作者/第一新聲 琳玉

近期，SaaS圈又熱鬧了起來。

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

5月，數(shù)字化營銷運營商Whale帷幄完成6000萬美元C+輪融資，隨即公司發(fā)布了企業(yè)級AI知識庫+智能體平臺羽墨；同期，一體化HR SaaS平臺北森控股收購酷學院，意在整合雙方AI Agent技術能力布局AI-Learning市場，推出基于AI大模型的新一代學習平臺AI Learning。

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

當前，市場上幾乎所有主流的SaaS企業(yè)已相繼推出了自家的Agent產品。近期，也有多家投資機構和SaaS企業(yè)向第一新聲表明了AI Agent的重要性。那么，隨著中國SaaS行業(yè)的發(fā)展遭遇瓶頸，AI agent的出現(xiàn)，是否會成為SaaS行業(yè)的解藥，助力企業(yè)突破困境，找到第二增長曲線呢？

AI Agent強勢入侵SaaS行業(yè)

近年來，盡管國家層面多次出手優(yōu)化SaaS行業(yè)環(huán)境，其中包括推動企業(yè)數(shù)字化轉型、鼓勵云計算與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)激烈的競爭局面依然存在。

在軟件行業(yè)，特別是SaaS行業(yè)，大家普遍認為這是一個高毛利的行業(yè)。雖然表面上毛利率可以高達80%，但在扣除30%到40%的研發(fā)費用和30%到40%的銷售費用后，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年的一次采訪中說道。

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

人效數(shù)字化服務商蓋雅工場的董事長兼CEO章新波，對AI帶來的改變有明顯的感受：AI的崛起為SaaS公司帶來了內外雙重變革。對外而言，它顯著提升了產品力，加快了產品迭代速度、提升了產品質量。對內而言，AI工具的應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的10倍甚至20倍。

那么，AI Agent又是從什么時候影響SaaS行業(yè)的呢？

沃豐科技COO程俊來告訴第一新聲，早在2023年，市場上便出現(xiàn)了技術拐點。模型多輪對話能力突破后，Agent開始具備任務拆解-資源調度-結果驗證的閉環(huán)執(zhí)行能力。到了2024年，沃豐明顯感覺到，客戶咨詢中關于Agent能否替代人工流程的提問量大幅增長。其中，制造業(yè)、零售等行業(yè)對智能決策型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Einstein GPT布局Agent-driven CRM；2024年10月，Dynamics 365集成10大AI Agent。隨后，國內SaaS企業(yè)也加速技術融合，羊群效應在整個行業(yè)中逐漸蔓延

AI Agent對SaaS行業(yè)的改變是復雜多元的。

從章新波的觀察來看，Agent對SaaS行業(yè)的改變體現(xiàn)在產品、技術等各個方面。SaaS公司本身擁有大量寶貴的數(shù)量沉淀，過去，這些數(shù)據(jù)往往未能被轉化為真正的數(shù)據(jù)資產，但是現(xiàn)在有了這樣的可能性，甚至可以雜居此基礎上，做更多行業(yè)化、通用化的能力展出。

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

以一家擁有20家工廠的快消品企業(yè)為例，該企業(yè)擁有9000余份培訓素材，傳統(tǒng)培訓方式效率較低。在將9000份材料全部輸入系統(tǒng)供AI學習后，蓋雅AI Agent陪練系統(tǒng)可自動生成員工考評題目，不但解決了過去由主管出題導致的風格不一、覆蓋面不足等問題，還能為不同員工生成個性化陪練導師，比如為新員工匹配溫和耐心的陪練，為資深員工配備嚴格精準的陪練，從而實現(xiàn)針對性訓練。

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

據(jù)介紹，某新能源車企采用沃豐AI Agent智能客服系統(tǒng)，通過TaskMatrix框架自由編排 電池保修咨詢 與 充電樁安裝預約 場景流程，GaussMind大模型驅動Agent自主深挖用戶意圖，如咨詢充電慢時追問細節(jié)并調用日志分析，聯(lián)動多系統(tǒng)生成解決方案。最終實現(xiàn)日均處理工單量提升187.5%、重復性問題自動化解決率達85%、全流程耗時從2.5小時壓縮至28分鐘。

