SaaS 行业的两极分化与市场反转

在 AI 浪潮席卷之下，SaaS（软件即服务）创始人群体呈现出截然不同的两种态度。一部分激进派创始人选择放弃原有的 SaaS 业务，认为传统模式已过时，转而投身于通过“氛围编程”（vibe coding）开发新的 AI 产品。然而，另一部分创始人则坚信 SaaS 商业模式比以往任何时候都更加强大，他们的策略是深入思考如何将 AI 技术整合进现有的业务体系中。年初时，社交媒体上充斥着“SaaS 末日”的论调，相关股票经历了一轮暴跌。但随后市场风向发生了显著转变，公众关注的重点从“SaaS 已死”转向了所谓的“后 AI 时代”。

"Everyone was talking about it. SaaS stocks took a complete nosedive... All of a sudden, SaaS wasn't dead the business model started to adapt."

随着市场认知的调整，老牌 SaaS 创始人重新集结，展现出强烈的竞争意志。以 Salesforce 为例，其股价开始强劲反弹，这标志着市场正在重新评估传统 SaaS 的价值。一种新的 AI SaaS 游戏手册（playbook）正在浮现，它并非完全颠覆传统，而是对原有 SaaS 原则的适应性调整。理解这一新模型对于无论是纯 AI 公司、传统 SaaS 企业还是混合型 AI SaaS 公司而言，都是加速下一阶段增长的关键。

TK Capital 创始人的实战背景与行业洞察

本内容的核心观点来自 TK，他是 TK Capital 的管理总监，拥有深厚的 SaaS 与 AI 行业实战经验。TK 曾创立并出售了销售参与平台 Ablo（后并入 Marketo），随后加入 Adobe，帮助其在两年内完成业务转型并最终被以 47.5 亿美元的价格收购。目前，他通过 Unstoppable 平台已协助超过 1,000 名 AI 和 SaaS 创始人优化其市场进入策略（Go-to-Market Strategy）。

在过去 18 个月中，TK 深入观察了 SaaS 公司面临的困境以及 AI 销售中的复杂局面。他发现，随着市场对 AI 过度承诺的脱敏，许多早期基于实验性收入的模式难以为继。因此，他总结出了一套新的 AI 和 SaaS 商业模式及有效的市场策略。这套体系基于三个核心原则，旨在帮助企业在竞争日益激烈的环境中脱颖而出——因为进入 AI 领域的门槛降低使得市场竞争更加白热化。接下来，他将详细拆解这些原则及其实际应用。

核心原则一：持续收入（Recurring Revenue）的持久性价值

AI SaaS 商业模式的第一大支柱，也是自 SaaS 诞生以来就存在的核心原则，是 持续收入（Recurring Revenue）。在 AI 时代，这一指标的重要性不降反升。投资者现在极度关注收入的 耐久性（durability），要求企业证明其收入并非来自一次性的实验性试点，而是基于客户持续使用的真实月度经常性收入（MRR）。

"Investors are asking for understanding the durability of your revenue... truly recurring revenue is one of the biggest pillars of the SaaS business model."

这一点在 Anthropic 和 OpenAI 等头部 AI 公司的招股书泄露信息中得到了印证：投资者迫切希望了解客户是否真正续费，而非仅购买了一次试点项目。这种对 月度经常性收入 的严格要求，迫使 AI 企业必须构建能够产生长期价值的产品。传统的 SaaS 模式通过提供稳定的订阅服务来确保持续收入，而在 AI 时代，企业必须证明其模型能持续为客户带来可衡量的成功，从而维持这种收入流的稳定性。

核心原则二：记录系统（System of Record）的战略回归

在 AI SaaS 的新格局中，记录系统（System of Record）的价值被重新定义并显著提升。传统 SaaS 中，记录系统是存储所有核心业务数据和功能逻辑的基础设施。在 AI 时代，这一系统变得更加珍贵，因为 数据质量直接决定了 AI 模型的有效性。

"People are realizing that the better the data, the more effective the AI model. Without the actual data around your business, the AI models can't really do as much with its basic training."

正如 Salesforce 股价反弹所反映的市场共识，AI 模型仅靠基础训练无法解决特定企业的复杂问题。企业拥有的私有数据越丰富、结构越好，AI 模型的输出就越精准有效。因此，拥有高质量数据的记录系统成为了 AI 落地的关键基础设施。这一观点解释了为何传统 SaaS 巨头在 AI 时代依然保持强劲竞争力——它们掌握了企业最核心的数据资产。TK 指出，记录系统在 AI 时代的价值至少等同于其在传统 SaaS 时代，甚至更为重要。

核心原则三：参与系统（System of Engagement）的演进角色

除了记录系统，SaaS 架构中的另一关键组成部分是 参与系统（System of Engagement）。这是用户执行具体工作、进行日常交互的平台。在 AI 时代，参与系统正在经历深刻的变革。

