400-000-8210

"SaaS末日论"是场集体幻觉：AI杀不死软件，只会让它更值钱

发布时间：2026-03-26 17:17:16

"SaaS末日论"是场集体幻觉：AI杀不死软件，只会让它更值钱

---

【核心观点】2026年初，华尔街用1万亿美元的市值蒸发"投票"软件行业终结。但真相是：AI吞噬的不是软件，而是软件的"旧交互方式"。当ServiceNow用AI智能体实现89%工作流程自动化时，它的股价暴跌11%；当"Anthropic、谷歌和OpenAI全都在使用Workday的系统时，它的股价暴跌40%；当紫羚云（GAZELLIO）用多模态大模型通过语音和视觉交互时，市场却质疑其商业模式。这种恐慌背后，是对企业软件本质的致命误解。

一、恐慌解剖：当"AI替代人工操作"被误读为"AI替代软件"

2026年开年的六周，全球软件行业遭遇了一场"血洗"。

Salesforce股价从高点暴跌近40%，ServiceNow单日蒸发11%市值，Workday年内跌幅超40%。标普500软件与服务指数六周内蒸发近1万亿美元，华尔街交易员甚至创造了新词："SaaSpocalypse"（SaaS末日）。

如果AI智能体能自动完成过去100人的工作，企业自然不再需要100个软件席位。按人头收费的SaaS模式，似乎走到了历史终点。市场的逻辑看似无懈可击：AI智能体（Agent）提效→人头减少→席位减少→SaaS订阅崩塌。这种恐慌从Anthropic的Claude Cowork法务插件开始，迅速蔓延至整个企业软件板块。

【金句】市场用真金白银投票恐慌，理性者看到的却是历史的韵脚。

但几乎同一时间，反主流观点开始集中出现：

汇丰银行Stephen Bersey发布《Software Will Eat AI》，直指"AI取代企业软件"是误判；
英伟达CEO黄仁勋公开反驳"AI会让软件公司不重要"的逻辑，强调AI助手会使用既有工具而非重建工具链；
Workday CEO阿尼尔·布斯里（Aneel Bhusri）在财报电话会上强硬回应："Anthropic、谷歌和OpenAI全都在使用Workday的系统"。

【金句】市场用真金白银投票恐慌，理性者看到的却是历史的韵脚。

市场的恐慌建立在"AI能力=替代软件"的等式上，却忽略了企业软件的底层价值并非"界面操作"，而是"确定性治理"。AI替代的是人工操作，但操作背后的合规、审计、数据治理——这些才是企业软件的护城河。

作为深耕ToB软件和IT管理咨询行业20多年的从业者，我从2023年起就在不同场合——客户交流、行业座谈、乃至工信部举办的专精特新企业数字化转型全国大会上——持续反驳"AI颠覆软件"的论调。但人微言轻，在行业里激不起波澜。「此处内容和图片可以放在这一个章节前面」

今天，借主流机构和大咖的公开观点，我将系统拆解这场争论背后的产业底座事实与底层逻辑。

二、交互革命：真正该被"终结"的，不是软件，而是"软件旧时代的入口"

AI当然会改变软件，但它更像是在改入口，而不是拆地基。

软件行业过去30年的默认交互是：

人通过UI（屏幕、菜单、表单、鼠标键盘）→ 写入系统 → 形成数据 → 驱动流程与结果

大模型/多模态/Agent把入口改成：

人用自然语言/语音/视觉 → Agent调用工具与系统 → 写入系统 → 形成数据 → 驱动流程与结果

黄仁勋的最新表态印证了这一点："我们今天所使用的所有这些工具，无论是Cadence、Synopsys、ServiceNow还是SAP，它们的存在都有一个根本且正当的理由。AI助手将成为智能软件，能够代表我们使用这些工具，帮助我们大幅提升生产力。"

