当 AI Agent 开始替你使用软件，SaaS 还值钱吗？

AI Agent 是一种能够理解用户目标，并自主调用工具、访问数据和执行多步骤任务的 AI 系统。与传统软件需要用户逐项点击、填写和操作不同，Agent 更强调直接完成任务，例如整理客户信息、分析业务数据、生成报告，甚至跨越多个软件系统完成一整套工作流程。

这种变化正在重新定义软件与用户之间的关系。过去，软件的价值很大程度上来自功能、界面和使用频率，而 AI Agent 正在把用户的注意力从“如何操作软件”转向“软件最终完成了什么”。当一个 Agent 可以代替用户调用 CRM、财务系统、项目管理工具和其他企业应用时，软件本身的入口、收费方式以及竞争壁垒都可能发生变化。

因此，AI 对 SaaS 的影响并不只是让开发软件变得更快、更便宜，更值得关注的是软件价值链本身正在发生变化。本文将从软件入口、数据与工作流、商业模式以及行业应用等角度，分析 AI Agent 如何改变传统 SaaS 的价值，以及在 AI 越来越擅长执行任务之后，什么样的软件仍然具有长期价值。

软件正在发生一个不容易被察觉的变化

过去几十年，软件行业的基本逻辑其实非常稳定。企业需要完成销售、财务、人力资源、客户管理、项目管理等工作，于是软件公司分别为这些场景提供工具。用户打开 CRM 录入客户信息，打开财务软件制作报表，打开项目管理工具分配任务，再在邮件和即时通信软件之间不断切换。软件的价值，很大程度上体现在“让人能够完成一项工作”。

但 AI Agent 正在改变这个逻辑。如果一个 AI Agent 可以读取 CRM 中的客户信息，理解邮件内容，调用财务系统查询数据，再进入项目管理工具创建任务，那么用户可能根本不需要依次打开这些软件。用户只需要提出一个目标，例如“找出本季度最有可能流失的大客户，并为销售团队安排跟进”，剩下的步骤交给 AI 完成。

这意味着一个重要变化：用户购买软件的目的，可能正在从“获得一个工具”转变为“获得一个结果”。Gartner 在 2026 年的分析中认为，Agentic AI 到 2030 年可能使约 2,340 亿美元的企业应用软件支出面临重新分配，占届时企业 SaaS 支出的约 20%。其核心逻辑并不是企业突然不需要软件，而是 AI Agent 可以在多个系统之间执行任务，从而减少用户直接操作传统软件界面的需求。

因此，真正值得讨论的问题并不是“AI 会不会杀死软件”，而是：当用户不再需要亲自使用软件时，软件的价值究竟来自哪里？

软件最重要的入口，可能不再是界面

过去的软件竞争，很大程度上是界面竞争。谁的产品更容易使用，谁的流程设计更合理，谁的操作更加直观，谁就更容易获得用户。但对于 AI Agent 来说，情况完全不同。

一个 Agent 并不一定需要理解一个漂亮的网页界面。它更关心的是有没有权限访问数据、有没有 API、数据是否结构化、操作是否可以被可靠执行，以及系统能不能记录操作结果。这也是为什么 AI 时代的软件可能出现一个有意思的变化：用户界面的重要性下降，但软件背后的系统能力反而更加重要。

例如，一家公司仍然需要 CRM 来保存客户信息。AI Agent 可以代替员工操作 CRM，但它仍然需要知道客户是谁、历史交易是什么、最近一次沟通发生了什么、合同什么时候到期。在这种情况下，CRM 的界面可能不再是最重要的资产，但 CRM 作为客户数据的系统记录仍然非常重要。

类似的情况也会出现在财务、人力资源、供应链和医疗等领域。AI 可以帮助员工读取和处理信息，但它不能凭空创造企业多年积累的业务数据，也不能轻易替代一个经过多年验证的核心业务系统。

因此，AI 对软件的第一个影响可能不是“软件消失”，而是：软件开始从用户每天打开的工具，变成 AI Agent 背后调用的基础设施。

最容易受到冲击的，可能是那些“只提供一个功能”的软件

如果一个软件的主要价值只是帮助用户完成一个非常简单的操作，那么 AI 带来的替代压力会更加直接。过去，一个用户可能愿意每月支付 10 美元使用一个独立工具，因为自己需要花大量时间完成某项工作。但如果 ChatGPT、Claude、Gemini 或其他 Agent 可以直接完成类似任务，用户就会重新计算这 10 美元到底值不值得。

