自從ChatGPT問世的那天起，SaaS行業(yè)已死的聲音就充斥在軟件行業(yè)內(nèi)部。年初，Anthropic 在其智能體平臺Claude Cowork上發(fā)布了面向企業(yè)法務(wù)的自動化插件，這一舉動導(dǎo)致了當(dāng)時美股SaaS公司的股票幾乎全線崩盤。

但SaaS行業(yè)并不是被AI“殺死”，而更像是在AI加持下，重獲新生。那次暴跌，表面上是Anthropic的一個插件戳破了SaaS高毛利的泡沫，但本質(zhì)上，它是人類社會在技術(shù)代際更替時的本能陣痛。軟件的形態(tài)會變，但人類利用工具解決問題的需求永遠(yuǎn)不會消失。

從“訂閱服務(wù)”到“交付結(jié)果”

傳統(tǒng)的“軟件即服務(wù)”模式，其線性流程、訂閱制收費與固化的產(chǎn)品邏輯，在AI的“涌現(xiàn)”能力面前，顯得日益局促。尤其在財務(wù)這一高度專業(yè)化、強合規(guī)、重流程的領(lǐng)域，變革的壓力與機遇尤為顯著。

當(dāng)我們把時間撥回生成式AI問世之前，SaaS行業(yè)的核心價值在于“標(biāo)準(zhǔn)化工具輸出”，通過將傳統(tǒng)線下流程線上化、標(biāo)準(zhǔn)化，解決企業(yè)效率低下、管理混亂等痛點，本質(zhì)上是“線下流程的線上復(fù)刻”。

以財務(wù)SaaS為例，早期的財務(wù)軟件、報銷系統(tǒng)，核心功能集中在單據(jù)錄入、流程審批、報表生成等基礎(chǔ)環(huán)節(jié)，雖然實現(xiàn)了財務(wù)工作的線上化，但其底層邏輯依然是“流程驅(qū)動”，用戶必須按照預(yù)設(shè)的固定流程操作，軟件僅承擔(dān)“流程載體”的角色，無法主動識別需求、優(yōu)化決策，更無法實現(xiàn)財務(wù)工作的價值升級。

商業(yè)模式上，SaaS行業(yè)的基石是訂閱制。企業(yè)為客戶提供標(biāo)準(zhǔn)化的軟件工具，按年或按月收取許可費用。這種模式的核心是“賣工具”，即客戶購買的是軟件的使用權(quán)，至于工具用得好不好、產(chǎn)生了多少價值，與廠商的收入并無直接關(guān)聯(lián)。然而，在AI時代，這一邏輯正在被徹底顛覆。

傳統(tǒng)軟件收費對標(biāo)的是“軟件”本身，客戶會將其與同類軟件進(jìn)行價格比較。馬春荃坦言，一開始，合思以傳統(tǒng)的軟件模式推銷其AI審核功能時，遇到了巨大阻力。因為客戶仍在用“軟件”的尺子丈量AI的價值，陷入性價比的泥潭。但當(dāng)他們將定價邏輯切換為“按替代人工帶來的效率提升和審核準(zhǔn)確率收費”時，局面豁然開朗。

而這也引發(fā)了馬春荃的自我思考，他與筆者分享了那段思路歷程，“瓦特發(fā)明蒸汽機不按煤收費，我們也不按Token收費，那是‘賣煤’的邏輯。我們按‘馬力’收費。”

而這種思考也意味著，AI SaaS廠商的價值錨點，從客戶對算力資源的“消耗”，轉(zhuǎn)移到了AI所創(chuàng)造的“產(chǎn)出”（替代的人力、提升的準(zhǔn)確率、規(guī)避的風(fēng)險）。這一定價范式的轉(zhuǎn)換，使得客戶更容易衡量投資回報率（ROI），也將廠商的利益與客戶的業(yè)務(wù)成功深度捆綁。