【金句】软件从"被操作的对象"变成了"被调用的能力"。它的逻辑依然存在，只是不再需要人类手动操作。Agent与软件系统的关系，不是替代，而是编排与调用。

这恰恰是软件价值的升华而非消亡。当交互层被AI接管，后端系统的稳定性、数据质量、业务逻辑深度反而变得更加重要。没有可靠的软件基础设施，AI智能体就是无根之木。

AI砍掉的是"旧UI的摩擦成本"，不是企业系统的确定性内核。但这并不意味着软件消失了——它只是退到了幕后。

案例一：Klarna"停用SaaS"的真相——替代发生在边缘，不在底座

市场最爱引用Klarna：2024年这家北欧支付巨头宣布停用Salesforce和Workday，用AI+自建系统替代，引发轩然大波。

但关键事实被选择性忽略：

首先，Klarna退的是"买来的标准化套件"，不是"企业级确定性底座"。它本质是在用更轻量的系统满足自己"80%的真实需求"，并非证明"通用大模型能替代企业软件平台"。

更重要的是，Klarna CEO塞巴斯蒂安·西米亚特科夫斯基后来公开澄清：外界把这件事解读成"用LLM取代SaaS"是过度简化。Klarna的"自建"实际上是基于OpenAI模型重建CRM、HR系统，但核心财务、合规、审计系统依然保留——它替换的是"界面层"，而非"记录系统"。

紫羚云（GAZELLIO）的本土化实践：其"紫羚桌面IT机器人+ AI"（2025年发布）不仅提供核心产品AITSM大脑的智能交互终端，让用户通过多模态大模型语音和视觉交互替代传统的人机交互模式，让中国ToB软件的“死穴”用不起来的问题解决了，也降低了用户的使用门槛。

【金句】AI让"买vs自建"的边界移动了，但它并不能证明"AI能整体替换企业软件底座"。

反方观点：硅谷分析师Ben Thompson（Stratechery创始人）持相反判断，他认为SaaS的三重护城河（切换成本、专有数据、产品复杂性）正在被AI消解，"AI将对SaaS造成类似互联网对报纸行业的毁灭性打击"。

但他的论断忽略了关键事实：报纸被颠覆是因为内容生产门槛被互联网拉平，但企业软件的确定性执行能力和合规审计体系并非AI能轻易复制。

三、ToB世界的第一性原理：企业买的是"可控的确定性"

【金句】AI是一种能力，不是结果；是算法，不是平台；是引擎，不是整车。

汇丰报告中最犀利的洞察，是戳破了大模型在企业级应用中的"非确定性"致命伤。AI面对同一个问题可能给出不同答案，甚至会"幻觉"出不存在的事实。

• ToC场景：AI把旅游攻略写错了，最多是体验差、用户骂两句；ChatGPT写错一首诗，用户哈哈一笑，或许用户可以接受；

•ToB场景（银行/政府/大型企业）：尤其是中大型企业的核心业务流程中，一分一厘的错误都可能意味着数百万美元的损失、合规风险或声誉灾难。AI把一条风控规则解释错了，可能是合规事故；把权限授予建议错了，可能是数据泄露。把一个权限授予建议错了，可能是数据泄露；把一张工单的根因归错了，可能是生产事故扩散。

而是：

• 准确性：不能"一分一厘地错"

• 稳定性与可用性：接近99.99%/99.999%

• 可追溯/可审计：链路、权限、证据、责任边界清晰

• 合规：数据主权、跨境、留痕、风控策略落到系统参数

基础模型天然存在"非确定性/幻觉"风险，哪怕在ToC可被容忍，在ToB也会被放大成事故与责任。

【金句】软件不是AI的对手，而是AI抵达现实世界的唯一载体。

案例二：同样是"幻觉"，ToC是体验问题，ToB是事故问题

Workday CEO布斯里在2026年2月的财报电话会上强调："薪资发放不能有概率结果，必须100%准确、100%按时完成。再多的氛围编码（Vibe Coding），也无法生成一套人力资源管理系统或ERP系统。"

这正是汇丰报告的核心论点：企业不需要"无所不能的自由AI"，需要的是bounded agent（有边界的智能体）——在权限、数据域、审计框架内运行。软件是企业可控使用AI的关键路径。

反方声音：Forrester副总裁Charles Betz指出，智能系统要实时吸收并遵守全球约2万个法律管辖区的合规要求，"至少还需数年"。但这恰恰证明，现有软件的合规沉淀是时间换来的，不是代码堆出来的。

