文 | 第一新聲，作者 | 琳玉

近期，SaaS圈又熱鬧了起來(lái)。

融資與并購(gòu)事件接連發(fā)生，透露出一個(gè)清晰的信號(hào)：AI Agent已經(jīng)成為必答題！

5月，數(shù)字化營(yíng)銷(xiāo)運(yùn)營(yíng)商Whale帷幄完成6000萬(wàn)美元C+輪融資，隨即公司發(fā)布了企業(yè)級(jí)AI 知識(shí)庫(kù)+智能體平臺(tái)“羽墨”；同期，一體化 HR SaaS平臺(tái)北森控股收購(gòu)酷學(xué)院，意在整合雙方AI Agent技術(shù)能力布局AI-Learning市場(chǎng)，推出基于AI大模型的新一代學(xué)習(xí)平臺(tái)——AI Learning。

6月，SASE服務(wù)商億格云成功完成Pre-B輪近億元融資。在其公布的最新戰(zhàn)略藍(lán)圖中，“一底座·雙Agent·全AI智能協(xié)同”的技術(shù)框架被置于核心位置，AI Agent的戰(zhàn)略重要性不言而喻。

當(dāng)前，市場(chǎng)上幾乎所有主流的SaaS企業(yè)已相繼推出了自家的Agent產(chǎn)品。近期，也有多家投資機(jī)構(gòu)和SaaS企業(yè)向第一新聲表明了AI Agent的重要性。那么，隨著中國(guó)SaaS行業(yè)的發(fā)展遭遇瓶頸，AI agent的出現(xiàn)，是否會(huì)成為SaaS行業(yè)的“解藥”，助力企業(yè)突破困境，找到第二增長(zhǎng)曲線(xiàn)呢？

AI Agent強(qiáng)勢(shì)“入侵”SaaS行業(yè)

近年來(lái)，盡管?chē)?guó)家層面多次出手優(yōu)化SaaS行業(yè)環(huán)境，其中包括推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型、鼓勵(lì)云計(jì)算與SaaS融合、推出稅收優(yōu)惠、信息安全法規(guī)等措施。但整體而言，SaaS行業(yè)激烈的競(jìng)爭(zhēng)局面依然存在。

“在軟件行業(yè)，特別是SaaS行業(yè)，大家普遍認(rèn)為這是一個(gè)高毛利的行業(yè)。雖然表面上毛利率可以高達(dá)80%，但在扣除30%到40%的研發(fā)費(fèi)用和30%到40%的銷(xiāo)售費(fèi)用后，企業(yè)幾乎處于微利甚至虧損的邊緣。”明道云創(chuàng)始人任向暉曾在2024年的一次采訪(fǎng)中說(shuō)道。

在此背景下，AI的出現(xiàn)為 SaaS 行業(yè)帶來(lái)了諸多新的可能性與創(chuàng)新空間。

人效數(shù)字化服務(wù)商蓋雅工場(chǎng)的董事長(zhǎng)兼CEO章新波，對(duì)AI帶來(lái)的改變有明顯的感受：“AI 的崛起為 SaaS 公司帶來(lái)了內(nèi)外雙重變革。對(duì)外而言，它顯著提升了產(chǎn)品力，加快了產(chǎn)品迭代速度、提升了產(chǎn)品質(zhì)量。對(duì)內(nèi)而言，AI 工具的應(yīng)用極大地提高了員工效率，普通工程師的工作效率甚至可提升至原來(lái)的 10 倍甚至 20 倍。”

那么，AI Agent又是從什么時(shí)候影響SaaS行業(yè)的呢？

沃豐科技COO程俊來(lái)告訴第一新聲，早在2023年，市場(chǎng)上便出現(xiàn)了技術(shù)拐點(diǎn)。模型多輪對(duì)話(huà)能力突破后，Agent 開(kāi)始具備 “任務(wù)拆解 - 資源調(diào)度 - 結(jié)果驗(yàn)證” 的閉環(huán)執(zhí)行能力。到了2024年，沃豐明顯感覺(jué)到，客戶(hù)咨詢(xún)中關(guān)于“Agent 能否替代人工流程” 的提問(wèn)量大幅增長(zhǎng)。其中，制造業(yè)、零售等行業(yè)對(duì)“智能決策型 SaaS” 需求顯著提升。