这也是为什么现在很多 AI 产品面临一个看似矛盾的现象：AI 产品能够更快获得付费用户，却未必能够长期留住他们。RevenueCat 2026 年的订阅应用数据显示，AI 应用的付费用户收入明显高于非 AI 应用，AI 应用第一年的每付费用户生命周期收入中位数为 30.16 美元，而非 AI 应用为 21.37 美元；但年度订阅用户的 12 个月留存率只有 21.1%，非 AI 应用则为 30.7%。

这说明一个问题：“能不能用 AI 做出来”正在变得越来越不重要，“用户为什么还要一直使用你”才更重要。

如果一个应用只是把大模型包装成一个聊天窗口，用户很容易比较不同产品之间的差异。今天使用 A，明天换成 B，并不会产生太高的迁移成本。但如果一个产品记录了用户过去几年的数据，理解用户长期行为，深度嵌入企业流程，并且持续积累特定领域的知识，那么情况就不同了。

AI 降低的是功能复制成本，却不一定降低这些长期积累的成本。

真正难复制的东西，正在从代码转向数据和工作流

过去，一个软件公司的技术护城河往往来自代码。开发一个复杂系统需要大量工程师，需要几年时间，需要持续维护，因此后来者很难复制。

AI 编程工具正在逐渐改变这一点。当 AI 可以帮助开发者生成代码、测试程序、修复 Bug 甚至搭建完整应用时，“写出一个软件”本身正在变得越来越便宜。这并不意味着技术不重要，而是意味着单纯拥有某项功能可能越来越难形成长期优势。

一些投资机构对这一变化的判断也已经发生变化。Baillie Gifford 对 AI 时代软件护城河的分析指出，代码正在逐渐商品化，价值可能进一步转向数据、客户组织中的深度集成，以及软件对具体业务流程的嵌入程度。

可以把两个产品放在一起理解。A 产品拥有一个非常漂亮的 AI 写作功能，用户输入需求后就能自动生成文章。B 产品同样可以生成文章，但它还保存了企业过去三年的内容资产，知道品牌用词、产品信息、客户画像和审核规则，并且能够把生成结果直接送进 CMS、审批系统和营销流程。

如果底层模型能力越来越接近，A 和 B 的区别就不再只是“谁的 AI 更聪明”。B 真正拥有的是一整套上下文，而上下文恰恰是通用模型最难凭空获得的东西。

这也解释了为什么未来软件的竞争可能越来越集中在三个问题上：它掌握什么数据？它嵌入什么工作流？它能否随着用户使用时间增加而变得更加有价值？

软件收费方式也可能发生变化

AI 对 SaaS 的另一个影响，是商业模式。传统 SaaS 非常喜欢按席位收费。一家企业有 100 名员工，就购买 100 个账号；员工越多，软件公司的收入理论上就越高。这种模式过去非常合理，因为软件主要是由人使用的。

但如果一个 AI Agent 可以完成过去需要 10 名员工操作的软件流程，那么“10 个员工对应 10 个账号”的逻辑就开始变得没有那么自然。企业真正关心的可能变成：这个系统完成了多少任务？处理了多少订单？节省了多少人工时间？减少了多少错误？

这意味着软件收费可能逐渐从“你有多少用户”转向“系统替你完成了多少工作”。Deloitte 对 2026 年 SaaS 与 AI Agent 的研究同样指出，随着 AI Agent 更深入地进入企业软件，传统订阅和按席位收费模式可能逐步与按使用量、消费量以及结果收费的方式结合。

这并不是说订阅制会马上消失。相反，订阅仍然适合很多软件产品。但对于能够自主执行任务的 AI 系统来说，“结果”可能成为比“账号数量”更直接的价值衡量方式。

AI Agent 越强，软件反而可能越“隐形”

这可能是整个变化中最容易被忽略的一点。过去我们认为优秀的软件应该让用户更加频繁地使用它，但 AI Agent 时代可能恰恰相反。如果一个系统能够自动完成更多工作，那么用户反而不需要经常打开它。

一个优秀的财务 Agent 不应该要求财务人员每天打开五个页面、复制十组数据、填写二十个字段。它应该直接告诉用户：“本月有 17 笔异常支出，我已经按照金额、供应商和历史记录完成分类，其中 3 笔需要人工确认。”