AI重塑SaaS價值邊界

生成式AI的出現(xiàn)，不僅僅是改變了SaaS持續(xù)多年的商業(yè)模式，AI技術(shù)的出現(xiàn)，還徹底打破了傳統(tǒng)SaaS行業(yè)的發(fā)展瓶頸，推動SaaS行業(yè)從“流程驅(qū)動”向“價值驅(qū)動”轉(zhuǎn)型，這種轉(zhuǎn)型并非簡單的“AI+SaaS”疊加，而是底層邏輯的重構(gòu)。對此，合思CEO馬春荃強調(diào)：“AI對SaaS的影響，不是在原有軟件上增加一個AI插件，而是從產(chǎn)品設(shè)計、技術(shù)研發(fā)、商業(yè)模式到組織架構(gòu)的全方位重構(gòu)，是‘AI原生’的變革。我們不再是用AI改造產(chǎn)品，而是用AI構(gòu)建產(chǎn)品。”這種“AI原生”的變革，正在從三個維度重塑SaaS行業(yè)的價值邊界。

其一，技術(shù)層面，AI重構(gòu)SaaS產(chǎn)品的核心能力，從“工具屬性”向“智能屬性”升級。傳統(tǒng)財務(wù)SaaS產(chǎn)品的核心是“流程固化”，通過預(yù)設(shè)的代碼邏輯，實現(xiàn)財務(wù)流程的線上流轉(zhuǎn)，其核心競爭力在于流程的完整性和穩(wěn)定性。而AI原生的財務(wù)SaaS產(chǎn)品，核心能力在于“智能推理”，通過大模型技術(shù)，實現(xiàn)對財務(wù)數(shù)據(jù)的自動識別、分析、推理和決策，打破了傳統(tǒng)流程的剛性約束。

馬春荃明確指出，合思公司正從“賣工具的SaaS公司”進(jìn)化為“提供AI員工的RaaS（Robot as a Service）服務(wù)商”。這一轉(zhuǎn)變的核心理念是 “By AI, For AI, Of Finance” ，其中“By AI”即利用AI生成代碼，重構(gòu)產(chǎn)品底層邏輯，不再依賴人工編碼；“For AI”即優(yōu)化數(shù)據(jù)環(huán)境，為AI提供標(biāo)準(zhǔn)化、高質(zhì)量的數(shù)據(jù)底座，讓AI能夠高效理解財務(wù)場景的隱性規(guī)則；“Of Finance”即確保AI Agent歸屬于財務(wù)部門，遵循財務(wù)合規(guī)與風(fēng)控要求，避免AI陷入“為個體便利而突破規(guī)則”的誤區(qū)。

其二，商業(yè)模式層面，AI推動SaaS行業(yè)從“訂閱收費”向“價值收費”轉(zhuǎn)型。長期以來，SaaS行業(yè)的主流商業(yè)模式是“訂閱制”，即企業(yè)按照使用時長、用戶數(shù)量等維度支付訂閱費用，這種模式的核心痛點在于“價值與價格脫節(jié)”——企業(yè)支付的費用僅對應(yīng)“工具使用權(quán)限”，而非工具帶來的實際價值，導(dǎo)致很多企業(yè)雖然購買了SaaS產(chǎn)品，但因使用效率不高、價值感知不強，出現(xiàn)續(xù)費率偏低的問題。艾瑞咨詢數(shù)據(jù)顯示，2024年中國財務(wù)SaaS行業(yè)的平均續(xù)費率為68%，其中中小微企業(yè)的續(xù)費率不足50%，核心原因就是“價值感知不足”。

AI技術(shù)的落地，為SaaS行業(yè)的商業(yè)模式變革提供了可能。馬春荃告訴筆者，合思已經(jīng)徹底放棄了傳統(tǒng)的訂閱制模式，轉(zhuǎn)向“按結(jié)果付費”的商業(yè)模式“用戶不再支付固定的訂閱費用，而是按照AI提供的實際價值付費，”馬春荃如是說。

例如“審核一單付費10元”“優(yōu)化一筆成本節(jié)省付費比例”等。這種模式的核心邏輯，是將SaaS產(chǎn)品的價值與客戶的實際收益綁定，讓客戶能夠清晰感知到AI帶來的價值。馬春荃分享了一個典型案例：某客戶原本對合思的產(chǎn)品持懷疑態(tài)度，采用“按結(jié)果付費”模式后，由于AI審核效率提升、風(fēng)控能力增強，客戶的財務(wù)成本降低了30%，最終客戶的充值額較傳統(tǒng)訂閱模式翻了5倍，且續(xù)購意愿極強。