四、为什么"通用大模型+互联网数据"不可能替换ServiceNow/Salesforce们

一个被市场忽视的关键事实：AI的有效性取决于数据，而最有价值的数据不在公网，而在企业软件的平台深处。这不是情绪判断，而是数据与知识结构的客观边界。

1. 数据护城河：领域专有知识不在互联网上

企业软件数十年积累的核心IP——私有架构知识、业务逻辑、操作规范——并不在互联网上，而是深藏在Oracle、SAP、Salesforce、ServiceNow等系统的封闭生态中。AI无从学习，更无从复制。真正决定企业流程的知识——组织规则、审批边界、权限矩阵、历史工单、资产关系、合同条款、操作规程、审计证据——绝大多数沉淀在企业系统里，而不是公开语料里。

而通用大模型基于互联网公开数据训练，这导致它们在专业领域往往"博而不精"。但真正驱动企业决策的：

是沉淀在ServiceNow工单系统中的IT运维知识；
是存储在Salesforce中的客户交互历史，是积累在SAP中的供应链优化经验。这些数据具有极强的领域特异性、隐私性和上下文依赖性。

软件平台不仅是数据的收集者，更是数据的精炼厂。它们将原始业务数据转化为结构化、可复用的领域知识，形成难以复制的护城河。正如汇丰报告所言："Oracle、SAP等系统的护城河，不是靠写代码就能追上，而是时间和业务场景累积出来的。"

德意志银行同样强调：缺少数据、上下文与系统级工作流，AI难以替代既有平台。

案例三：Workday的股价恐慌，暴露了"市场把UI当成了护城河"

Workday在2026年初遭遇大幅下跌，叙事里夹杂了"AI工具会减少HR/财务软件需求"的担忧。但这类恐慌的常见错误在于：把企业软件价值误认为是"界面与席位"，而不是"确定性与治理"。

HR/财务软件的核心不是"点按钮填表"，而是：

• 劳动合规与审批链路

• 薪资核算可追溯

• 权限体系、审计证据、对账与留痕

• 与ERP、财务、身份系统、税务规则的深度集成

AI能让"填表和写材料"更快，但它必须在这些确定性框架里运行，否则风险是企业无法承受的。正如摩根士丹利分析师Keith Weiss所言："核心的财务与人力资源系统最不容易被GenAI颠覆，而模型与代理能力的扩展将显著扩大可自动化工作的范围，既有厂商在将这些解决方案有效推向市场方面具备明显优势。"

2. 企业"切换成本"是现实高墙

核心系统替换不是写代码那么简单：停机风险、集成重构、培训、合规再认证、供应商信任重建——这些都是CFO和风控部门会直接否决的成本项。HSBC在报告中把"切换成本与信任积累"作为关键论据。

3. "Vibe Coding"被严重高估

能生成代码≠能承担架构、异常、压测、审计、SLA的责任。企业级软件的"难"在系统工程，而不是在敲代码。

案例四：AI Coding改变的是"效率"，不是"责任与理解"

"AI会写代码→软件门槛归零→SaaS被颠覆"是常见论点。但企业软件真正的门槛是：谁能定义需求、设计边界、承担极端场景责任。

以ITSM（IT服务管理）场景为例：

• "生成一个工单页面"很容易

• 但"在跨地域、多租户、复杂权限、灾备、审计、SLA、回滚、变更冻结窗口、合规要求"下稳定运行，是另一回事

AI coding更像是把研发的"体力活"压缩，把价值推向"系统设计与业务理解"。这并不削弱企业软件厂商，反而会强化那些拥有领域知识与客户数据沉淀的平台。这也是为什么Anthropic在引发市场恐慌后，迅速调整策略，选择与FactSet、标普全球、伦敦证券交易所集团等传统数据服务商合作开发插件，而非试图替代它们。AI公司意识到，脱离具体业务场景的AI无法落地，而SaaS厂商拥有的工作流和数据才是AI变现的土壤。

----

五、AI即软件：为什么“AI杀死软件”是逻辑幻觉

【金句】AI不可能“杀死”软件，因为它本身就是软件

把“AI会杀死软件/SaaS已死”当成产业结论，本质是把AI（能力层）和软件（交付与治理层）强行剥离后的逻辑幻觉，二者不可分割。事实上，当下所有主流AI能力均以软件形式交付、以SaaS模式运营。