加之Salesforce在2024年9月全球推出Agentforce 1.0，接著又通過(guò)Einstein GPT 布局 Agent-driven CRM；2024年10月，Dynamics 365集成10大AI Agent。隨后，國(guó)內(nèi)SaaS 企業(yè)也加速技術(shù)融合，羊群效應(yīng)在整個(gè)行業(yè)中逐漸蔓延……

AI Agent對(duì)SaaS行業(yè)的改變是復(fù)雜多元的。

從章新波的觀察來(lái)看，Agent對(duì)SaaS行業(yè)的改變體現(xiàn)在產(chǎn)品、技術(shù)等各個(gè)方面。“SaaS公司本身?yè)碛写罅繉氋F的數(shù)量沉淀，過(guò)去，這些數(shù)據(jù)往往未能被轉(zhuǎn)化為真正的數(shù)據(jù)資產(chǎn)，但是現(xiàn)在有了這樣的可能性，甚至可以雜居此基礎(chǔ)上，做更多行業(yè)化、通用化的能力展出。”

據(jù)介紹，蓋雅工場(chǎng)目前基于AI Agent技術(shù)推出的陪練Agent為企業(yè)帶來(lái)的管理效率至少能提升10倍以上。

以一家擁有20家工廠(chǎng)的快消品企業(yè)為例，該企業(yè)擁有9000余份培訓(xùn)素材，傳統(tǒng)培訓(xùn)方式效率較低。在將9000份材料全部輸入系統(tǒng)供AI學(xué)習(xí)后，蓋雅AI Agent陪練系統(tǒng)可自動(dòng)生成員工考評(píng)題目，不但解決了過(guò)去由主管出題導(dǎo)致的風(fēng)格不一、覆蓋面不足等問(wèn)題，還能為不同員工生成個(gè)性化陪練導(dǎo)師，比如為新員工匹配溫和耐心的陪練，為資深員工配備嚴(yán)格精準(zhǔn)的陪練，從而實(shí)現(xiàn)針對(duì)性訓(xùn)練。

同時(shí)，沃豐科技實(shí)際落地的AI Agent智能客服平臺(tái)也在效能方面取得了顯著的突破。

據(jù)介紹，某新能源車(chē)企采用沃豐AI Agent智能客服系統(tǒng)，通過(guò)TaskMatrix 框架自由編排 “電池保修咨詢(xún)” 與 “充電樁安裝預(yù)約” 場(chǎng)景流程，GaussMind 大模型驅(qū)動(dòng) Agent 自主深挖用戶(hù)意圖，如咨詢(xún)充電慢時(shí)追問(wèn)細(xì)節(jié)并調(diào)用日志分析，聯(lián)動(dòng)多系統(tǒng)生成解決方案。最終實(shí)現(xiàn)日均處理工單量提升 187.5%、重復(fù)性問(wèn)題自動(dòng)化解決率達(dá) 85%、全流程耗時(shí)從 2.5 小時(shí)壓縮至 28 分鐘。

此外，天娛數(shù)科構(gòu)建的覆蓋旅游營(yíng)銷(xiāo)全鏈路的AI智能體矩陣，則表現(xiàn)為從內(nèi)容生產(chǎn)到業(yè)務(wù)轉(zhuǎn)化的智能化升級(jí)，并在旅游營(yíng)銷(xiāo)實(shí)戰(zhàn)中取得了顯著成效：一是運(yùn)營(yíng)人效提升達(dá)150%，高質(zhì)量?jī)?nèi)容產(chǎn)出速度大幅加快；二是AI客服響應(yīng)率與正確率達(dá)99%，能夠有效提升用戶(hù)交互體驗(yàn)與留資轉(zhuǎn)化率；三是自動(dòng)化流程顯著降低人工成本與流量獲取成本；四是智能審查與溯源體系有效降低內(nèi)容違規(guī)風(fēng)險(xiǎn)等。