這種商業(yè)模式的變革，正在重塑SaaS行業(yè)的競爭邏輯。未來，SaaS企業(yè)的核心競爭力不再是“產(chǎn)品功能的完整性”，而是“價值輸出的能力”。

與此同時，面對“軟件行業(yè)已經(jīng)滅亡”的提問，馬春荃部分認(rèn)同該觀點，他指出，未來的軟件形態(tài)將發(fā)生巨變，核心價值將從代碼本身，轉(zhuǎn)向其承載的數(shù)據(jù)、算法與持續(xù)的服務(wù)能力。軟件可能變得“日拋型”或成為一種隱形的“數(shù)字基建”，而顯性的價值則由其上運行的AI員工來創(chuàng)造。

這預(yù)示著SaaS公司的終極形態(tài)，可能不再是軟件公司，而是AI服務(wù)公司。馬春荃將之比作從“賣炊具”到“賣廚子”的轉(zhuǎn)變�？蛻舨辉傩枰P(guān)心“鍋碗瓢盆”（軟件）如何制造，只需“雇傭廚子”（AI員工）來做出“美味菜肴”（完成工作）�；诖耍R春荃將合思的自身定位升級為“AI驅(qū)動的財務(wù)收支管理與服務(wù)伙伴”，強調(diào)“伙伴”關(guān)系，意味著雙方必須從冰冷的甲乙方，轉(zhuǎn)變?yōu)楣餐?xùn)練、管理和優(yōu)化AI員工的協(xié)同作戰(zhàn)關(guān)系。

其三，服務(wù)邏輯層面，AI推動SaaS行業(yè)從“被動響應(yīng)”向“主動服務(wù)”轉(zhuǎn)型。傳統(tǒng)SaaS行業(yè)的服務(wù)模式是“被動響應(yīng)式”，即客戶遇到問題后，主動聯(lián)系SaaS企業(yè)的客服人員，客服人員再根據(jù)問題進(jìn)行解答或優(yōu)化，這種服務(wù)模式的效率低下，且無法提前預(yù)判客戶的需求。而AI時代的SaaS服務(wù)，通過AI Agent的自主學(xué)習(xí)和推理能力，能夠主動識別客戶的需求，提前提供解決方案，實現(xiàn)“主動服務(wù)”。

值得注意的是，AI對SaaS行業(yè)的破壁，并非一蹴而就的過程，而是一個“循序漸進(jìn)、逐步滲透”的過程。對此，馬春荃坦言，合思的轉(zhuǎn)型并非預(yù)設(shè)好的“一刀切”，而是在實踐中不斷試錯、不斷優(yōu)化的結(jié)果——最開始，合思只是想改造產(chǎn)品，但后來發(fā)現(xiàn)僅改產(chǎn)品無法解決問題，必須重構(gòu)商業(yè)模式和組織生產(chǎn)關(guān)系；在轉(zhuǎn)型過程中，也曾遇到“新舊引擎切換”的風(fēng)險，即舊的訂閱模式現(xiàn)金流減少，而新的“按結(jié)果付費”模式尚未形成規(guī)模，一度面臨“損益崩盤”的風(fēng)險。但正是這種持續(xù)試錯、持續(xù)迭代的態(tài)度，讓合思在AI原生轉(zhuǎn)型中找到了正確的方向，也為整個SaaS行業(yè)提供了寶貴的實踐經(jīng)驗。

仍面臨挑戰(zhàn)

雖然AI為SaaS行業(yè)帶來了巨大的發(fā)展機遇，但在實際轉(zhuǎn)型過程中，尤其是財務(wù)SaaS細(xì)分賽道，依然面臨著諸多痛點和挑戰(zhàn)。財務(wù)工作的核心屬性是“合規(guī)性”“準(zhǔn)確性”“保密性”，這與AI技術(shù)的“不確定性”“數(shù)據(jù)依賴性”存在天然的矛盾；另一方面，傳統(tǒng)SaaS企業(yè)的組織慣性、客戶的思維慣性，也成為AI原生轉(zhuǎn)型的重要阻礙。

