文 | 产业家，作者 | 斗斗，编辑 | 皮爷
“‘SaaS 模式要被替代了吗？’ 这是我今年开始频繁思考的问题，也是行业里不少人越发重点谈论的一个话题。” 一位国内 SaaS 企业创始人告诉产业家。
焦灼的不仅是他，如果说在过去的两年里，“SaaS 模式不会是 AI 时代的主要服务模式” 的论调更多的还仅仅停留在投资人的前瞻点评和大洋彼岸硅谷里的一系列动作，但在今年，有两个事件把这个讨论进一步拉近。
在今年 5 月，首个通用级 Agent Manus 发布，尽管它在 C 端不够惊艳的表现带来的是冰火两重天的讨论，但在 B 端， Manus 带来的影响要更为深远。“ Manus 一出来我们就开始研究，甚至很多交付的流程、能力、结果界面我们都开始在我们软件中重新参考设计。” 另一位 CRM 企业创始人告诉我们。
不仅是他，在一家面向数据洞察的 SaaS 企业内部， Manus 也更被视为 AI TO B 的标志性动作。“ 这意味着 AI 开始真正具备解决问题的能力了，真正可以经过思考规划来交付结果。” 这家企业在过去的一两年时间里进行了一系列的架构调整，而这次 Manus 的到来更大的意义则是给这个架构调整“ 吃了一个定心丸”。
在 Manus 之外，另一个催化这个讨论的事件是红杉中国内部分享会的“ 共识报告”。即在这个有微软、OpenAI 等企业参与的分享会上，“ 成果交付” 成为所有人对于 AI 时代产品交付标准的新共识。
而与之相悖的是，在国内的 SaaS 赛道，在过去的多年时间里，不论是 CRM、ERP 还是工业软件等等赛道，在标准化和“ 定制化交付” 的权衡中，服务商很难做到完全意义的成果交付。
SaaS 企业到底应该怎么变？或者说，SaaS 的交付模型在 AI 时代是否还绝对成立？以及 Agent 和 SaaS 的结合模式到底是怎样的？
“SaaS 现在正在回归到它的本质概念上，它不是一种软件形式，而是一种交付形态。” 一位投资人告诉我们。
挑战和机会并存。中国 SaaS，正在驶入 AI 时代。
一、SaaS 的 AI 大潮里，被看见的两条路径
实际上，如果从动作来看，中国的 SaaS 企业们已经有所行动。
从路径来看，整体路径可以分为两类，即一方面是基于 PaaS 的逻辑进行 Agent PaaS 的构建，具体表现是在现有产品中融入 AI，把 Agent 能力单独列出来的同时，也更融入到固有软件界面，这种路径可以保证 SaaS 服务商维持现有的商业模式，也更能满足客户当前的 AI 需求接。
在此之中，部分 SaaS 厂商会优先选择商业价值高，需求明确的场景，比如像营销、销售、数据、客服等，这一路径的优势就是见效快、资源投入精准，避免全面改造的资源浪费。
从 AI 价值的角度来看，这一路径的特点，恰对应了销售各场景发展成熟度不一、数据质量不一的难题，用 AI 率先在数据相对丰富和高质量的场景进行落地，既能真实满足现有客群粘性需求，又为向上渗透大型客户提供技术背书。这种打法兼顾了短期商业回报与长期技术壁垒的构建。
而这种路径的未来展望也更加明确。比如在和不少 SaaS 企业沟通中，不少都告诉产业家的一个进度是，Agent 同样需要个性化定制，基于此的“Agent PaaS” 已经筹备之中，底层的分子能力从通用场景模块到产业专有场景模块不断积累。
从布局数量来看，这是目前国内 SaaS 企业选择的主流方式，比如销售易、Zoho、网易数智等都是采取的这类模式。
第二条路径则是，打造端到端的 Agent 产品。所谓端到端，也意味着新的 Agent 产品和固有的软件并不打通，在固有的服务产品之外，新的产品面向新的场景，进行新的商业定价，典型的比如北森，金蝶的相关产品。
以不少厂商都推出的“AI 面试官” 等产品为例，不同于将 AI 与现有产品进行融合的路径，AI 面试官是一个独立于原有产品体系的 AI Agent，其会在固有的产品之外进行单独收费和运营。
与这种路径对应的则是需要进行调整的组织架构，即在这个新的 AI 商业化产品上，新的交付三角需要有不同的人员进行交付，不论交付周期、交付流程还是交付标准都和之前不再相同。
不过据产业家了解，和第一种路径相同的是，端到端产品的核心也更在场景，即在固有的 SaaS 方向之外，企业需要确认对应的场景具备足够的商业化价值和市场需求，不少企业的对这类产品的判定标准是“ 在一定时间内需要完成 PMF 验证”。
“ 其实这个就相当于把自己和现在的 AI 创业者放到同一个战场上，但我们还是有很大的优势的。” 一位创始人告诉我们。
二、三座大山：成本、组织和商业模式
路径之外，更核心思考的一个问题是：SaaS 的 AI 改造到底是不是具备相应的价值？
根据 Gartner 发布的 《2024 AI Agent 市场陷阱报告》 显示，在目前整个 AI Agent 行业内，有超过 80% 的 Agent 宣传视频演示的是理想化场景，实际使用效果大打折扣。
实际上，这场改造，远比想象中难。一组数据显示，全球超过 60% 的 SaaS 企业仍处于亏损状态，大部分的 SaaS 厂商并没有实现盈利，或者说现金流紧张。
在这种情况下，企业如果要进行相关的 AI 改造，即使现在的 token 价格足够低廉，但在对应的智能体推理训练下，AI 改造也更是一笔巨额支出。有数据显示，某 HR SaaS 企业为构建人才画像系统，仅数据清洗就耗资 270 万元。
