DeepSeek 们是否会冲击到 SaaS 的生意？这是近段时间以来行业关注的热点话题。
之所以担心 SaaS 行业被冲击，是因为有了 DeepSeek 这类通用大模型之后，此前企业软件中的一部分功能，可能没有存在的必要了，因为这些功能可以被 AI 直接接管。
微软集团 CEO 纳德拉三个月前也曾对此问题做过公开讨论。他的观点是，AI 将重塑 SaaS 的运行逻辑。纳德拉认为，SaaS 实际上是带有业务逻辑的数据库，而未来这些业务逻辑将会转移到 AI Agent 中，企业所有的业务逻辑都将存在于 AI 层，AI Agent 将成为整合层 UI 连接各种 AI Agent 和应用数据，从而重塑工作流程。
更进一步的，因为业务逻辑转移到 AI 层，从而使得后端系统变得多余，也将导致人们开始替换后端。微软旗下含 CRM 和 ERP 功能的 Microsoft Dynamic 365 正在积极应对这种变化，比如融合后端以响应 AI 层 。
所以，如果一定要说 SaaS 行业被冲击，不是 SaaS 的生意完全被颠覆致 「死」，而是接受 AI 的逻辑之后，如何从后端到前端积极应对变化，赢得客户。
在 「变」 了
DeepSeek、包括近期爆火的 Manus AI，实际上帮助 SaaS 公司完成了在不同业务场景使用 AI 的市场教育：不是 SaaS 公司努力推动客户上 AI，而是客户迫切提出需求要尽快用上 AI。此时行业对 AI Agent 的追捧并不仅仅停留在口头的 「炸裂」 和 「颠覆」，企业们已经在用实际行动投票。
据钛媒体 App 了解，中国头部鞋服品牌百丽集团，目前已经在内部落地了超过 800 个 AI Agent，覆盖货品助手、门店助手、营销助手等等。而帮助百丽在业务系统中落地这超过 800 个 Al Agent 的公司，不是传统的 Saas 公司，而是新成立的一家名叫 「BetterYeah」 的企业级 Al Agent 智能体厂商。
无独有偶，今年年初，某全国性综合保险集团，基于 DeepSeek 快速落地了一项业绩管理与提升 AI 项目。仅一名工程师在 2 周内完成 4 个数据源的接入，处理上千万条数据，为近千名一线管理人员搭建了 100 多个 AI 智能体。而该 AI 项目的解决方案提供方也并非 SaaS 公司，而是一家名叫跬智信息 （Kyligence） 的企业级 Data AI 创业公司。
可以看到，行业头部企业已经开始在内部构建成百上千的 AI Agent，而 SaaS 公司能否跟上变化，参与到这一新的大潮中，至关重要。
最近，SaaS 行业发生的一起战略控股事件，则提供了一个非常贴切的 AI 重塑 SaaS 的参考案例——中国 CRM 公司销售易与腾讯战略合作升级，腾讯控股销售易，腾讯集团副总裁、政企业务总裁李强兼任销售易董事长入主销售易。
对于销售易创始人兼 CEO 史彦泽来说，一方面是解决销售易后续发展所需的资金问题，另一方面则是 AI 加速落地的背景下，「背靠大树好乘凉」。在腾讯入主销售易一个月后，销售易以腾讯旗下 CRM 新身份亮相腾讯云城市峰会上海站，会上，应用 「腾讯混元大模型+DeepSeek 开源模型」 多模解决方案，销售易发布了首款 AI CRM NeoAgent 产品矩阵，该矩阵目前涵盖 6 大智能体：销售助理 Agent、销售经理 Agent、销售教练 Agent、分析师 Agent、营销 Agent 和客服 Agent 。
史彦泽告诉钛媒体 App，除了 6 大智能体，此次更新比较大的改变是销售易 CRM 全新的 AI 式交互。「已经看不到任何传统软件的痕迹，借鉴了消费级 AI 应用的交互，从一个智能对话窗开始，将上述六大智能体以应用形式无缝融入应用菜单，实现多智能体之间的高效协同。」
重构后端，特别是数据
销售易的变化，与纳德拉前述提到的 SaaS 被 AI 接管，并融合后端以响应 AI 层有异曲同工。
纳德拉提到，AI Agent 将对 SaaS 行业产生深远影响，特别是在企业级应用中。这一影响包括，SaaS 公司可能需要提供许可的接口，允许 AI 智能体访问和操作其数据，从而创造新的商业模式。以微软 Copilot 为例，AI Agent 已经通过连接到 Adobe、SAP 和 Dynamics 等系统来实现其功能，由于用户可以通过自然语言查询轻松访问和整合来自各种来源数据，这种集成将显著提高数据使用的强度。
在销售易的案例中，可以看到与六大 AI Agent 同时推出的，还有统一的客户全域数据资产平台 Customer Data Cloud，为 AI 智能体提供多维度的实时数据燃料。这其中 AI 智能体调用后端数据需要解决的问题包括但不限于：
