“AI將殺死SaaS”，可能是今年最大的誤判

文｜數據猿

"SaaS企業，打了一場漂亮的翻身仗。

2026年初以來，上市軟件公司ETF大跌約30%，幾乎抹去了ChatGPT發布后的全部漲幅。Salesforce、Adobe、Intuit、ServiceNow等SaaS龍頭，也在短短幾周內普遍回撤25%至30%。

投資者們高喊"SaaSpocalypse"就要降臨了。

由SaaS和Apocalypse拼在一起，這個詞的意思是"SaaS末日"。

"SaaSpocalypse"AI正在重新定價整個軟件行業

"Apocalypse"最早來自古希臘語apokálypsis，原意"揭示"，或者"顯露真相"。后來隨著《圣經·啟示錄》（Book of Revelation/Apocalypse）的傳播，它逐漸和"末世""災難""世界終結"聯系在一起。

在今天的英語語境里，"Apocalypse"已經變成一種很典型的硅谷和華爾街用語，用來形容某個行業遭遇毀滅性沖擊。

"SaaSpocalypse"背后反映的是一種越來越強烈的市場情緒：AI正在從根本上動搖軟件行業過去十幾年的商業邏輯。

十五年前，風險投資機構a16z的聯合創始人Marc Andreessen提出"Software is eating the world"。當時的核心邏輯是軟件會不斷地吞掉傳統行業，企業會越來越依賴SaaS、云計算和數字化系統。后來Salesforce、Adobe、ServiceNow、Shopify等公司的崛起，都可以視作這一輪軟件化浪潮的結果。

而現在，硅谷開始追捧更新的敘事："AI is eating software."

大模型會直接吞掉軟件本身。過去需要SaaS完成的事情，現在AI agent可能通過自然語言就能完成；過去復雜的軟件界面和工作流，未來也可能被聊天窗口取代。

于是，每一次GPT、Claude、Gemini更新，都會引發SaaS板塊集體下跌。

因為越來越多人開始相信，AI不只是下一代軟件，它可能會直接重構整個軟件行業。

"AI會吃掉SaaS"可能是今年最大的誤判

不過從這一輪財報來看，"SaaS末日論"顯然喊早了。

過去一年，市場一直相信，隨著AI Coding和AI Agent的崛起，大量企業SaaS會失去原本的軟件入口價值，最終被壓縮成"只有一層UI的薄殼工具"。

但最新一輪財報出來后，市場開始重新定價。多家SaaS公司在發布財報后股價明顯反彈，說明投資者開始意識到AI并沒有重創SaaS，反而正在讓一部分SaaS變得更重要。

4月30日，Twilio發布2026年第一季度財報，盤后與盤中最高累計漲幅曾達14%左右。公司營收達到14.07億美元，同比增長20%；有機增長達到16%，明顯高于去年同期的12%；非GAAP經營利潤達到2.79億美元。與此同時，公司還將全年收入增長預期從11.5%—12.5%上調至14%—15%。

AI并沒有繞開通信基礎設施，反而放大了底層通信能力的需求。例如，AI Agent想進入客服、營銷、通知和用戶觸達場景，依然離不開短信、語音、身份驗證、消息路由以及客戶互動接口。AI可以生成對話，但真正把對話接入現實業務系統的，仍然是Twilio這類通信平臺。

Atlassian在5月1日發布2026財年第三季度財報。次日，股價一度暴漲接近30%。公司營收達到17.87億美元，同比增長32%；云收入達到11.32億美元，同比增長29%；剩余履約義務（RPO）達到40億美元，同比增長37%。

財報里最值得關注的是RPO。它代表客戶已經簽下、未來尚未確認的合同收入。如果企業真的準備減少對Jira、Confluence這類協作系統的依賴，RPO不應該繼續高速增長。Atlassian的數據說明，AI可以生成代碼，但企業依然需要項目優先級、責任分配、需求變更、客戶反饋以及團隊協作記錄。