此外，天娛數(shù)科構建的覆蓋旅游營銷全鏈路的AI智能體矩陣，則表現(xiàn)為從內容生產到業(yè)務轉化的智能化升級，并在旅游營銷實戰(zhàn)中取得了顯著成效：一是運營人效提升達150%，高質量內容產出速度大幅加快；二是AI客服響應率與正確率達99%，能夠有效提升用戶交互體驗與留資轉化率；三是自動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容違規(guī)風險等。

根據(jù)Al Digest發(fā)布的研究，當前，AI智能體能夠完成的任務時長呈現(xiàn)指數(shù)增長趨勢。其中，任務長度指的是專業(yè)人士完成這些任務需要的時間，從不到30秒到超過8小時不等。智能體已經可以自主完成人類需要一小時才能完成的編程任務，頂尖的Al系統(tǒng)可以完成的任務長度正在呈指數(shù)級增長。并且，每7個月還能夠實現(xiàn)翻一番。

在提升產品效能的同時，Agent對SaaS行業(yè)帶來的商業(yè)模式轉變也是直觀可見的。

SaaS行業(yè)中，訂閱制與定制化模式長期占據(jù)主流，這本質上還是賣工具的邏輯。隨著Agent技術顯著提升工具效率后，我們正積極探索并逐步推進按結果付費的商業(yè)模式。目前，我們已將自身定位為‘實時可量化勞動力管理SaaS服務提供商’，致力于為客戶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營銷業(yè)務部CTO張宏博向第一新聲總結了AI Agent技術對SaaS行業(yè)商業(yè)模式的多方位革新：

在服務模式上，SaaS產品從被動響應需求轉變?yōu)橥ㄟ^實時分析用戶行為和數(shù)據(jù)主動推送解決方案，從而提升客戶粘性；在產品功能上，AI Agent賦予SaaS平臺更強的自動化與智能化能力；在盈利模式上，AI Agent有望通過提供定制化智能體模塊、數(shù)據(jù)洞察服務等增值服務，成為新的增長點，為企業(yè)創(chuàng)造額外收益。

綜合多位受訪者的觀點，當前中國SaaS行業(yè)的整體Agent滲透率大約在30%左右，并呈現(xiàn)出 頭部領跑、垂直深耕 特征。而在智能客服領域，頭部企業(yè)的Agent滲透率已超過50%。總體而言，大多數(shù)SaaS企業(yè)對Agent帶來的發(fā)展機遇和潛力持樂觀預期。

Agent三軍交戰(zhàn)

在當前的AI Agent賽道上，參與者大致可以分為三類：傳統(tǒng)SaaS廠商、AI原生企業(yè)和互聯(lián)網(wǎng)大廠。在不同基因的主導下，這三類玩家各自展現(xiàn)出鮮明的技術特點和商業(yè)化路徑。

傳統(tǒng)SaaS廠商如金蝶、用友等正將Agent能力嵌入現(xiàn)有產品線，依托深厚的行業(yè)積累和存量客戶基礎實現(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和敏捷迭代優(yōu)勢，在基礎能力突破上表現(xiàn)突出；互聯(lián)網(wǎng)巨頭則依托云計算基礎設施和全棧技術中臺，通過云市場規(guī)模化輸出Agent服務，工程化能力強。

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

從定位來看，SaaS公司與AI原生大模型廠商及互聯(lián)網(wǎng)大廠并不具備直接可比性。坦白說，SaaS公司并非此次變革中的主流技術先鋒。AI原生大模型廠商和互聯(lián)網(wǎng)大廠更側重于底層技術能力的研究與開發(fā)，憑借其過往的技術積累和行業(yè)經驗，能夠以更高的全行業(yè)視角推進模型的發(fā)展。章新波說到。

相比之下，AI原生公司和互聯(lián)網(wǎng)大廠所開發(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)進行應用開發(fā)，專注于與業(yè)務相關的垂直模塊。

再看人才問題，AI底層技術研發(fā)高度依賴頂尖人才。在AI原生大模型廠商、互聯(lián)網(wǎng)大廠和SaaS公司這三類參與者中，由于前兩者在技術前沿性、資源平臺和職業(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原生大模型廠商和互聯(lián)網(wǎng)大廠，而選擇加入SaaS公司的相對較少。

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

程俊來認為，SaaS廠商、AI原生模型公司、互聯(lián)網(wǎng)大廠都在布局AI Agent，在談差異和路徑時，需要優(yōu)先清楚這三類企業(yè)的生存法則，因為企業(yè)都是基于其‘生存訴求’再去談發(fā)展的。