- 实时数据处理能力。支持多模态数据（语音、文本、图像） 的即时解析与反馈，响应速度需控制在 500ms 内。
- 复杂场景下的算力弹性。高并发智能体交互（如 10 万+销售人员同时使用销售教练），需动态分配 GPU 资源应对峰值负载。
- 数据治理与权限穿透。跨系统调用数据（如腾讯会议销售拜访纪要、企业微信数据、ERP 工单），同时保障数据权限隔离 （如销售仅能访问管辖客户数据）。
与此类似，百丽集团能够在极短的时间内规模化落地 AI Agent，也与其后端系统一直在进行的数据治理不无关系。但与销售易数据资产管理平台不同的是，百丽集团作为大甲方，需要管理和整合的数据源更多。
据钛媒体 App 前文 《大模型时代的甲方乙方》 中提到的，自 ChatGPT2022 年底爆火后，百丽集团近两年一直在探索如何将大模型技术应用于实际业务当中，基于此前积累的比较好的数据治理基础，百丽集团与第三方技术企业滴普科技探索，面向智能化应用趋势，实现了多模态数据的统一管理，并利用合成数据为大模型提供高质量融合数据。
其中为了解决 AI 对业务超越数据分析而能有效识别任务意图进行诸如多品类多店的深度运营策略生成，在合作中，双方摸索出了创新性的 「左右脑」 逻辑，并已经成为滴普科技 Deepexi 企业大模型在企业落地推理模型的核心技术架构。
百丽基于这一模型构建的多款 AI 应用，包括百明 AI 问数机器人、百策 AI 分析师、丽影 AI 参谋、单品运营大脑、百观 AI 助理等 AI 应用，今年还制定了基于行业大模型+Agentic AI 应用落地的合作规划。
商业模式也在 「变」
以 AI 智能对话框为前端交互，以 AI Agent 协同，并调用后端数据。SaaS 运行逻辑的变化，也给原来仅依靠用户订阅和大客户定制盈利的 SaaS 提供了新的商业化思路。
正如纳德拉所言，虽然消费者端的商业模式尚不明确，但企业端将围绕这些许可的接口构建新的商业生态，这将改变我们与 SaaS 应用交互的方式：从简单的使用许可转变为更动态的数据交互和应用集成。
那么，商业生态的变化是如何发生的，商业模式又因为前端的 AI 交互发生了哪些变化？
综合多个案例来看，DeepSeek 等通用大模型在业务中能够带来的是新的价值的挖掘，而相对于传统 SaaS，企业更愿意为这部分价值付费，哪怕付出比原有软件更高的价格。
钛媒体 App 前文 《大模型时代的甲方乙方》 也提到，在数据治理做到一定程度之后，百丽与滴普的合作面临大数据行业的共性挑战：投入了很多资金，建立了数据平台，交给老板或者业务部门，依然很难把价值讲清楚。即数据存储和治理技术已经相当成熟，但分析和挖掘工具还相对原始，发挥业务价值必须堆人和服务。
通用大模型的到来，将这一问题的解决向前推进了一大步。「当时发现它 （ChatGPT 等通用大模型） 不仅仅是数据分析的价值，还可以实现深度业务链接。」 滴普科技 CEO 赵杰辉回忆。发现这一价值，滴普随即启动了新一代多模态数据平台研发。
史彦泽对此也有同感，他认为与 AI 智能体的结合，让 SaaS 从卖软件订阅转向卖业务结果。「AI 解决了数据质量问题，通过自动填充和规范客户数据，避免数据乱填导致的数据价值缺失，为智能应用奠定基础。这不仅是技术升级，更是商业模式的重构。」 史彦泽表示，同时 AI 也推动 CRM 产品从僵化走向进化，即传统软件流程固化，难以适应企业业务变化，而 AI 可学习企业流程，根据业务数据优化流程。「这意味着我们可以从 『功能收费』 转向 『价值分成』，客户为效果付费。」
截至发稿前夕，钛媒体 App 在与行业人士交流时也获悉，山西最大民营企业鹏飞集团也正在进行依托通用大模型的数字化转型，年内将与国内头部管理类 SaaS 飞书合作，基于平台通用智能体助手进行相关业务对接。
类似的案例还有很多，多数企业已经开始跑步进入 AI Agent 时代。据华泰证券研报显示，Agent 应用已进入工程化落地关键阶段，有望在 2025 年进入放量元年。中金公司研报也显示，在 ChatGPT 引领本轮 AI 的产品开端后，关于下一代 AI 的产品形态也引起了广泛关注。AI Agent 这类产品形态的创新与底层的模型演进同样重要，并展现出了强大的商业化变现和落地潜力。展望未来，AI Agent 或将通过接管手机的方式，重塑互联网生态。
在这场静水流深的变革中，真正的赢家既不是固守城池的传统软件商，也不是横空出世的技术新贵，而是那些将 AI 能力深植于行业土壤的价值挖掘者。他们用智能体解构复杂场景，用数据燃料驱动业务飞轮，最终让每个销售话术的优化、每次库存周转的提升，都成为看得见的企业增长曲线。
这或许就是产业智能化的终极图景：当技术回归价值本质，创新便自然生长在每张工单、每次客户沟通的细节里。（本文首发于钛媒体 APP，作者 | 秦聪慧）
