过去二十年，企业软件行业一直在做一件事：想方设法让用户留在自己的系统里。
无论是Salesforce的CRM、Oracle的ERP，还是国内的用友、金蝶，商业逻辑大同小异：把企业的业务流程搬进软件，让员工习惯使用自己的产品，再通过账号、功能模块、项目收费。
但在2026年，SaaS行业最重要的生存模式正在瓦解。
9月份的旧金山Dreamforce大会上，Salesforce正式发布了AIforce，将客户数据、业务流程和权限能力通过MCP、API等方式，开放给外部智能体。企业员工不需要打开Salesforce的网页，就可以通过AI工具完成业务操作。
一个月后，另一家软件巨头Workday也宣布推进智能体平台的“无头化”，并与 Anthropic展开合作，让员工能够直接在Claude中查询人力、财务数据，甚至发起审批流程。
元股证券:ygzq.hk于是，一个问题开始在企业服务行业蔓延：当AI成为所有企业软件的统一入口，SaaS还有存在的必要吗？
界面正在消失，但SaaS的护城河没有消失要理解这轮变化，首先要搞清楚一个问题：企业为什么愿意为SaaS持续付费？
不少人的答案可能是功能、数据和用户习惯。
一家企业使用Salesforce管理客户，使用Workday管理员工，使用Oracle管理财务。随着业务不断深入，逐渐成为企业日常运转的一部分：员工需要学习操作，管理者需要适应流程，IT部门需要维护系统。
使用时间越长，替换成本越高。
国内企业服务行业曾流传过一个颇具代表性的故事。
一家大型银行使用Oracle ERP多年，内部员工一直抱怨系统复杂、操作繁琐。后来，银行决定开发自己的ERP系统。但在新系统立项时，业务部门提出的第一条要求却是：新界面最好和Oracle保持一致。
原因很简单。
大家虽然觉得旧系统难用，但已经习惯了它的操作方式。
可当员工不再需要亲自操作，而是让AI代替自己完成任务时，界面是否友好、菜单是否复杂，几乎没有意义。客户只关心三个问题：能不能连接系统，能不能获取需要的数据，能不能完成指定的操作。
是否意味着SaaS时代结束了呢？答案是否定的。
举个简单的例子。
员工可以让AI查询本月采购预算，也可以让AI根据历史数据生成一份采购建议。可进一步要求AI去采购价值100万元的设备，情况就完全不同了：谁有权发起采购？谁负责审批？预算是否充足？供应商是否符合要求？付款需要经过哪些流程？
企业必须有一套明确的身份认证、权限管理、业务规则和审计机制，恰恰是Salesforce、Workday等企业长期积累的核心能力。
比如Workday与Anthropic的合作中明确强调，员工通过Claude发起的请求，仍然需要遵守Workday原有的权限和业务规则，相关修改也需要经过用户确认。
这也解释了为何Salesforce敢主动开放自己的能力：交出去的是操作入口，留下的是数据、规则和业务执行的控制权。甚至可以说，AI正在帮助SaaS建立一种新的客户绑定关系。
过去，企业软件依靠用户习惯形成黏性；未来，则可能依靠智能体与业务系统之间的调用关系形成黏性。一旦企业把销售、财务、人力等核心流程交给智能体执行，底层软件的稳定性、数据质量和规则体系将越来越重要。
所以，AI 并不是简单地消灭SaaS，正在迫使SaaS企业回答一个问题：当用户不再需要你的界面，你还能为企业创造什么价值？
从卖服务到卖结果，SaaS的商业模式正在重构如果说界面的消失改变了企业软件的产品形态，AI带来的另一场变化，直接触及了SaaS的商业模式。
SaaS最典型的收费方式是按账号、按席位收费。
一家企业有100名销售人员，就购买100个CRM账号；有500名员工，就按照相应规模采购人力资源系统。
智能体的出现，正在打破这个前提。
假设一家企业原本需要100名客服人员处理客户咨询，现在通过AI智能体，只需要20名员工负责复杂问题和人工审核。这家企业还有必要购买100个客服软件账号吗？
对于依赖席位收费的SaaS公司来说，显然不是一个好消息。
资本市场的情绪也印证了这一点：4月中旬，美国软件行业指数 IGV一度较高点下跌约37%。因为投资者担心，AI不仅会取代部分企业员工，还会连带减少企业购买的软件账号。
但随后出现的变化，刷新了资本市场的认知。
Salesforce最新披露的季度收入达到113.5亿美元，同比增长11%。其中Agentforce与数据平台 Data 360，合计年化经常性收入已经接近39亿美元；另一家企业巨头ServiceNow的AI业务年合同价值也突破10亿美元，并将全年目标上调至15亿美元。
