金色財經
作者：Ray Wang；來源：X，@wangray
2026 年初，美國軟體股經歷了一場近乎恐慌式的下跌。
導火索並不複雜。ServiceNow 在財報電話會上提到，客戶正在重新評估按 seat 採購軟體的方式。市場立刻意識到一個問題：如果 AI Agent 能讓 2 個人干 20 個人的活，那過去按人頭收費的軟體公司，收入模型會不會被直接打穿？
恐慌迅速蔓延。Atlassian、Workday、Salesforce、Adobe 接連大跌，整個應用軟體板塊蒸發了約 2 兆美元。華爾街甚至給這場下跌起了個名字：SaaSpocalypse。
所有人都在問同一個問題：
AI 會不會殺死軟體行業？
美國投資人的答案很明確：不會。
a16z 合夥人 Alex Immerman 最近寫了一篇很有代表性的文章。他的核心判斷是，模型變強不會讓應用層變薄，反而會讓應用層更有價值。因為真正稀缺的從來不是"智能"本身，而是"知道拿智能做什麼"。
這句話非常重要。
它的意思是，OpenAI 可以做出越來越強的通用模型，但它並不知道一個紐約頂級律所的 M&A 團隊怎麼審查 CIM，也不知道一家地產管理公司內部怎麼流轉租客、維修、催租和續約流程。真正有價值的，不是模型本身，而是對業務流程的深度理解。
這就是 a16z 所說的 Process Power。
在這個邏輯下，美國 AI 創業者的最優解很清晰：
第一，選一個垂直行業。 第二，深度嵌入客戶工作流。 第三，定價從 per-seat 慢慢走向 per-outcome。 第四，在服務過程中不斷積累流程知識。
Harvey、Hebbia、EliseAI 這類公司，之所以越來越值錢，並不是因為它們比 OpenAI 更會訓練模型，而是因為它們比任何通用模型都更懂某個行業到底怎麼運轉。
所以在美國，AI 不是在削弱軟體公司。它在獎勵那些真正嵌入業務流程的軟體公司。
問題在於，這套邏輯只在美國成立。
中國的現實更直接一點。
很多人現在在討論"AI 會不會殺死 SaaS"，但在中國，這個問題其實有點晚了。因為中國 SaaS 從來沒有真正活成美國 SaaS 那樣。
過去幾年，中國 SaaS 行業最常見的敘事是"對標 Salesforce""對標 Workday""對標 Notion"。資本也確實熱鬧過一段時間。但很快，市場就發現這條路並不好走。續費率不高，定製化嚴重，銷售成本極高，客戶教育成本更高，很多公司長期燒錢卻很難建立穩定利潤模型。
一個數字就能說明問題：美國企業每名員工每年花 868 美元買軟體，中國只花 20 美元。差了 42 倍。這不是"還沒追上來"的問題，這是根本不在同一個游戲裡。
這不是一句"國內企業不願意為軟體付費"就能解釋清楚的事情。
更深層的原因，是中國企業的增長邏輯和美國不一樣。
一位在大型 AI 公司做過 COO、後來出來做企業服務創業的人，給過我一個很好的公式：企業價值=流量×轉化能力。
在中國，大量企業默認認為轉化能力已經被壓到很極限了，真正能拉開差距的，是流量。你能不能在抖音、淘寶、微信、資訊流里拿到更多曝光，拿到更多線索，拿到更多訂單。
當企業把增長重心放在"搶流量"上，預算自然也會優先流向流量端。獲客的錢是剛性的，後端系統的錢就變成可壓縮項。SaaS 預算往往還沒長出來，就先被前端投放吃掉了。
這只是第一層。
第二層更現實：在中國企業內部，很多時候工具和人不是互補關係，而是預算競爭關係。
你花 100 萬買一套 SaaS，理論上就意味著這 100 萬不能再花在人身上。問題是，人通常是組織里的硬需求，甚至和編制、管理權、部門邊界綁定在一起。工具反而更容易被砍。
所以很多 SaaS 項目失敗，不是因為產品不夠好，而是因為它進入的是一個天然處於劣勢的位置。
第三層原因，是中國過去二十年的勞動力結構。
在一個長期可以靠堆人解決問題的市場裡，企業形成的自然習慣就是：有需求，先加人。流程、組織、管理方式，也都會圍繞"人可以填坑"來設計。久而久之，很多流程根本不是為軟體準備的，而是為人力彈性準備的。
這會形成一個閉環：
因為堆人便宜，所以企業優先堆人。 因為一直堆人，所以流程圍繞人設計。 因為流程圍繞人設計，所以標準化軟體很難直接嵌進去。 因為需要大量定製，所以 SaaS 的商業模型又跑不順。
這就是為什麼中國 SaaS 一直很難複製美國 SaaS 的根本原因。
到這裡，真正關鍵的分叉就出現了。
在美國，企業本來就習慣為軟體付費，流程也已經被數字化。AI 進來以後，最自然的結果是讓應用層更厚，讓軟體更深地嵌入工作流。美國創業者最好的路線，是做垂直 AI 應用，積累 Process Power。
在中國，很多企業本來就不願意為軟體單獨買單，但它們願意為人力長期付費。AI 一旦能明顯替代人力，機會立刻就出來了。