整體來看，原生模型公司更專注于底層技術創(chuàng)新，重點在打造通用化Agent的技術底座，在戰(zhàn)略上是以技術輸出為導向，通過通用模型適配多元場景；SAAS公司的技術路徑為基于現(xiàn)有SaaS產品集成AI Agent，聚焦垂直場景功能升級，戰(zhàn)略核心是深耕行業(yè)需求，強化業(yè)務流程與Agent的深度耦合；互聯(lián)網(wǎng)大廠的技術路徑是自研大模型+整合生態(tài)工具，構建模型-平臺-應用閉環(huán)，其戰(zhàn)略核心為依托流量與多元業(yè)務場景，推動Agent在內部生態(tài)規(guī)模化落地，提升行業(yè)影響力競爭力。程俊來說到。

此外，值得注意的一點是，AI Agent目前還無法達到適用于任何場景的要求。

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)內部的場景，自己總結來看，排班系統(tǒng)、技能考評陪練、培優(yōu)激勵、BI分析等等這幾類是適合使用AI Agent的場景。

適合使用AI Agent的場景有四個共同特點：一是必須是企業(yè)內部高頻使用的場景，否則Agent很難實際用起來；二是場景本身要有豐富的數(shù)據(jù)基礎，以便進行訓練和推理；三是容錯率較高的場景，因為當前大模型的模型幻覺現(xiàn)象普遍存在，例如財務報表這類容錯率為零的場景，Agent很難勝任；四是，場景還必須能帶來直接的業(yè)務價值。

滿足這幾個特點場景的AI Agent應用能顯著提升投資回報率，為企業(yè)帶來直接可量化的業(yè)務價值，企業(yè)能夠直觀感受到效率的大幅提升。這也促使企業(yè)主動推廣，愿意在下屬工廠中規(guī)模化應用。章新波補充到。

根據(jù)Gartner最新報告，到2026年，30%的企業(yè)將部署AI Agent來自動化關鍵業(yè)務流程。因此，對于SaaS企業(yè)而言，在受限于底層技術能力劣勢的情況下，更需要拓展更多場景的AI agent應用可能性。例如，從當前的智能客服、數(shù)據(jù)分析等有限場景，向供應鏈優(yōu)化、產品設計等更復雜的業(yè)務環(huán)節(jié)延伸。也許，未來SaaS行業(yè)的競爭，不僅是技術參數(shù)的比拼，更是場景滲透深度和業(yè)務價值實現(xiàn)能力的較量。

Agent救得了中國SaaS嗎？

長久以來，中美SaaS行業(yè)的對比成為全球企業(yè)服務市場的重要議題。近年來，美國SaaS市場崛起壯大，規(guī)模曾一度超過中國的十倍之多。

而這一差距出現(xiàn)的原因，主要體現(xiàn)在雙方市場對SaaS價值的認可度不同，以及行業(yè)底層的人才結構等問題。

一方面，中國SaaS行業(yè)長期面臨高價值、低價格的困境，企業(yè)提供的服務價值與收費嚴重不匹配。以Salesforce、Workday為代表的美國SaaS巨頭，其高定價不僅支撐了持續(xù)的研發(fā)投入，更塑造了市場對SaaS價值的認可。反觀中國，SaaS企業(yè)往往陷入低價競爭，導致研發(fā)投入受限，難以突破產品創(chuàng)新瓶頸。

另一方面，更深層的問題在于人才吸引力。在美國，在頂尖的工程師看來，加入頭部SaaS公司與加入Google、meta等互聯(lián)網(wǎng)公司并無本質差異，因為這些企業(yè)同樣被視為技術創(chuàng)新的核心力量。而在中國，SaaS公司在人才市場的優(yōu)先級遠低于互聯(lián)網(wǎng)大廠或消費級科技公司。這種人才密度的不足，直接影響了產品創(chuàng)新能力，包括AI Agent等前沿技術的突破。

如今，AI Agent被視為SaaS推動產業(yè)升級的核心引擎。同時，中美人工智能的發(fā)展存在差異，雙方市場對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SaaS行業(yè)實現(xiàn)彎道超車？

有相關行業(yè)人士分析認為，傳統(tǒng)SaaS應用本質上是基于數(shù)據(jù)庫的簡單交互展示層，核心價值在于實現(xiàn)業(yè)務需求的增刪查改，工具屬性強。而在未來，AI Agent將直接與數(shù)據(jù)庫交互，處理所有業(yè)務邏輯。

