loading...
2026年初，美国软件股经历了一场近乎恐慌式的下跌。
导火索并不复杂。ServiceNow 在财报电话会上提到，客户正在重新评估按 seat 采购软件的方式。市场立刻意识到一个问题：如果 AI Agent 能让 2 个人干 20 个人的活，那过去按人头收费的软件公司，收入模型会不会被直接打穿？
恐慌迅速蔓延。Atlassian、Workday、Salesforce、Adobe 接连大跌，整个应用软件板块蒸发了约 2 万亿美元。华尔街甚至给这场下跌起了个名字：SaaSpocalypse。
所有人都在问同一个问题：
AI 会不会杀死软件行业？
a16z 合伙人 Alex Immerman 最近写了一篇很有代表性的文章。他的核心判断是，模型变强不会让应用层变薄，反而会让应用层更有价值。因为真正稀缺的从来不是'智能'本身，而是'知道拿智能做什么'。
这句话非常重要。
它的意思是，OpenAI 可以做出越来越强的通用模型，但它并不知道一个纽约顶级律所的 M&A 团队怎么审查 CIM，也不知道一家地产管理公司内部怎么流转租客、维修、催租和续约流程。真正有价值的，不是模型本身，而是对业务流程的深度理解。
这就是 a16z 所说的 Process Power。
中国的现实更直接一点。
很多人现在在讨论"AI 会不会杀死 SaaS"，但在中国，这个问题其实有点晚了。因为中国 SaaS 从来没有真正活成美国 SaaS 那样。
过去几年，中国 SaaS 行业最常见的叙事是"对标 Salesforce""对标 Workday""对标 Notion"。资本也确实热闹过一段时间。但很快，市场就发现这条路并不好走。续费率不高，定制化严重，销售成本极高，客户教育成本更高，很多公司长期烧钱却很难建立稳定利润模型。
一个数字就能说明问题：美国企业每名员工每年花 868 美元买软件，中国只花 20 美元。差了 42 倍。这不是"还没追上来"的问题，这是根本不在同一个游戏里。
更深层的原因，是中国企业的增长逻辑和美国不一样。
一位在大型 AI 公司做过 COO、后来出来做企业服务创业的人，给过我一个很好的公式：企业价值=流量×转化能力。
在中国，大量企业默认认为转化能力已经被压到很极限了，真正能拉开差距的，是流量。你能不能在抖音、淘宝、微信、信息流里拿到更多曝光，拿到更多线索，拿到更多订单。
当企业把增长重心放在"抢流量"上，预算自然也会优先流向流量端。获客的钱是刚性的，后端系统的钱就变成可压缩项。SaaS 预算往往还没长出来，就先被前端投放吃掉了。
到这里，真正关键的分叉就出现了。
在美国，企业本来就习惯为软件付费，流程也已经被数字化。AI 进来以后，最自然的结果是让应用层更厚，让软件更深地嵌入工作流。美国创业者最好的路线，是做垂直 AI 应用，积累 Process Power。
在中国，很多企业本来就不愿意为软件单独买单，但它们愿意为人力长期付费。AI 一旦能明显替代人力，机会立刻就出来了。
所以在中国，AI 的最优解往往不是"卖一个更好的 SaaS"，而是直接交付一个更便宜的劳动力结果。
你去看很多中国 AI 应用公司的话术，重点几乎都不是"我们的系统更先进"，而是"我帮你省几个人""我帮你把 20 个人的活压到 2 个人""我帮你把运营成本降掉 80% 到 90%"。
这不是营销文案的巧合，这是市场结构决定的。
中国 SaaS 市场大约 175 亿美元。而中国广义人力资源服务市场——包括外包、派遣、代运营——是 4800 亿美元，是 SaaS 的 27 倍。企业的钱花在人身上，不花在软件上。AI 要去的地方，应该是钱在的地方。
说到这里，很多人会觉得中美路径完全分裂了。
表面上确实如此。美国在做更厚的应用层，中国在做更便宜的劳动力替代。一个像软件生意，一个像服务生意。
但如果把视角再拉远一点，你会发现它们最后都在通向同一个核心资产：对业务流程的结构化理解。
Harvey 之所以强，不是因为它有一个聊天框，也不是因为它接了 GPT。它真正强的地方，是它越来越懂一家律所怎么审合同、写备忘录、走审批、控风险。
一个中国 AI 代运营团队之所以会越来越强，也不是因为它会调几个自动化脚本，而是因为它经历了平台规则变化、审核标准变化、投放逻辑变化、客服场景变化，最终比客户自己还懂这门生意。
如果再往前推一步，Process Power 未来最值钱的形态，可能还不是"我有一套流程知识库"，而是"我有一套持续适应变化的能力"。
因为真实世界不是静态的。
平台规则会变，接口会变，审核标准会变，用户行为会变，组织流程也会变。你今天积累的一套最佳实践，半年后可能就要重写。
所以真正强的系统，不只是知道现在该怎么做，还能在环境变化时快速识别、快速修复、快速适应。
所以回到最开始那个问题：AI 会不会杀死软件行业？
我的答案是：AI 没有在统一地杀死软件行业。AI 在分裂它。
在美国，最脆弱的是那些只有薄薄一层包装、没有流程壁垒的应用。它们会被模型迅速吞掉。在美国，最有机会的是那些真正嵌入工作流、积累 Process Power 的公司。模型越强，它们通常越强。
在中国，真正会被打穿的不是 SaaS，而是大量低效、重复、标准化程度不低的人力岗位。在中国，最有机会的不是"再做一个中国版 Salesforce"，而是那些能直接替代人力、直接交付结果、同时在服务过程中积累流程资产的公司。
所以如果今天你在美国创业，应该想的是：我能不能进入一个足够深的垂直行业，做到比客户自己还懂他的流程？
如果今天你在中国创业，应该想的是：我能不能把 AI 包装成一个结果明确、ROI 直接、比雇人更划算的生产力单元？
这两条路看起来不一样，但最终都会回到同一个判断：代码会贬值，模型会迭代，只有对业务的深度理解会越来越值钱。
因为在 AI 时代，难的从来不是智能本身。
难的是，知道拿智能做什么。
141
878
810
530
483
1013
809
223
666
499