最猛的還是Datadog的反彈。受5月8日財報利好刺激，公司股價盤中一度暴漲約38%，創下近年來最大單日漲幅之一。公司2026年第一季度營收首次突破10億美元，達到10.06億美元，同比增長32%，高于去年同期約27%的增速。這意味著Datadog不只是"守住增長"，而是在重新加速。年化經常性收入超過10萬美元的大客戶數量，也從一年前約3770家增長至約4550家。此外，公司還上調了全年收入指引。

AI帶來的GPU集群、推理流量、模型調用、日志、安全告警以及Agent工作流反而讓系統變得更復雜、更難治理。而越復雜的系統，越需要監控、排查和治理工具。Datadog的財報本質上說明了一件事：AI沒有消滅"儀表盤"，反而讓"儀表盤"變得更重要。

5月21日，Snowflake發布2026年第一季度財報后，股價同樣明顯走強。公司產品收入達到9.968億美元，同比增長26%；剩余履約義務達到67億美元，同比增長34%；凈收入留存率達到124%。與此同時，公司還上調了FY2026全年產品收入指引至43.25億美元。

企業仍在持續擴大對Snowflake的長期承諾。無論是RPO還是凈收入留存率，都意味著更多核心數據、權限體系和內部工作流正在繼續沉淀在Snowflake上。企業內部最核心的資產，本來就是長期積累的數據、權限體系、組織流程與業務上下文。而這些東西往往分散在不同部門、不同系統和大量歷史流程里，需要持續治理、維護與協同。AI Agent可以調用模型，但如果無法接入這些底層結構，就很難真正理解企業如何運轉，更無法進入核心業務系統。

把這幾家SaaS公司的財報放在一起看，結論已經越來越清晰：AI確實會改變軟件入口，但它還無法接取代企業系統。越是掌握數據、工作流、權限體系、組織上下文與治理能力的軟件平臺，反而越可能因為AI變得更加重要。

企業級SaaS的護城河從來不是代碼

圍繞"SaaSpocalypse"的核心邏輯，其實建立在一個典型誤解之上：SaaS公司賣的只是代碼，既然AI越來越會寫代碼，那么SaaS的護城河遲早會被抹平。

但企業軟件真正值錢的部分，從來不是代碼本身。不然過去二十年，軟件行業早就被開源軟件、低價外包，甚至Stack Overflow徹底摧毀了。

a16z最近關于SaaS與AI的分析里提到，企業級SaaS的護城河，本質上來自幾個更深層的東西：切換成本、網絡效應、規模效應、品牌、專有數據、工作流深度，以及AI-native公司與傳統SaaS之間的商業模式差異。

比如，企業一旦深度接入某套系統，更換供應商本身就意味著巨大的遷移成本；當大量員工、客戶、合作伙伴和第三方開發者都圍繞同一個平臺協作時，軟件本身也會逐漸演化成生態系統；大型SaaS公司則能夠依靠長期積累的算力、合規、安全和基礎設施能力持續降低邊際成本；而在支付、財務、CRM、ERP這類關鍵系統里，品牌本身往往意味著穩定性與風險控制。與此同時，真正高價值的數據——客戶數據、業務數據、流程數據——也并不是短時間內可以復制出來的。

這些能力的共同特點在于，它們幾乎都不是"寫代碼"本身能夠解決的。

現在很多人看到AI coding，很容易產生一種錯覺：既然AI已經能快速生成 CRM、客服系統甚至ERP demo，企業為什么還要繼續給Salesforce、ServiceNow或SAP付費？

"做出一個工具"和"運營一個企業平臺"，本來就是兩件完全不同的事情。

誰擁有生產環境權限，哪些審批需要法務介入，哪些客戶數據受到監管，哪些系統之間存在依賴關系，一個Agent調錯接口會不會影響整個生產環境——這些關鍵問題，并不寫在代碼里，而是長期沉淀在企業內部的工作流、組織結構和生產環境之中。

雖然任何人都可以通過prompt快速生成一個應用，甚至用vibe coding搭出自己的CRM或財務系統。真正困難的部分是AI無法解決的：系統維護、網絡安全、權限管理、合規審計、穩定性，以及大規模API調用下的生產環境管理。

