前几日“崔牛会”的辩论赛甚是有趣，其主题为：

“SaaS不加AI会死吗？”

如果仔细考量，你会发现这是一个“地理”题。如何作答，取决于回答问题的位置。

湾区作答

如果你在湾区问我这个问题，我会用手贴上你的额头，回一句，“Is everything alright?”

在湾区，Agentic AI正在“升级”传统SaaS。例如，微软刚刚发布了10个融合在SaaS中的Agents，而Gartner则预测SaaS中Agentic AI的比例将不断攀升：

“到2028年，33%的企业应用中会包含Agentic AI，而这些Agents将自动化约15%的企业日常决策工作。”

虽然“升级”很难产生杀手级的应用，但其意义在于，Agentic AI正在利用更广泛的数据还原SaaS的输出“本应具有的完整性”。

在Agentic AI之前，数据的局限性迫使SaaS不得不简化问题的响应，例如，理论上，完成任务“评估销售机会的质量”需要下述三个维度的信息（图1）：

图1：结构化、非结构化和即时数据支撑评估

• 结构化数据：客户信息、历史购买记录等信息；

• 非结构化数据：销售季度评估报告（QBR报告）等信息；

• 以及真实世界正在发生的事实：“对客户状态的即时判断”等信息。

但受制于数据可访问的范畴，传统SaaS往往只能将输出简化，仅依赖系统中的结构化数据给出销售机会的评分（图2）：

图2: 传统SaaS

而Conversational AI (例如，Microsoft Copilot）已经可以使用QBR报告参与评估，该报告中所包含的专业意见也是评估销售机会的重要维度。数据维度的增加也部分还原了SaaS输出的完整性，（图3）：

图3: +非结构化数据

但我们不可能将世界上全部正在发生的信息数字化，例如，销售并不会每次都用录音笔记下与客户的对谈，也不会随时文档化对客户的洞察。所以，Agentic AI需要能够使用正确的问题筛选真实世界的信息。

虽然大模型还未提供原生的提问能力，但好在该能力可在Agent层面补齐。而拥有“提问”能力的Agentic AI可以在合适的时机用合适的问题过滤出有用的信息：

结构化数据 + 非结构化数据 + 筛选后的真实世界信息让SaaS可以以全视角评估销售机会，并保证输出应有的完整性（图4）。

图4:  +真实世界信息

所以，“还原输出的完整性”本质上是对现有SaaS品质的差异化。而一个运转了近三十年的存量市场对差异化的渴望会让SaaS + Agentic AI成为标配。在湾区，对于那些对Agentic AI没有计划的厂商，我只能说“Good Luck”了。

北京作答

但如果你在北京问我这个问题，我会反问：

“国产SaaS活过吗？”

纵观全球市场，中国拥有一众一骑绝尘和众多具有一流竞争力的产业，甚至连国产大模型在国际上都可堪一战。但国产SaaS却是一众产业中的“死地”，其规模只有国际巨头的一个零头，例如，用友去年的营收（97亿元）拼不过SAP的一个“落后”大区（拉丁美洲～120亿元）。

历经二十年的发展，国内厂商并非毫无雄心，但三大“无解”问题锁死了国产SaaS在全球市场的上限。

其一，“高效”的国内市场。国内SaaS市场过于高效，例如，我们以不到全球3%的工业软件市场支撑了全球35%的工业生产总值（图5）：

图5:“高效”的国产工业SaaS

这种高效或源于甲方的强势，或源于充沛的人才供应，但无论如何，其挤压了国内市场的规模（< 全球市场的5%），并导致国内厂商长期在“螺蛳壳里做道场”。

其二：“挡路”的印度人。鉴于国内市场的局促，一部分厂商转向海外并有初步斩获。但全球SaaS产业链利益分配已经完成，在印度人的主导下，国产SaaS很难在全球市场构建完备的服务体系，国际市场上也鲜有主流IT服务公司实施中国SaaS（图6）：

图6: IT服务是国产SaaS出海所面临的一堵墙

其三：“收敛”中的全球市场。传统SaaS市场当下几乎已无增量。例如，Salesforce的营收增长连续5年下滑，今年的增长目标更是低至8%，可能还没有湾区的炒饭涨价的幅度高。在一个“收敛”的市场中，作为后来者的国产SaaS企图谋求份额可谓是与虎谋皮。

当然，国内厂商也可以效仿湾区，利用Agentic AI升级现有产品。但“Me-Too”类型产品并不足以让国内厂商真正摆脱三大“无解”问题的枷锁，只能重蹈传统SaaS的覆辙。

如果部分同仁仍心怀天下，不甘于落后于其他国产行业，那么，可能就需要“Thinking-out-of-the-box”，思考怎么利用Agentic AI去革现有SaaS价值链的命，例如：

• 通过“Serviceless”让印度人“Jobless”；

• 用“甲方大模型 + 开源”去颠覆每个Conversation都要甲方破费$2的生意；