根據(jù)Al Digest發(fā)布的研究，當(dāng)前，AI智能體能夠完成的任務(wù)時(shí)長(zhǎng)呈現(xiàn)指數(shù)增長(zhǎng)趨勢(shì)。其中，任務(wù)長(zhǎng)度指的是專(zhuān)業(yè)人士完成這些任務(wù)需要的時(shí)間，從不到30秒到超過(guò)8小時(shí)不等。智能體已經(jīng)可以自主完成人類(lèi)需要一小時(shí)才能完成的編程任務(wù)，頂尖的Al系統(tǒng)可以完成的任務(wù)長(zhǎng)度正在呈指數(shù)級(jí)增長(zhǎng)。并且，每7個(gè)月還能夠?qū)崿F(xiàn)翻一番。

在提升產(chǎn)品效能的同時(shí)，Agent對(duì)SaaS行業(yè)帶來(lái)的商業(yè)模式轉(zhuǎn)變也是直觀可見(jiàn)的。

“SaaS行業(yè)中，訂閱制與定制化模式長(zhǎng)期占據(jù)主流，這本質(zhì)上還是賣(mài)工具的邏輯。隨著Agent技術(shù)顯著提升工具效率后，我們正積極探索并逐步推進(jìn)按結(jié)果付費(fèi)的商業(yè)模式。目前，我們已將自身定位為‘實(shí)時(shí)可量化勞動(dòng)力管理SaaS服務(wù)提供商’，致力于為客戶(hù)提供直觀且可衡量的人效提升解決方案。”章新波表示。

天娛數(shù)科AI 營(yíng)銷(xiāo)業(yè)務(wù)部CTO張宏博向第一新聲總結(jié)了 AI Agent技術(shù)對(duì)SaaS行業(yè)商業(yè)模式的多方位革新：

在服務(wù)模式上，SaaS產(chǎn)品從被動(dòng)響應(yīng)需求轉(zhuǎn)變?yōu)橥ㄟ^(guò)實(shí)時(shí)分析用戶(hù)行為和數(shù)據(jù)主動(dòng)推送解決方案，從而提升客戶(hù)粘性；在產(chǎn)品功能上，AI Agent 賦予 SaaS 平臺(tái)更強(qiáng)的自動(dòng)化與智能化能力；在盈利模式上，AI Agent 有望通過(guò)提供定制化智能體模塊、數(shù)據(jù)洞察服務(wù)等增值服務(wù)，成為新的增長(zhǎng)點(diǎn)，為企業(yè)創(chuàng)造額外收益。

綜合多位受訪(fǎng)者的觀點(diǎn)，當(dāng)前中國(guó) SaaS 行業(yè)的整體 Agent 滲透率大約在30%左右，并呈現(xiàn)出 “頭部領(lǐng)跑、垂直深耕” 特征。而在智能客服領(lǐng)域，頭部企業(yè)的 Agent 滲透率已超過(guò) 50%。總體而言，大多數(shù) SaaS 企業(yè)對(duì) Agent 帶來(lái)的發(fā)展機(jī)遇和潛力持樂(lè)觀預(yù)期。

Agent三軍交戰(zhàn)

在當(dāng)前的AI Agent賽道上，參與者大致可以分為三類(lèi)：傳統(tǒng)SaaS廠(chǎng)商、AI原生企業(yè)和互聯(lián)網(wǎng)大廠(chǎng)。在不同基因的主導(dǎo)下，這三類(lèi)玩家各自展現(xiàn)出鮮明的技術(shù)特點(diǎn)和商業(yè)化路徑。

傳統(tǒng)SaaS廠(chǎng)商如金蝶、用友等正將Agent能力嵌入現(xiàn)有產(chǎn)品線(xiàn)，依托深厚的行業(yè)積累和存量客戶(hù)基礎(chǔ)實(shí)現(xiàn)快速變現(xiàn)；新興的AI原生企業(yè)如智譜AI、月之暗面等憑借純血大模型技術(shù)和敏捷迭代優(yōu)勢(shì)，在基礎(chǔ)能力突破上表現(xiàn)突出；互聯(lián)網(wǎng)巨頭則依托云計(jì)算基礎(chǔ)設(shè)施和全棧技術(shù)中臺(tái)，通過(guò)云市場(chǎng)規(guī)模化輸出Agent服務(wù)，工程化能力強(qiáng)。