这些数字至少说明了一件事：
企业软件并没有因为AI的普及而失去全部商业价值。相反，一部分SaaS公司已经开始从AI应用中获得新的收入。
更关键变化在于，收费对象正在发生转移。
企业过去购买的是使用软件的权利；现在越来越愿意为软件实际完成的工作付费。
Salesforce已经开始使用“智能体工作单元”衡量AI的工作量，第二季度交付量达到了32亿个，环比增长97%。
在客服领域，类似的变化更加直观。
Zendesk、Intercom等企业已经探索按照问题解决次数收费，而不是简单按照客服账号数量收费。比如一套 AI 客服系统每成功解决一个问题，收取约1至2美元。
也就是说，企业软件正逐渐从按人收费，转向按工作量、按任务，甚至按结果收费。
当然，这种转型还处于早期阶段。
例如一个客服智能体回答了用户的问题，但用户对结果并不满意，这算不算成功解决？如果 AI 完成了一笔采购，却因为判断错误造成损失，责任应该由谁承担？
但产业方向已经越来越清晰。
未来，企业软件的竞争不再只是功能多少、界面是否友好，而是谁能够更高效、更可靠地完成业务任务，比拼的是AI真正理解企业、遵守规则并完成工作的能力。
中美AI的差距，正在从模型能力转向生态为何美国的SaaS企业重新回到了增长轨迹，国内仍弥漫着唱衰SaaS的声音呢？原因不是SaaS没有价值，而是贫瘠的SaaS土壤，可能撑不起AI占领工作入口的野心。
移动股票配资就产品层面来看，中国的AI生态并未掉队。
腾讯推出了WorkBuddy，字节有TRAE，阿里有Qoder，飞书、钉钉等办公平台也在持续引入 AI 能力。无不在让 AI 从简单的问答工具，变成能够处理文档、调用工具、执行任务的工作助手。
进一步深入到智能体背后的工具，会发现中美存在明显差异。
以Claude、Codex等海外AI工具为例，用户已经可以通过插件、MCP或其他连接方式，让AI与Notion、Figma、GitHub、Jira等第三方服务协同工作。AI不再只是一个独立的聊天窗口，逐渐成为连接不同软件的工作平台。
相比之下，国内不少智能体产品的能力仍然主要集中在自家生态。
尽管飞书、钉钉、WorkBuddy等平台都在积极拥抱MCP等开放协议，但开放接口不等于形成开放生态。腾讯的产品更容易调用腾讯系服务，阿里的产品与阿里云、钉钉等体系结合紧密，字节则围绕飞书及自身工具建立能力。
摆在面前的问题是：AI想要跨越不同厂商的边界，究竟有多少成熟、标准化、可被授权调用的业务能力？
美国SaaS市场经过二十多年的发展，形成了相对成熟的专业软件分工。企业可以选择Salesforce管理客户，Workday管理人力资源，ServiceNow管理IT服务，再通过各种接口把系统连接起来。
这些软件并不是为了AI时代而生，但长期的标准化、云化和API建设，使它们具备了被智能体调用的基础。AI的出现，相当于在已有的软件生态之上，增加了一个新的交互层。
国内企业软件市场的发展路径，并不完全相同。
不少大型企业习惯按照自身组织架构和管理流程定制软件，即企业提出需求，软件厂商负责开发；业务发生变化，再通过二次开发调整系统。满足了客户的个性化要求，却也带来了一个问题：大量软件能力沉淀在项目里，而非可以面向不同客户重复销售、重复调用的标准化产品。
并非是国内的SaaS企业没有意识到变化。
金蝶推出智能体平台灵基，尝试将企业的业务数据、管理知识和业务规则转化为AI可以理解和使用的上下文；用友正在推进AI与企业管理软件的融合......难的不是推出一个智能体产品，而是把底层业务能力标准化。
相对乐观的是，传统软件时代每增加一种业务需求，往往意味着新的功能开发、接口适配和系统集成；可当大模型具备了自然语言理解、代码生成和工具调用能力，有机会将过去依赖大量定制开发的工作，转化为智能体对标准化工具的组合调用。
当智能体逐渐成为新的工作入口，围绕数据治理、身份认证、业务规则、跨系统连接、执行审计等环节，都可能产生新的专业服务需求，改变长期依赖项目定制、人力交付的商业模式。
写在最后一个成熟的企业 AI 生态，不仅需要足够聪明的模型，还需要大量能够被安全调用、持续创造业务价值的软件服务。
模型决定AI能有多聪明，软件生态决定AI到底能干多少活。
当越来越多企业开始让AI直接参与业务执行，真正值得关注的，已经不单单是谁能做出下一个聊天入口，还包括谁能成为新入口背后，不可或缺的业务能力提供者。
对于中国SaaS行业来说，AI照出了多年沉积的软肋长春股票杠杆，却也可能是一次重新洗牌的机会。
元股证券官方入口提示：本文来自互联网，不代表本网站观点。