用户甚至不需要知道背后调用了哪些软件。

这意味着未来的软件可能出现一种很有意思的状态：软件越好，用户越不需要直接使用它。

这并不是软件没有价值，而是软件从“交互层”逐渐向“执行层”移动。Gartner 对这一趋势的描述也非常接近这一点：随着 Agentic AI 发展，企业用户可能越来越少关注传统的软件界面，而更加关注最终产生的业务结果。

因此，未来的软件竞争可能不再是谁拥有最复杂的 Dashboard，而是谁能够让用户用最少的操作完成最多的事情。

但 AI 也很难完全取代深度嵌入行业的软件

如果把上述趋势推到极端，很容易得出一个结论：既然 AI 可以操作软件，那么软件最终都会被 Agent 取代。但现实可能没有这么简单。

医疗、金融、制造、法律、供应链等领域的软件，往往不仅仅是一个界面。它们还包含复杂的数据结构、权限体系、合规流程、行业规则和长期积累的业务记录。

一个通用 AI 可以生成一份合同，但这并不意味着它可以直接替代企业完整的合同管理系统。一个 Agent 可以分析患者信息，但这也不意味着它可以独立取代医院的核心医疗信息系统。

真正重要的区别在于：软件是否掌握了某个行业不可轻易复制的基础数据和工作流程。这也是为什么垂直软件在 AI 时代并不一定天然处于劣势。Menlo Ventures 对垂直 AI 软件的分析认为，真正重要的问题并不是 AI 是否会颠覆垂直软件，而是产品能否深入具体行业，并围绕真实业务流程建立长期价值。

换句话说，AI 越强，企业越可能重新审视自己购买的软件，但并不意味着所有软件都会被淘汰。真正受到压力的，是那些用户可以轻易替换、数据没有独占性、工作流嵌入较浅，而且价值主要来自一个简单功能的软件。

软件行业真正的变化，是“从功能到结果”

过去，软件公司经常告诉用户：“我们的产品拥有 100 个功能。”AI 时代，用户可能越来越不关心这个问题，他们真正想知道的是：“它能替我完成什么？”

这会改变软件产品的设计方式，也会改变创业公司的竞争方式。一个 AI 产品如果只是把原有软件加上一个聊天机器人，它的价值可能很快被其他产品复制。但如果它能够理解企业上下文，调用多个系统，执行完整任务，并且在执行过程中不断积累新的数据和经验，那么它提供的就不再只是一个功能，而是一种新的工作方式。

这也是 AI 对软件行业真正深刻的影响。它没有简单地让软件变得没有价值，而是在重新定义“软件价值”这四个字。

代码可能越来越便宜，功能可能越来越容易复制，界面可能越来越不重要。但数据、上下文、权限、工作流、行业知识和用户关系，仍然需要长期积累。

所以，未来的软件公司真正需要回答的问题可能已经不是“我们能不能做出一个更好的软件”，而是：

“当 AI 可以替用户使用几乎所有软件之后，为什么它仍然需要我们？”这个问题，可能会成为未来几年软件行业最重要的产品和商业命题之一。

FAQ

AI Agent 是什么？

AI Agent 是能够理解用户目标，并自主调用工具、访问数据和执行多步骤任务的 AI 系统。与传统软件主要依赖用户手动操作不同，Agent 更强调根据目标直接完成任务，例如整理客户信息、分析数据、生成报告，或跨多个软件完成一套工作流程。

AI Agent 会取代传统 SaaS 吗？

短期内更可能是改变 SaaS 的使用方式，而不是全面取代 SaaS。AI Agent 仍然需要 CRM、财务系统、数据库、项目管理平台等底层软件提供数据、权限和业务能力。真正可能受到较大影响的，是那些功能单一、差异化较弱、主要依赖用户手动操作的软件。

AI Agent 时代，SaaS 的核心竞争力会发生什么变化？

竞争重点可能逐渐从界面和功能数量转向数据、工作流、行业知识、系统连接能力以及用户场景。对于企业软件而言，能够沉淀长期业务数据、深度嵌入复杂流程并满足权限与合规要求的产品，通常更难被简单复制。

AI Agent 会改变 SaaS 的收费模式吗？

有这种可能。传统 SaaS 普遍采用按用户数量或席位收费，而 AI Agent 可以直接执行任务，因此未来部分产品可能更适合按照调用次数、任务量、处理规模或实际产出收费。不过，不同软件的商业模式仍会受到成本结构、客户需求和行业特性的影响，席位制也不会因此立即消失。