AI原生公司和互聯(lián)網(wǎng)大廠(chǎng)相比于SaaS公司而言，有明顯的技術(shù)優(yōu)勢(shì)。

“從定位來(lái)看，SaaS公司與 AI 原生大模型廠(chǎng)商及互聯(lián)網(wǎng)大廠(chǎng)并不具備直接可比性。坦白說(shuō)，SaaS 公司并非此次變革中的主流技術(shù)先鋒。AI 原生大模型廠(chǎng)商和互聯(lián)網(wǎng)大廠(chǎng)更側(cè)重于底層技術(shù)能力的研究與開(kāi)發(fā)，憑借其過(guò)往的技術(shù)積累和行業(yè)經(jīng)驗(yàn)，能夠以更高的全行業(yè)視角推進(jìn)模型的發(fā)展。”章新波說(shuō)到。

相比之下，AI原生公司和互聯(lián)網(wǎng)大廠(chǎng)所開(kāi)發(fā)的 Agent 更多是面向泛行業(yè)的某種能力。而SaaS 公司主要基于局部垂直數(shù)據(jù)進(jìn)行應(yīng)用開(kāi)發(fā)，專(zhuān)注于與業(yè)務(wù)相關(guān)的垂直模塊。

再看人才問(wèn)題，AI底層技術(shù)研發(fā)高度依賴(lài)頂尖人才。在AI原生大模型廠(chǎng)商、互聯(lián)網(wǎng)大廠(chǎng)和SaaS公司這三類(lèi)參與者中，由于前兩者在技術(shù)前沿性、資源平臺(tái)和職業(yè)發(fā)展前景等方面更具吸引力，優(yōu)秀人才大多傾向于流向AI原生大模型廠(chǎng)商和互聯(lián)網(wǎng)大廠(chǎng)，而選擇加入SaaS公司的相對(duì)較少。

但同時(shí)，SaaS企業(yè)在垂直行業(yè)積累了豐富的場(chǎng)景、數(shù)據(jù)與資源，這使其在一定程度上能夠彌補(bǔ)AI原生公司面臨的高昂行業(yè)滲透成本與場(chǎng)景落地挑戰(zhàn)，也能彌補(bǔ)互聯(lián)網(wǎng)大廠(chǎng)工程化能力強(qiáng)但定制化能力相對(duì)薄弱問(wèn)題空出來(lái)的定制化市場(chǎng)。

程俊來(lái)認(rèn)為，SaaS廠(chǎng)商、AI原生模型公司、互聯(lián)網(wǎng)大廠(chǎng)都在布局AI Agent，在談差異和路徑時(shí)，需要優(yōu)先清楚這三類(lèi)企業(yè)的生存法則，因?yàn)槠髽I(yè)都是基于其‘生存訴求’再去談發(fā)展的。

“整體來(lái)看，原生模型公司更專(zhuān)注于底層技術(shù)創(chuàng)新，重點(diǎn)在打造通用化Agent的技術(shù)底座，在戰(zhàn)略上是以技術(shù)輸出為導(dǎo)向，通過(guò)通用模型適配多元場(chǎng)景；SAAS公司的技術(shù)路徑為基于現(xiàn)有SaaS 產(chǎn)品集成 AI Agent，聚焦垂直場(chǎng)景功能升級(jí)，戰(zhàn)略核心是深耕行業(yè)需求，強(qiáng)化業(yè)務(wù)流程與 Agent 的深度耦合；互聯(lián)網(wǎng)大廠(chǎng)的技術(shù)路徑是自研大模型+ 整合生態(tài)工具，構(gòu)建 “模型 - 平臺(tái) - 應(yīng)用” 閉環(huán)，其戰(zhàn)略核心為依托流量與多元業(yè)務(wù)場(chǎng)景，推動(dòng)Agent 在內(nèi)部生態(tài)規(guī)模化落地，提升行業(yè)影響力競(jìng)爭(zhēng)力。”程俊來(lái)說(shuō)到。