难题不仅在成本，也更在新的服务模型的建立。前面说到 SaaS 厂商改造的两种路径，一是在原有产品中融入 AI，二是打造一个新的端到端 Agent 产品，从当下来看，这两种路径都存在一些商业模式抑或是发展瓶颈。
拿前者来说，本质上是将 AI 作为现有产品的增值服务，这其中对应的有两个现实问题。即其中之一是 AI 和原有产品的加持，很难在企业内部量化 AI 效果，此外，更大的难题在价格。不少厂商告诉产业家的一个事实是，“ 作为增值服务，客户很难单独叠加付费，即使付费，费用也很低。”
这也导致了不少 SaaS 厂商在今年开始将“ 增值服务” 转为独立的 Agent 产品，虽然还是要嵌入到原有的产品之中，嵌入到既有的软件流程中，但产品的定价机制更为明确和“ 不妥协”。
此外，难点也更在交付。“ 现在基本都是我们自己来交付，整个基于 AI Agent 的交付外部渠道商目前还几乎没有，我们也是一点点蹚水。” 一位厂商负责人告诉我们。
后者的问题也同样明显。即恰如前文所说，端到端的“ 另起炉灶” 也更对应着对新商业场景需求的验证，对企业而言需要重新走一遍 PMF 的验证过程，但从目前的 AI 产品创业真实水温来看，伴随着 AI 技术的逐步迭代，现阶段从 AI 应用层创业的难度要比之前更大，不仅要远离大厂射程，更要远离 AI 技术的发展射程。
这些难题背后，对应的是 SaaS 厂商求变的确定性和方向的迷茫性。
即伴随着 Manus 等通用 Agent 产品的出现，成果交付和 agent 形态正在成为愈发确定性的 TO B 服务形态，SaaS 企业必须要自己打破固有的产品和交付模式，但大模型的能力边界尚未突破，单纯看 Agent 的 AI 应用形态，并不成熟。
此外，基于 Agent 交付的 TO B 服务形态和固有的 SaaS 服务模型并不相同，其对应的服务流程、交付逻辑等等都需要重新变化，对 SaaS 服务商而言，其需要狠心完成“ 阵痛” 调整才能构建成新的交付模式。比如目前有新式 CRM 企业的服务方式已经是先对齐项目指标，最终从指标倒推产品服务形态等等。
三、SaaS+AI，到底应该走一条怎样的路？
“ 其实 Saleforce 也不知道怎样的方式才是最好的方式，它现在是两条腿走路。” 一位企业负责人告诉我们。
Saleforce 是全球范围内目前估值最高的 SaaS 企业。关于它的一个介绍是，伴随着 Agentforce 等产品进度被不断推进后，其股价截至目前仍经过着连续多周的上涨，市场持续看好。
诚然如此。从 Saleforce 的路径来看，其面向 AI 大模型的更新动作是，一方面持续强化自身既有的 CRM 产品模型，把对应的底层 AI 能力嵌入进原来的产品模块中，进行产品侧进化；另一方面，推出 Agentforce 的端到端产品，基于 Agentforce 的强 Agent PaaS 能力帮助企业搭建各式各样的 Agent 产品。
此外，在架构侧为了保证交付，Saleforce 也更重新招聘了新的 AI 销售人员，建立新的 AI 交付体系。
一个事实是，SaaS 的 AI 改造，或者说 AI 原生化改造很难一步到位，一旦有了“ 大跃进” 的念头，便很难走的长久。就像当年自动驾驶发展初期，大部分自动驾驶厂商被市场教育后，慢慢从 L4 级“ 一步到位” 的路径，转成了 L2 级“ 渐进式” 的路径，从辅助驾驶慢慢实现商业化落地，现在活下来的自动驾驶厂商，无一不是及时转向。
SaaS 厂商也需要“ 渐进式”AI 改造，经历“ 半自动” 过渡阶段。
比如 Salesforce 的 Agentforce 虽强调自主任务执行，但仍依赖原有 CRM 数据模型和 API 接口，本质上是将 AI 代理作为现有系统的“ 智能插件”。国内厂商如钉钉推出的 AgentStack，则通过低代码平台让企业自行组合 AI 能力与现有功能模块，形成“ 工具箱式” 解决方案。
这种中间态的合理性在于：既能降低技术重构风险，又能通过 AI 功能增量提升用户粘性。
此外，也有更多国际厂商的动作也更在成为新参考。比如微软提出“Agent Stack” 愿景，试图构建跨企业应用的智能中枢，通过统一框架调度多个 Agent 完成复杂任务，甚至计划替代传统数据库成为企业核心操作系统。OpenAI 等大模型厂商则通过 API 生态聚合开发者，推动 AI Agent 成为标准化服务接口，伴随着 MCP/A2A 协议的出台，这种交互模式也更在逐步可行。
但无论何种方式，可以看到的市场共识是，SaaS 的固有形态正在发生改变。
“ 未来还是 Agent 的天下，多 Agent 交互也一定会成为未来，就像企业采购流程可能由多个 Agent 协作完成—— 需求分析 Agent 对接财务系统，供应商比价 Agent 整合电商平台，合同生成 Agent 联动法务模块，最终实现全流程无人干预。” 文章开篇的企业创始人告诉我们。
“ 但在此之前，’SaaS+AI‘ 会是中间态，因为只要涉及到 TO B 服务，产业理解、流程、权限、安全等这些都绕不过去，这些才是最核心的价值。”
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