所以在中國，AI 的最優解往往不是"賣一個更好的 SaaS"，而是直接交付一個更便宜的勞動力結果。
這個差別非常重要。
美國很多 AI 創業公司本質上是在賣"更厚的軟體"。 中國很多 AI 創業公司本質上是在賣"更便宜的人"。
你去看很多中國 AI 應用公司的話術，重點幾乎都不是"我們的系統更先進"，而是"我幫你省幾個人""我幫你把 20 個人的活壓到 2 個人""我幫你把營運成本降掉 80% 到 90%"。
這不是營銷文案的巧合，這是市場結構決定的。
中國 SaaS 市場大約 175 億美元。而中國廣義人力資源服務市場——包括外包、派遣、代營運——是 4800 億美元，是 SaaS 的 27 倍。企業的錢花在人身上，不花在軟體上。AI 要去的地方，應該是錢在的地方。
所以我越來越覺得，一個非常關鍵的判斷是：
在美國，AI 的主要對手是舊軟體。 在中國，AI 的主要對手是舊人力。
這也意味著，中國創業者如果還在照搬美國 SaaS 的劇本，方向很可能一開始就錯了。
你的客戶未必想買一個新工具。 他更想聽到的是：你現在這 20 個人，我能不能幫你變成 2 個。
說到這裡，很多人會覺得中美路徑完全分裂了。
表面上確實如此。美國在做更厚的應用層，中國在做更便宜的勞動力替代。一個像軟體生意，一個像服務生意。
但如果把視角再拉遠一點，你會發現它們最後都在通向同一個核心資產：對業務流程的結構化理解。
Harvey 之所以強，不是因為它有一個聊天框，也不是因為它接了 GPT。它真正強的地方，是它越來越懂一家律所怎麼審合約、寫備忘錄、走審批、控風險。
一個中國 AI 代營運團隊之所以會越來越強，也不是因為它會調幾個自動化腳本，而是因為它經歷了平台規則變化、審核標準變化、投放邏輯變化、客服場景變化，最終比客戶自己還懂這門生意。
一個賣軟體，一個賣結果。 一個看起來更像產品，一個看起來更像服務。 但底層壁壘其實是同一種東西：誰更懂業務，誰就更有壁壘。
這也是我覺得這輪 AI 最有意思的地方。
AI 表面上在降低門檻。代碼更便宜了，模型更便宜了，原型更容易做了。可真正拉開差距的東西反而越來越集中到一件事上：你是否真的進入了某個行業，真的理解了它每天是怎麼運轉的。
模型能力會越來越接近。 通用能力會越來越商品化。 真正難複製的，會越來越是那些隱性的流程知識、灰度判斷、修復經驗、組織習慣、客戶場景。
如果再往前推一步，Process Power 未來最值錢的形態，可能還不是"我有一套流程知識庫"，而是"我有一套持續適應變化的能力"。
因為真實世界不是靜態的。
平台規則會變，接口會變，審核標準會變，用戶行為會變，組織流程也會變。你今天積累的一套最佳實踐，半年後可能就要重寫。
所以真正強的系統，不只是知道現在該怎麼做，還能在環境變化時快速識別、快速修復、快速適應。
這才是我理解里 AI 時代更深的護城河：不是靜態流程知識，而是動態應對能力。
你每解決一次新問題，系統就多積累一次真實世界的變化樣本。第一次修一個問題要 4 小時，第五次可能只要 30 分鐘，第二十次可能已經可以自動完成。
當這種能力開始複利，它就不再只是"自動化"，而是接近一種業務層面的自我進化。
這件事，無論你在美國做垂直 AI 軟體，還是在中國做 AI 勞動力替代，最後都會變得越來越重要。
所以回到最開始那個問題：AI 會不會殺死軟體行業？
我的答案是：AI 沒有在統一地殺死軟體行業。AI 在分裂它。
在美國，最脆弱的是那些只有薄薄一層包裝、沒有流程壁壘的應用。它們會被模型迅速吞掉。 在美國，最有機會的是那些真正嵌入工作流、積累 Process Power 的公司。模型越強，它們通常越強。
在中國，真正會被打穿的不是 SaaS，而是大量低效、重複、標準化程度不低的人力崗位。 在中國，最有機會的不是"再做一個中國版 Salesforce"，而是那些能直接替代人力、直接交付結果、同時在服務過程中積累流程資產的公司。
所以如果今天你在美國創業，應該想的是：
我能不能進入一個足夠深的垂直行業，做到比客戶自己還懂他的流程？
如果今天你在中國創業，應該想的是：
我能不能把 AI 包裝成一個結果明確、ROI 直接、比僱人更劃算的生產力單元？
這兩條路看起來不一樣，但最終都會回到同一個判斷：代碼會貶值，模型會迭代，只有對業務的深度理解會越來越值錢。
因為在 AI 時代，難的從來不是智能本身。
難的是，知道拿智能做什麼。
來源：金色財經
發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。
暢行幣圈交易全攻略，專家駐群實戰交流
▌立即加入鉅亨買幣實戰交流 LINE 社群（點此入群）
不管是新手發問，還是老手交流，只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資，都歡迎入群討論學習！
上一篇
下一篇