此外，值得注意的一點(diǎn)是，AI Agent目前還無(wú)法達(dá)到適用于任何場(chǎng)景的要求。

章新波告訴第一新聲，就人效方面而言，不是所有的AI Agent都適合企業(yè)內(nèi)部的場(chǎng)景，自己總結(jié)來(lái)看，排班系統(tǒng)、技能考評(píng)陪練、培優(yōu)激勵(lì)、BI分析等等這幾類(lèi)是適合使用AI Agent的場(chǎng)景。

適合使用AI Agent的場(chǎng)景有四個(gè)共同特點(diǎn)：一是必須是企業(yè)內(nèi)部高頻使用的場(chǎng)景，否則Agent很難實(shí)際用起來(lái)；二是場(chǎng)景本身要有豐富的數(shù)據(jù)基礎(chǔ)，以便進(jìn)行訓(xùn)練和推理；三是容錯(cuò)率較高的場(chǎng)景，因?yàn)楫?dāng)前大模型的“模型幻覺(jué)”現(xiàn)象普遍存在，例如財(cái)務(wù)報(bào)表這類(lèi)容錯(cuò)率為零的場(chǎng)景，Agent很難勝任；四是，場(chǎng)景還必須能帶來(lái)直接的業(yè)務(wù)價(jià)值。

“滿(mǎn)足這幾個(gè)特點(diǎn)場(chǎng)景的AI Agent應(yīng)用能顯著提升投資回報(bào)率，為企業(yè)帶來(lái)直接可量化的業(yè)務(wù)價(jià)值，企業(yè)能夠直觀感受到效率的大幅提升。這也促使企業(yè)主動(dòng)推廣，愿意在下屬工廠(chǎng)中規(guī)模化應(yīng)用。”章新波補(bǔ)充到。

根據(jù)Gartner最新報(bào)告，到2026年，30%的企業(yè)將部署AI Agent來(lái)自動(dòng)化關(guān)鍵業(yè)務(wù)流程。因此，對(duì)于SaaS企業(yè)而言，在受限于底層技術(shù)能力劣勢(shì)的情況下，更需要拓展更多場(chǎng)景的AI agent應(yīng)用可能性。例如，從當(dāng)前的智能客服、數(shù)據(jù)分析等有限場(chǎng)景，向供應(yīng)鏈優(yōu)化、產(chǎn)品設(shè)計(jì)等更復(fù)雜的業(yè)務(wù)環(huán)節(jié)延伸。也許，未來(lái)SaaS行業(yè)的競(jìng)爭(zhēng)，不僅是技術(shù)參數(shù)的比拼，更是場(chǎng)景滲透深度和業(yè)務(wù)價(jià)值實(shí)現(xiàn)能力的較量。

Agent救得了中國(guó)SaaS嗎？

長(zhǎng)久以來(lái)，中美SaaS行業(yè)的對(duì)比成為全球企業(yè)服務(wù)市場(chǎng)的重要議題。近年來(lái)，美國(guó)SaaS市場(chǎng)崛起壯大，規(guī)模曾一度超過(guò)中國(guó)的十倍之多。

而這一差距出現(xiàn)的原因，主要體現(xiàn)在雙方市場(chǎng)對(duì)SaaS價(jià)值的認(rèn)可度不同，以及行業(yè)底層的人才結(jié)構(gòu)等問(wèn)題。

一方面，中國(guó)SaaS行業(yè)長(zhǎng)期面臨“高價(jià)值、低價(jià)格”的困境，企業(yè)提供的服務(wù)價(jià)值與收費(fèi)嚴(yán)重不匹配。以Salesforce、Workday為代表的美國(guó)SaaS巨頭，其高定價(jià)不僅支撐了持續(xù)的研發(fā)投入，更塑造了市場(chǎng)對(duì)SaaS價(jià)值的認(rèn)可。反觀中國(guó)，SaaS企業(yè)往往陷入低價(jià)競(jìng)爭(zhēng)，導(dǎo)致研發(fā)投入受限，難以突破產(chǎn)品創(chuàng)新瓶頸。