還有一個經常被忽略的問題：AI token成本依然高企。

很多人會想象一種未來：企業不再購買SaaS，而是直接調用模型API，動態生成軟件。但現實里，這種模式很多時候并不劃算。企業SaaS最大的價值之一，本來就是把高頻、穩定、標準化的工作流固化下來，而大模型更適合處理低頻、模糊、非結構化的問題。

如果一家企業每天幾十萬次審批、客服、ERP查詢、CRM調用都實時走大模型推理，那么token成本、延遲、穩定性以及推理資源消耗，很快就會失控。很多工作流，本質上并不需要"每次重新思考"，它們需要的是穩定、確定、低成本和高可靠性。

這也是為什么，大模型更適合作為"智能層"，卻很難真正替代企業執行層（enterprise execution layer，企業執行層）。

過去軟件行業最大的瓶頸是開發速度，而現在，新的瓶頸開始變成治理能力（governance）、可觀測性（observability）、系統可靠性（system reliability）、工作流編排（workflow orchestration）以及安全體系（security）。

歸根結底，AI正在讓"寫軟件"越來越便宜，但"運行軟件"并沒有變簡單。

企業真正需要的，從來不是一個能跑的demo，而是一個能夠穩定運行十年、經歷無數權限變更、合規審計和生產事故之后，依然不會崩掉的系統。

這恰恰是企業級SaaS真正能打的地方。

真正危險的，不是企業SaaS而是"薄薄一層UI"

過去一年，市場一直在討論"AI會不會殺死SaaS"。

如果仔細看行業變化，你會發現，真正被AI沖擊最嚴重的是那些"薄薄一層UI包裝"的工具型SaaS。

這類公司的共同特點很明顯：它們通常解決的是一個非常單點的問題，提供一個輕量功能，然后在大模型外面包一層交互界面，比如會議總結、AI寫作、文案潤色、摘要生成、搜索增強、輕量自動化、AI助手。

一旦OpenAI、Anthropic、Google或Microsoft把類似能力原生集成進平臺，它們的價值就會迅速被壓縮。因為它們真正擁有的，往往只有"交互層"，而不是工作流，更不是基礎設施。

這種趨勢已經越來越明顯。Otter.ai曾經是AI會議總結賽道最有代表性的公司之一。早期它的核心價值非常清晰：自動轉錄、生成摘要、提取待辦事項。但很快，Zoom、Google Meet、Microsoft Teams、Copilot、ChatGPT全部開始原生支持會議轉錄和總結。

于是問題就出現了：如果會議軟件、操作系統甚至模型本身已經自帶會議總結，用戶為什么還要額外打開一個Otter.ai？

Otter.ai既不掌握企業協同系統，也沒有"系統記錄源"（system of record，企業核心數據來源）的地位，更沒有組織依賴關系。它提供的是一個"功能"，而不是一個"系統"。

也正因為如此，Otter.ai也開始往AI Agent和企業協作方向發展，讓AI自動跟進待辦事項、同步CRM、安排會議、調用企業知識庫等。

Jasper的故事也類似。2022年，它一度是AI寫作賽道最火的明星公司，融資和估值一路暴漲，因為在ChatGPT出現之前，"AI自動生成營銷文案"本身就是一個非常驚艷的能力。但ChatGPT出現之后，整個行業突然發現：文案生成，本身只是大模型的基礎能力。

于是Jasper很快開始轉型，從"AI寫作工具"轉向企業營銷工作流，希望進入團隊協同、品牌管理和營銷流程，因為它意識到，只靠"生成文案"本身，很難建立長期護城河。

越來越多AI-native SaaS開始拼命往"平臺化"轉，希望真正進入工作流、數據和企業協同體系。因為模型能力本身，很難形成長期壁壘。今天GPT更新，明天Claude升級，后天Gemini發布新版本，很多AI工具公司最核心的功能，可能一夜之間就會變成模型默認能力。