但在程俊來看來，AI Agent對于SaaS企業(yè)而言，是催化劑而非萬能藥。

Agent能解決SaaS行業(yè)‘客戶留存難、價值挖掘淺’的痛點，但無法替代 ‘深耕行業(yè)需求’的核心能力。程俊來解釋到，沃豐科技服務的某零售客戶通過Agent優(yōu)化會員運營策略，復購率提升18%，但前提是對服務企業(yè)有深度的了解，同時能夠基于客戶訴求提供相應解決方案。而企業(yè)要找到第二增長曲線的關鍵是SaaS企業(yè)需從 賣軟件 轉向 賣業(yè)務解決方案，Agent正是實現(xiàn)這一轉型的技術載體。

章新波也認為，SaaS公司不應該寄希望于AI agent改變自己的命運。

當前中國市場有可觀的人口規(guī)模、龐大的企業(yè)數(shù)量和大量的需求，并且也是一個統(tǒng)一語言、統(tǒng)一時區(qū)、統(tǒng)一幣種的優(yōu)質市場。

在這樣一個擁有巨大空間的市場中，SaaS行業(yè)的發(fā)展卻一直遭遇瓶頸，除了找技術和環(huán)境等外部原因外，SaaS企業(yè)更應該多思考自身對市場的選擇、對目標客戶的選擇，以及產品所提供價值的能力，是不是跟市場是相符？因為這么廣闊的市場空間，企業(yè)找不到認可自己產品的客戶，也許不是客戶問題，而是企業(yè)自身沒有打到客戶的需求點上。章新波說到。

從更深層次的發(fā)展困境來講，中國SaaS產業(yè)面臨的困境具有系統(tǒng)性特征，遠非單一技術能夠破解。正如前文所述，行業(yè)困境涉及價值認知、商業(yè)模式、人才結構等多維度的結構性矛盾。AI Agent作為一項技術創(chuàng)新，固然能提升產品能力、改變商業(yè)模式，卻難以從根本上解決資源配置失衡、客戶需求多變、企業(yè)本身戰(zhàn)略錯配等深層次問題。

如果SaaS企業(yè)把當下遇到的發(fā)展問題歸結到行業(yè)問題、環(huán)境問題或者是技術問題，那就不會去反思企業(yè)自身的問題。這個時候即使企業(yè)擁有前沿的Agent或者其他AI技術，也依然難以走出發(fā)展瓶頸，因為企業(yè)可能本身在頂層戰(zhàn)略上就出現(xiàn)了問題。章新波補充到。

此外，程俊來認為，當前中美SaaS行業(yè)的差距在于：美國SaaS行業(yè)在底層技術原創(chuàng)性和生態(tài)成熟度方面領先，中國企業(yè)則在場景落地速度和成本控制上更具優(yōu)勢。也就是說，未來中國SaaS行業(yè)超越美國確實存在突破點。而AI Agent的非標準化特性正是中國企業(yè)的破局點。

以沃豐科技為例，其針對某汽車集團打造的售后維修Agent結合中國車主服務場景優(yōu)化流程，效率反超國際同類產品15%。

技術的演進從不止步，AI Agent的崛起已成必然。在這場技術變革中，企業(yè)更需要清醒地認識到：真正的競爭力不在于盲目追逐風口，而在于如何將技術創(chuàng)新與業(yè)務本質深度融合。

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，若僅將其視為營銷噱頭或短期解決方案，反而會忽視了企業(yè)原本在產品力、客戶價值等核心維度上的不足。那些能夠以技術解決真實痛點、以創(chuàng)新構建差異化壁壘的企業(yè)，才能在潮水退去后依然保持競爭力。

接下來，AI Agent或將重塑SaaS行業(yè)的競爭格局。不少相關從業(yè)者向第一新聲表示，未來將有一半左右的傳統(tǒng)SaaS企業(yè)很難生存。張宏博認為，將來企業(yè)想要在行業(yè)內占有一席之地，強大AI技術實力與豐富數(shù)據(jù)資源將成為企業(yè)保持競爭力的核心。市場上將會出現(xiàn)更多企業(yè)通過推出創(chuàng)新性AI Agent驅動的SaaS產品，搶占市場份額。

未來具備‘大模型+行業(yè)知識+ Agent工程’能力的廠商將崛起，形成‘平臺型廠商+垂直領域專精者’的行業(yè)生態(tài)。程俊來說到。