另一方面，更深層的問(wèn)題在于人才吸引力。在美國(guó)，在頂尖的工程師看來(lái)，加入頭部SaaS公司與加入Google、meta等互聯(lián)網(wǎng)公司并無(wú)本質(zhì)差異，因?yàn)檫@些企業(yè)同樣被視為技術(shù)創(chuàng)新的核心力量。而在中國(guó)，SaaS公司在人才市場(chǎng)的優(yōu)先級(jí)遠(yuǎn)低于互聯(lián)網(wǎng)大廠(chǎng)或消費(fèi)級(jí)科技公司。這種人才密度的不足，直接影響了產(chǎn)品創(chuàng)新能力，包括AI Agent等前沿技術(shù)的突破。

如今，AI Agent被視為SaaS推動(dòng)產(chǎn)業(yè)升級(jí)的核心引擎。同時(shí)，中美人工智能的發(fā)展存在差異，雙方市場(chǎng)對(duì)AI Agent的也態(tài)度有所不同。AI Agent是否到了成為SaaS行業(yè)解藥的地步？甚至幫助中國(guó)SaaS行業(yè)實(shí)現(xiàn)彎道超車(chē)？

有相關(guān)行業(yè)人士分析認(rèn)為，傳統(tǒng)SaaS應(yīng)用本質(zhì)上是基于數(shù)據(jù)庫(kù)的簡(jiǎn)單交互展示層，核心價(jià)值在于實(shí)現(xiàn)業(yè)務(wù)需求的增刪查改，工具屬性強(qiáng)。而在未來(lái)，AI Agent將直接與數(shù)據(jù)庫(kù)交互，處理所有業(yè)務(wù)邏輯。

但在程俊來(lái)看來(lái)，AI Agent對(duì)于SaaS企業(yè)而言，是“催化劑”而非“萬(wàn)能藥”。

“Agent能解決 SaaS 行業(yè)‘客戶(hù)留存難、價(jià)值挖掘淺’的痛點(diǎn)，但無(wú)法替代 ‘深耕行業(yè)需求’的核心能力。”程俊來(lái)解釋到，沃豐科技服務(wù)的某零售客戶(hù)通過(guò) Agent 優(yōu)化會(huì)員運(yùn)營(yíng)策略，復(fù)購(gòu)率提升18%，但前提是對(duì)服務(wù)企業(yè)有深度的了解，同時(shí)能夠基于客戶(hù)訴求提供相應(yīng)解決方案。而企業(yè)要找到第二增長(zhǎng)曲線(xiàn)的關(guān)鍵是SaaS 企業(yè)需從 “賣(mài)軟件” 轉(zhuǎn)向 “賣(mài)業(yè)務(wù)解決方案”，Agent 正是實(shí)現(xiàn)這一轉(zhuǎn)型的技術(shù)載體。

章新波也認(rèn)為，SaaS公司不應(yīng)該寄希望于AI agent改變自己的命運(yùn)。

當(dāng)前中國(guó)市場(chǎng)有可觀的人口規(guī)模、龐大的企業(yè)數(shù)量和大量的需求，并且也是一個(gè)統(tǒng)一語(yǔ)言、統(tǒng)一時(shí)區(qū)、統(tǒng)一幣種的優(yōu)質(zhì)市場(chǎng)。

“在這樣一個(gè)擁有巨大空間的市場(chǎng)中，SaaS行業(yè)的發(fā)展卻一直遭遇瓶頸，除了找技術(shù)和環(huán)境等外部原因外，SaaS企業(yè)更應(yīng)該多思考自身對(duì)市場(chǎng)的選擇、對(duì)目標(biāo)客戶(hù)的選擇，以及產(chǎn)品所提供價(jià)值的能力，是不是跟市場(chǎng)是相符？因?yàn)檫@么廣闊的市場(chǎng)空間，企業(yè)找不到認(rèn)可自己產(chǎn)品的客戶(hù)，也許不是客戶(hù)問(wèn)題，而是企業(yè)自身沒(méi)有打到客戶(hù)的需求點(diǎn)上。”章新波說(shuō)到。