具體來看，財務(wù)領(lǐng)域面臨的首要挑戰(zhàn)與其他行業(yè)應(yīng)用AI面臨的挑戰(zhàn)“如出一轍”，那就是數(shù)據(jù)。AI技術(shù)的高效運行，依賴于高質(zhì)量、標(biāo)準(zhǔn)化的數(shù)據(jù)底座，而財務(wù)數(shù)據(jù)的“碎片化”“非標(biāo)準(zhǔn)化”“私密性”，成為制約AI在財務(wù)SaaS領(lǐng)域落地的核心瓶頸。對此，馬春荃指出：“數(shù)據(jù)治理是AI落地的最大障礙之一，我們不試圖在臟數(shù)據(jù)上直接跑AI，而是通過‘收斂’數(shù)據(jù)環(huán)境，為AI提供干凈、標(biāo)準(zhǔn)化的數(shù)據(jù)�！�

具體來看，財務(wù)數(shù)據(jù)的治理困境主要體現(xiàn)在三個方面：一是數(shù)據(jù)碎片化，企業(yè)的財務(wù)數(shù)據(jù)分散在不同的系統(tǒng)中，如報銷系統(tǒng)、核算系統(tǒng)、稅務(wù)系統(tǒng)等，不同系統(tǒng)的數(shù)據(jù)格式不統(tǒng)一、口徑不一致，導(dǎo)致AI無法高效整合和分析；二是非標(biāo)準(zhǔn)化，不同企業(yè)的財務(wù)流程、核算標(biāo)準(zhǔn)、風(fēng)控規(guī)則存在差異，甚至同一企業(yè)的不同部門，財務(wù)數(shù)據(jù)的錄入規(guī)范也不統(tǒng)一，導(dǎo)致AI難以識別和理解；三是數(shù)據(jù)私密性，財務(wù)數(shù)據(jù)涉及企業(yè)的核心商業(yè)機密，如營收數(shù)據(jù)、成本數(shù)據(jù)、稅務(wù)數(shù)據(jù)等，企業(yè)對數(shù)據(jù)安全的要求極高，而AI技術(shù)的訓(xùn)練和運行，需要大量的財務(wù)數(shù)據(jù)作為支撐，這就形成了“數(shù)據(jù)需求”與“數(shù)據(jù)安全”的矛盾。

針對這一痛點，合思的轉(zhuǎn)型路徑值得借鑒——通過“數(shù)據(jù)收斂+隱性規(guī)則萃取”的方式，破解數(shù)據(jù)治理困境。一方面，合思通過技術(shù)手段，對企業(yè)的非結(jié)構(gòu)化數(shù)據(jù)（如發(fā)票、錄音、合同等）進(jìn)行標(biāo)準(zhǔn)化處理，對復(fù)雜的嵌套數(shù)據(jù)進(jìn)行扁平化處理，適應(yīng)AI的注意力機制；另一方面，通過“深度現(xiàn)場部”深入客戶現(xiàn)場，挖掘客戶財務(wù)工作中的隱性規(guī)則，將這些未寫在紙面上的規(guī)則轉(zhuǎn)化為AI可理解的語言，填補“合規(guī)與合格”之間的鴻溝。

馬春荃舉例說明：“證監(jiān)會的財報審核邏輯、國資委的穿透式監(jiān)管要求，這些隱性規(guī)則不會上網(wǎng)，大模型也無法直接獲取，只有深入客戶現(xiàn)場，才能將這些規(guī)則萃取出來，讓AI能夠適配專業(yè)場景的需求�！�

此外，為了確保數(shù)據(jù)安全，合思采用了“通用大模型+加強版小模型”的混合架構(gòu)，針對大型企業(yè)提供私有化部署方案，使用國產(chǎn)大模型，確保數(shù)據(jù)不出域，既滿足合規(guī)要求，又通過算法調(diào)優(yōu)保證準(zhǔn)確率。這種“數(shù)據(jù)治理+安全保障”的雙重路徑，為AI在財務(wù)SaaS領(lǐng)域的落地奠定了基礎(chǔ)。

除了數(shù)據(jù)層面的阻礙之外，“人類思維慣性”也是阻礙AI在財務(wù)領(lǐng)域落地的一大掣肘。無論是SaaS企業(yè)內(nèi)部，還是客戶層面，都存在嚴(yán)重的思維慣性，這種慣性成為AI原生轉(zhuǎn)型的重要阻礙。馬春荃坦言，轉(zhuǎn)型過程中最大的挑戰(zhàn)之一，就是“思維的慣性”——包括企業(yè)內(nèi)部的思維慣性和客戶的思維慣性。