OpenAI的ChatGPT以Web界面和移动App提供服务；

Anthropic的Claude通过API和桌面端Cowork接入工作流；

马斯克的Grok、Cursor、Cloud Coding、爆火的Manus、以及中国的DeepSeek、Kimi、智谱清言、腾讯元宝等，无一不是以软件形态存在、以云服务方式交付，要么是Web/App（典型如ChatGPT），要么是嵌入式应用与插件（典型如各类Copilot/Agent工具），其商业交付天然是SaaS/API。

这意味着AI先天就继承了软件工程的“宿命”：高可用（3–5个9）、容量规划、并发治理问题、弹性伸缩、故障恢复、抗攻击与供应链依赖等——AI不仅没有绕开这些问题，反而把它们放大成了更高强度的生产级要求。现实案例非常直接：2026年2月4日，ChatGPT发生全球性大崩溃，所有核心服务陷入瘫痪，15分钟内故障回报突破10,000宗；同日，Anthropic的Claude API也遭遇服务中断。xAI的Grok 也在2026年2月发生“暂时不可用”等历史故障记录，说明再强的模型也仍受制于软件系统的容量与运维边界。在国内，DeepSeek等免费模型常被用户吐槽“99%时间服务器忙碌”；Kimi在高峰时段频繁显示“算力不足”或“系统繁忙”，导致响应延迟甚至不可用。这些并非模型算法缺陷，而是作为软件载体的必然结果。进一步看，AI对ToB的落地更不可能脱离软件：企业所需的高质量、可审计、可追溯的专有数据与流程证据，主要沉淀在业务系统与管理平台里；AI作为“引擎”必须通过这些系统的数据管道与治理框架才能稳定产出“可负责的结果”。因此，AI更像软件体系的能力延伸与加速器，而软件则是承载AI的整车架构与秩序系统——两者不可直接剥离。

案例五：Anthropic最能说明问题——它没有绕开软件，而是主动"钻进软件"

如果AI真要"干掉软件"，最合理的商业路线应该是：直接做一个无所不能的通用Agent，绕过所有企业系统。

但Anthropic在2026年2月的动作恰恰相反：它选择把Claude的能力做成Cowork插件/连接器，嵌入到企业已有工作流与系统里（例如和DocuSign的合同工作流合作、与FactSet/标普全球等金融数据商合作）。

Anthropic经济学负责人彼得·麦考瑞（Peter McCrory）在发布会上强调："这并不是一款试图接管或覆盖所有工作流程的产品。我们提供的是基础设施和智能能力，让我们的合作伙伴或客户能够把他们自身的业务知识、专业经验、长期建立的信任关系以及他们的客户一并带入这个体系中。"

这意味着什么？连最激进的AI厂商都在选择"与软件共生"，而非"替代软件"。

反方观察：OpenAI创始人Sam Altman承认，"软件的创造方式、使用方式和商业模式正在发生深刻变化"，但他同时强调"软件不会消失"。亚马逊AWS CEO马特·加曼（Matt Garman）则表示，"当前市场恐慌被夸大。AI确实会改变软件构建和使用方式，但SaaS公司仍然可以生存。前提是，必须持续创新。如果停止创新，就会被颠覆。"

结论很清晰：AI不可能“杀死软件”，因为AI本身就是软件化交付；所谓“软件被AI取代”，更准确的表述应是“软件的旧交互与旧定价锚点正在被重构”。

六、AI反而会把SaaS/RaaS推成硬需求：企业不得不更云、更标准、更平台化

AI的集中化特性反而强化了公有云SaaS的地位。当先进AI能力主要集中在云端交付（无论是模型、推理、工具链、生态插件），无论是OpenAI的ChatGPT、马斯克的Grok，还是Deepseek主流AI能力都以公有云SaaS形式提供。企业若想采用这些能力，必须接受公有云部署模式。这打破了传统私有化部署的壁垒，促使企业重新评估云策略。所以，企业会提出更强的“云上合规”要求——数据安全、跨境、网络边界、审计留痕。但这不是SaaS 的终结，而是SaaS从“弱安全普及”走向“强安全规模化”的拐点。

【金句】AI没有杀死SaaS，而是让它从"弱安全"走向"强安全"，从"工具提供商"升级为"智能编排者"。

七、真正会被重构的是商业模式：从"卖席位"走向"卖结果/按用量/按风险边界"