從更深層次的發(fā)展困境來(lái)講，中國(guó)SaaS產(chǎn)業(yè)面臨的困境具有系統(tǒng)性特征，遠(yuǎn)非單一技術(shù)能夠破解。正如前文所述，行業(yè)困境涉及價(jià)值認(rèn)知、商業(yè)模式、人才結(jié)構(gòu)等多維度的結(jié)構(gòu)性矛盾。AI Agent作為一項(xiàng)技術(shù)創(chuàng)新，固然能提升產(chǎn)品能力、改變商業(yè)模式，卻難以從根本上解決資源配置失衡、客戶(hù)需求多變、企業(yè)本身戰(zhàn)略錯(cuò)配等深層次問(wèn)題。

“如果SaaS企業(yè)把當(dāng)下遇到的發(fā)展問(wèn)題歸結(jié)到行業(yè)問(wèn)題、環(huán)境問(wèn)題或者是技術(shù)問(wèn)題，那就不會(huì)去反思企業(yè)自身的問(wèn)題。這個(gè)時(shí)候即使企業(yè)擁有前沿的Agent或者其他AI技術(shù)，也依然難以走出發(fā)展瓶頸，因?yàn)槠髽I(yè)可能本身在頂層戰(zhàn)略上就出現(xiàn)了問(wèn)題。”章新波補(bǔ)充到。

此外，程俊來(lái)認(rèn)為，當(dāng)前中美SaaS行業(yè)的差距在于：“美國(guó)SaaS行業(yè)在底層技術(shù)原創(chuàng)性和生態(tài)成熟度方面領(lǐng)先，中國(guó)企業(yè)則在場(chǎng)景落地速度和成本控制上更具優(yōu)勢(shì)。”也就是說(shuō)，未來(lái)中國(guó)SaaS行業(yè)超越美國(guó)確實(shí)存在突破點(diǎn)。而AI Agent 的“非標(biāo)準(zhǔn)化特性”正是中國(guó)企業(yè)的破局點(diǎn)。

以沃豐科技為例，其針對(duì)某汽車(chē)集團(tuán)打造的“售后維修Agent”結(jié)合中國(guó)車(chē)主服務(wù)場(chǎng)景優(yōu)化流程，效率反超國(guó)際同類(lèi)產(chǎn)品15%。

技術(shù)的演進(jìn)從不止步，AI Agent的崛起已成必然。在這場(chǎng)技術(shù)變革中，企業(yè)更需要清醒地認(rèn)識(shí)到：真正的競(jìng)爭(zhēng)力不在于盲目追逐風(fēng)口，而在于如何將技術(shù)創(chuàng)新與業(yè)務(wù)本質(zhì)深度融合。

一方面，AI Agent為效率提升和模式創(chuàng)新提供了全新可能；另一方面，若僅將其視為營(yíng)銷(xiāo)噱頭或短期解決方案，反而會(huì)忽視了企業(yè)原本在產(chǎn)品力、客戶(hù)價(jià)值等核心維度上的不足。那些能夠以技術(shù)解決真實(shí)痛點(diǎn)、以創(chuàng)新構(gòu)建差異化壁壘的企業(yè)，才能在潮水退去后依然保持競(jìng)爭(zhēng)力。

接下來(lái)，AI Agent或?qū)⒅厮躍aaS行業(yè)的競(jìng)爭(zhēng)格局。不少相關(guān)從業(yè)者向第一新聲表示，未來(lái)將有一半左右的傳統(tǒng)SaaS企業(yè)很難生存。張宏博認(rèn)為，將來(lái)企業(yè)想要在行業(yè)內(nèi)占有一席之地，強(qiáng)大AI技術(shù)實(shí)力與豐富數(shù)據(jù)資源將成為企業(yè)保持競(jìng)爭(zhēng)力的核心。市場(chǎng)上將會(huì)出現(xiàn)更多企業(yè)通過(guò)推出創(chuàng)新性AI Agent驅(qū)動(dòng)的SaaS產(chǎn)品，搶占市場(chǎng)份額。

“未來(lái)具備‘大模型+ 行業(yè)知識(shí) + Agent工程’能力的廠(chǎng)商將崛起，形成‘平臺(tái)型廠(chǎng)商+ 垂直領(lǐng)域?qū)＞摺男袠I(yè)生態(tài)。”程俊來(lái)說(shuō)到。