這也是為什么，市場現在越來越不愿意給"AI wrapper（AI套殼）"高估值。因為大家開始意識到：如果一家SaaS公司既不掌握數據，也不嵌入工作流，更沒有組織級依賴關系，那么它本質上更像一個"功能"，而不是企業基礎設施。

AI真正吃掉的是那些缺乏數據、工作流、權限體系和"系統記錄源"地位的軟件價值。

相反，真正掌握工作流和企業上下文的公司，反而會因為AI變得更加重要，因為AI Agent想真正進入企業，最終仍然必須運行在這些系統之上。

連Anthropic都還離不開工程師AI真能取代SaaS嗎？

過去一年，市場最大的誤判之一，是把AI的"生成能力"誤認為"企業能力"。

Anthropic CEO Dario Amodei是這種敘事里最激進的代表之一。他曾多次公開預測，AI很快將完成絕大部分軟件工程工作，軟件開發會被高度自動化。這樣的表述很容易點燃市場情緒，因為它恰好對應了資本市場最喜歡的故事：代碼成本趨近于零，軟件行業的護城河也會隨之消失。

但現實往往比發布會復雜得多。

一邊是"AI即將接管軟件工程"的口號越來越響，另一邊，Anthropic自己卻仍然在大量招聘工程師、基礎設施人員和產品團隊。原因其實很簡單：AI可以提高代碼生成效率，但它仍然遠遠無法替代復雜系統里的工程判斷、架構設計、權限治理以及生產環境管理。

過去兩年，行業已經出現越來越多類似案例。2026年初，Amazon內部就曾因為AI輔助生成代碼引發嚴重生產事故。部分改動在局部測試里看起來完全合理，甚至能夠順利通過code review，但進入復雜生產系統后，卻觸發了巨大的"爆炸半徑"，一度導致北美訂單系統異常，影響數百萬訂單。

這其實暴露了AI Coding最大的問題：它很擅長生成"局部正確"的代碼，卻并不真正理解整個系統如何運轉。

它可以快速生成函數、頁面和接口，卻不知道哪個服務和財務系統存在底層依賴，哪個權限策略會影響整個生產環境，哪個看似無害的改動可能觸發連鎖故障，哪些工作流背后牽涉審計、合規和跨部門協同。

某種程度上，AI更像一個效率極高、但缺乏系統責任感的初級工程師：它可以快速產出大量代碼，但并不為捅的簍子負責。

而企業級軟件最核心的價值，恰恰不是"能跑"，而是能不能穩定運行五年，能不能經歷權限體系調整，能不能通過審計與合規，能不能在高并發與復雜組織協同下依然不崩。

AI更擅長"生成"，但今天真正支撐企業運轉的，仍然是那些"靠譜"的系統

"AI將殺死SaaS"本質上是一場華爾街資金遷徙

某種程度上，這輪"SaaSpocalypse"的敘事，本身更像是一場華爾街與AI公司共同推動的資本故事。

過去十多年里，SaaS一直是美股最賺錢的主線之一。大量云軟件公司長期占據 QQQ權重核心，從Salesforce、Adobe、ServiceNow到Intuit、Atlassian、Snowflake，SaaS板塊曾貢獻了納斯達克過去十多年里相當大一部分漲幅，投資人也獲得了巨額回報。

當生成式AI出現后，資本市場自然會尋找"下一輪更大的故事"。相比已經成熟、增長逐漸放緩的SaaS，AI顯然擁有更大的想象空間、更高的估值彈性，以及更容易講述的未來敘事。于是，大量資金開始從SaaS撤離，轉向GPU、算力、模型和AI Agent。

華爾街永遠需要新的增長神話。

但市場同樣存在周期。過去兩年AI板塊的瘋狂上漲，本身已經積累了大量獲利盤。一旦資金開始發現，許多AI業務并沒有想象中那么具備經濟效益：推理成本居高不下、商業化回報有限、企業付費意愿低于預期，而真正穩定賺錢的企業，依然離不開工作流、數據治理、組織協同和系統可靠性，那么資金自然會重新回流那些被低估、卻仍然掌握企業核心基礎設施的公司。

而那個方向，或許恰恰就是SaaS。