SaaS进化为OaaS/RaaS。市场对SaaS的恐慌，很大程度上源于对"按人头收费"模式可持续性的质疑。AI实际上可能加速SaaS向OaaS/RaaS（Outcome/Result as a Service，结果即服务）的演进。

这并非坏事。传统SaaS的痛点在于，企业购买的是"工具使用权"，而非"业务结果"。AI的介入让"按成效付费"成为可能——企业不再为软件席位买单，而是为AI驱动的实际业务价值付费。

汇丰报告预测，2026年将是软件行业AI变现的"启动元年"。软件巨头们已完成嵌入式AI智能体的设计和测试，开始向全球大客户推广。这种"有边界的智能体"（bounded agents）必须在软件定义的参数和权限范围内运行，满足企业对风险管控、合规审计的需求。

我同意HSBC报告里点到但未完全展开的问题：席位制会承压。

但"席位制承压"不等于"软件收入崩塌"，更可能意味着三类迁移：

1. 从seat-based → usage-based（按调用/按任务/按推理量）

2. 从license/seat → outcome/Result-based（按业务结果，如缩短周期、减少损失）

3. 从卖功能 → 卖"可治理的自动化边界"（权限、审计、风控、责任）

【金句】软件不会死，旧的定价锚点会死。

红杉资本合伙人Alfred Lin（林君叡）在市场恐慌中明确站队软件行业。他指出："AI本质上是软件的延伸，许多传统软件公司如甲骨文依然屹立不倒。"他认为，AI将显著提升公司运营效率和员工工作能力，使人们能够完成更多以前无法完成的任务。

八、历史重演：从"互联网泡沫"到"AI恐慌"，软件始终是最终赢家

汇丰报告援引了一个有力的历史类比：互联网时代的价值迁移路径。

•1999-2000年：价值集中在物理基础设施（服务器、光纤、数据中心），资本疯狂涌入硬件；

•2001-2010年：价值流向互联网公司（谷歌、亚马逊、Meta），软件成为最终赢家。

AI的演进正在重演同一剧本：

•2024-2025年：基础设施（算力、模型）建设期，价值流向英伟达等硬件巨头；

•2026年起：软件层真正爆发的"点火年"。

【金句】历史不会简单重复，但会押着相似的韵脚——真正的技术革命不会毁灭行业，而是重新定义价值链条。1999年互联网泡沫破裂时，市场同样恐慌于"新技术将毁灭旧世界"；但事实证明，真正的技术革命不会毁灭行业，而是重新定义价值链条。

Wedbush分析师Dan Ives的观点与此呼应："AI工具的价值高度依赖其可接入的数据，本身并不能脱离既有系统独立运行。"微软、Salesforce、ServiceNow等厂商早已深度嵌入企业核心流程，承担着"系统记录层"的角色。替换它们意味着重构关键基础设施，而非简单叠加一个大模型。

九、中国视角：在"攻坚期"而非"成熟期"遇见AI

当美国市场陷入"SaaS末日"恐慌时，中国SaaS/软件行业可能正迎来不同的机遇。

与美国SaaS市场的高度成熟不同，中国SaaS/软件尚处于"构建健康商业模式、证明自身核心价值"的攻坚期。许多行业的数字化转型仍在进行中，对SaaS工具的需求本身就在增长。这意味着，AI对中国SaaS/软件而言更多是效率提升、开辟新市场的工具，而非对存量市场的直接威胁。

国务院2025年8月发布的《关于深入实施"人工智能+"行动的意见》明确提出，推动软件信息服务企业智能化转型，培育"模型即服务"、"智能体即服务"等新形态。政策层面已为AI与软件融合指明方向。

【金句】不是每个市场都在讲述同一个故事，也不是每朵名为AI的浪花都会带来同一种命运。

紫羚云（GAZELLIO）的AI +机器人战略布局印证了这一点：2025年，紫羚云完成深圳公司迁址（入驻香港中文大学深圳科技园）、香港紫羚云公司签约首家证券/保险客户、紫羚云新加坡海外总部正式成立——形成"华东-华南-西南-港澳-海外"的战略布局。其坤泰全栈信创AITSM一体机在四川省财政厅落地，实现了从软件到软硬协同的国产化突破。AI+小紫桌面机器人重构了紫羚云核心产品的形态。