工客服的成本，你分我一点利润，天经地义。
客户没有任何采购风险。用你的服务，要么解决了问题，要么一分钱不花。面对这样的产品，你还会纠结要不要自己搭一套客服系统吗？
🔹3.2 做无可替代的管道工：深入高壁垒的复杂后台 🔖
有些事看起来只是软件层面，背后却牵扯到极其复杂的非技术性工作。这些工作的壁垒，AI 短期内无法替代。
最好的例子是合规。
一家做跨境电商的 SaaS，价值可能不在于那个光鲜的店铺管理界面，而在于它帮你搞定了：
- 全球支付：对接了几十个国家和地区的本地支付方式；
- 税务合规：自动计算并申报各个国家复杂的消费税、增值税；
- 隐私法规：符合欧盟的 GDPR、加州的 CCPA 等严苛的数据隐私法案。
这些后台工作每一样都涉及法律、金融、牌照，需要一个庞大的专家团队花数年时间搭建和维护。这个 “脏活累活” 的壁垒，远比软件功能本身高得多。
未来的 SaaS 就要去做这种别人不愿意干、干起来又极其麻烦的管道工。你为客户屏蔽了后台所有复杂性，提供一个稳定、可靠、合规的接口。这种确定性的价值，是客户愿意持续付费的核心原因。
🔹3.3 最终形态：SaaS 升级为 AaaS（Agent as a Service）
软件不再是一个被动等待你操作的工具，而是一个主动为你工作的智能体（Agent）。SaaS 公司卖的不再是软件的使用权，而是一个个打包好的 AI 员工。
- 招聘 SaaS → AI 招聘 Agent：你给它一个岗位描述（JD），它自动去全网筛选简历、初步沟通、安排面试，最后给你一份包含 5 个最匹配候选人的报告；
- 市场分析 SaaS → AI 市场分析 Agent：你告诉它你的新产品，它 7×24 小时监控全球新闻、社交媒体、竞品动态，每天早上 9 点准时发给你一份包含核心洞察和行动建议的简报；
- 财报分析 SaaS → AI 财报分析 Agent：你扔给它一份上百页的财报，它能在 30 秒内提取所有关键数据，并与历史数据、行业数据对比，指出潜在的风险和机会点。
这些 Agent 背后，是 SaaS 公司深耕行业多年积累的数据、工作流（Workflow）和专业知识（Know-how）。这不是一个通用的 LLM 能轻易替代的。
四、全新的成本考量 🔖
随着 SaaS 的进化，企业在做决策时的思维方式也在发生根本性的改变。
过去，一个任务来了，老板想的是：这事是交给员工 A 做，还是员工 B 做？
现在，这个问题变成了：这个任务，是交给我的【人类员工】，还是交给我的【自建 AI】，还是采购一个第三方的【AI Agent】来做？
这是一个纯粹的、基于成本和效益的计算题。
- 如果一个第三方 AI Agent 能用雇佣一个人类员工 1/10 的成本完成 80% 的工作，效果稳定、出错还有人兜底，那我为什么不选它？
- 这也引出了 Token 经济学。未来万物皆可被量化，一个任务的价值、一个决策的成本，都可以拆解成 Token 来计算
这对我们每个人都提出了一个严峻的问题：在和 AI 的同台竞技中，我们那不可替代的价值究竟在哪里？
对于标准化的、重复性的、有明确评价标准的工作，AI 的优势是压倒性的。人类的价值则更多体现在需要审美、判断、复杂沟通、共情和创造力的非标场景中。