從企業(yè)內(nèi)部來看，傳統(tǒng)SaaS企業(yè)的組織架構(gòu)、工作流程、考核機制，都是圍繞“流程驅(qū)動”的產(chǎn)品設(shè)計的，員工已經(jīng)習(xí)慣了“按流程做事”，對AI原生的“模型驅(qū)動”“價值驅(qū)動”邏輯難以適應(yīng)。

例如，傳統(tǒng)的產(chǎn)品經(jīng)理習(xí)慣于“需求調(diào)研-功能設(shè)計-代碼開發(fā)-測試上線”的流程，而AI原生的產(chǎn)品設(shè)計，需要產(chǎn)品經(jīng)理具備“AI思維”，能夠?qū)I(yè)務(wù)需求轉(zhuǎn)化為AI可執(zhí)行的Skills，而非傳統(tǒng)的寫代碼；傳統(tǒng)的銷售團(tuán)隊習(xí)慣于“賣工具、講功能”，而AI時代的銷售，需要“賣價值、講結(jié)果”，這對銷售團(tuán)隊的專業(yè)能力提出了更高的要求。馬春荃提到，合思為了打破內(nèi)部的思維慣性，組建了獨立于組織之外的“小組”，負(fù)責(zé)將業(yè)務(wù)需求轉(zhuǎn)化為AI可執(zhí)行的Skills，同時重構(gòu)了內(nèi)部的工作流和考核機制，推動員工從“流程思維”向“AI思維”轉(zhuǎn)型。

從客戶層面來看，客戶的思維慣性主要體現(xiàn)在“價格對標(biāo)”和“需求固化”兩個方面。馬春荃分享了一個典型案例：某客戶在對接合思的AI產(chǎn)品時，始終用傳統(tǒng)財務(wù)軟件的價格來對標(biāo)，認(rèn)為合思的產(chǎn)品價格過高，即使合思的AI產(chǎn)品能夠為其節(jié)省大量的人力成本，客戶依然難以接受。后來，合思改變了報價邏輯，不再與傳統(tǒng)軟件對標(biāo)，而是與人類員工的價值對標(biāo)——AI審核一單的成本遠(yuǎn)低于人工審核，且效率更高、準(zhǔn)確率更高，客戶瞬間接受了報價，甚至愿意支付更高的費用。馬春荃表示：“客戶的思維慣性，本質(zhì)上是對AI價值的不理解，我們需要做的，是引導(dǎo)客戶從‘軟件思維’轉(zhuǎn)向‘AI思維’，讓客戶明白，他們購買的不是工具，而是AI員工創(chuàng)造的價值。”

此外，客戶的需求固化也成為轉(zhuǎn)型的阻礙。很多客戶依然習(xí)慣于“按流程操作”，對AI的“自主決策”“主動服務(wù)”能力存在疑慮，擔(dān)心AI會出現(xiàn)錯誤、突破合規(guī)邊界。針對這一問題，合思采用“漸進(jìn)式落地”的方式，先從簡單的重復(fù)性工作（如單據(jù)錄入、基礎(chǔ)審核）入手，讓客戶逐步體驗AI帶來的效率提升，再逐步拓展到復(fù)雜的決策支撐、風(fēng)控管理等環(huán)節(jié)；同時，通過“審計留痕”“推理日志”等功能，讓AI的決策過程可追溯、可驗證，消除客戶的疑慮。

對于SaaS行業(yè)而言，AI不僅是技術(shù)升級的工具，更是價值重構(gòu)的核心引擎，它打破了傳統(tǒng)SaaS的流程束縛，重構(gòu)了商業(yè)模式和服務(wù)邏輯，拓展了行業(yè)的價值邊界。

當(dāng)AI不再僅是賣工具，而是要讓用戶能看見價值。從“賣軟件”到“賣結(jié)果”，背后的邏輯其實很樸素——客戶從來不需要一堆功能列表，他們要的就是問題被解決、成本降下來、風(fēng)險被管住。

（文｜Leo張ToB雜談，作者｜張申宇，編輯丨楊林）