虽然字幕片段在此处截断，但根据前文逻辑及 SaaS 演进规律，参与系统正从单纯的数据录入和流程管理工具，转变为 AI 驱动的协作与执行界面。用户不再仅仅是查看数据，而是通过 AI 助手直接完成工作。这一转变要求 SaaS 产品不仅要提供数据存储（记录系统），更要通过 AI 增强用户的工作流效率，从而提升用户的粘性和参与度。结合前文提到的“持续收入”和“记录系统价值”，参与系统的智能化升级是构建完整 AI SaaS 闭环的最后一步，它确保了用户在日常工作中离不开该平台，从而巩固了商业模式的基础。

参与式系统与记录系统的协同演进

AI并未颠覆SaaS的基础，而是深化了人机协作的模式。早期SalesLoft等工具确立了“参与式系统”（System of Engagement）的概念，即销售人员登录平台执行外联工作并将结果记录在“记录系统”（System of Record，如CRM）中。这种模式催生了规模达 $5.2 billion 的销售参与市场，其核心逻辑依然有效：人类仍在登录平台并执行工作。AI的引入并非取代这一过程，而是作为协作工具嵌入其中。新的商业模式正在探索如何为AI代理（Agents）收取月度经常性收入（MRR），这既挂钩于参与式系统，也利用大型语言模型处理记录系统中的数据。企业开始减少人力雇佣，将节省下来的劳动力预算转化为软件平台的订阅费用。AI代理正在取代部分人工职能，但这种转变是建立在现有的系统架构之上的。这些代理构建在参与式系统和记录系统的顶层，利用存储在企业中的数据和业务逻辑运行。这三者共同驱动了新AI SaaS商业模式的第一大支柱：月度经常性收入（MRR）。尽管这一领域仍在建设中，但其底层逻辑依然依赖于人类与AI在现有系统中的协同工作。

收入扩展：从席位增加到功能分层再到用量计费

净经常性收入（NRR）是衡量SaaS业务健康度的关键指标，它反映了客户在后续年份中是否增加了支出。如果客户第一年仅花费$1，第二年花费$1.20，则表明收入在扩展。这解决了两个核心问题：一是产品是否足够有价值以留住客户（低流失率），二是客户是否在持续增加投入。收入扩展是新AI SaaS商业模式的第二大支柱。在传统SaaS中，主要通过增加用户席位（Seats）和功能层级（Features）来实现扩展。例如，Salesforce允许企业为更多销售人员购买席位；Slack则通过Basic、Pro和Max等层级解锁更高级的功能或模型使用额度。同样的原则在AI公司中依然适用，但出现了一种新的扩展方式：基于用量的计费（Usage）。由于使用大型语言模型（LLM）具有明确的单位成本，无法像CPU或数据库那样以 negligible 的成本无限提供功能。因此，AI SaaS开始引入积分（Credits）或代币（Tokens）机制。企业不再仅仅为席位和功能付费，而是根据实际使用量支付额外费用。这种基于用量的计费模式使得收入随着客户使用的增加而自然增长，构成了NRR的重要组成部分。

预算可控性与后启示录时代的计费逻辑

AI SaaS的用量计费模式采用了“基础积分+超额付费”的结构。每个订阅层级包含一定数量的免费积分，超出部分则按块购买或采用预留定价。这种设计旨在解决企业对不可预测账单的担忧。在早期的SaaS泡沫和代币滥用时期，企业曾面临成本失控的风险；如今进入“后启示录时代”（Post-apocalyptic era），企业反而希望明确预算其AI支出以衡量投资回报率。客户愿意接受基于积分的计费方式，前提是能够精确管理成本和评估ROI。通过提供清晰的积分配额和额外的购买选项（如块状购买或预留定价），SaaS提供商能够确保收入的可预测性和经常性。这种模式不仅让企业能够在财务上规划AI支出，还通过透明的成本结构促进了收入的持续扩展。席位和功能是传统基石，而基于用量的积分和代币则是新增的核心变量，它们共同推动了NRR的增长。尽管市场曾流行“AI将取代所有SaaS”的论调，认为无人再需雇佣员工或购买席位，但现实是SaaS商业模式正在经历微调而非彻底消亡。企业仍在寻找平衡点，既利用AI提高效率，又保持对成本和业务逻辑的控制。

核心战略：依附平台与重构而非颠覆

许多初创者误以为必须抛弃传统的SaaS产品去重新开发AI原生应用，但市场反馈显示这种策略往往导致回到原点。相反，最成功的SaaS创始人选择依附于现有平台的核心优势，即客户资源、数据资产和关系网络。他们并未让AI取代原有业务，而是将AI作为增强层整合进产品体系中。

"You are not taking my customers. You are not taking my data... You're going to build on top of"（你拿不走我的客户、数据或关系，你要做的是在此基础上构建）

这种策略的本质是重新连接核心商业模式与AI技术。SaaS模式经过从本地计算、云计算到移动计算的数十年迭代，已经变得极度成熟。那些试图完全抛弃旧有SaaS解决方案的人开始意识到，重新建立信任和客户基础的成本极高。因此，在强大的现有基础上进行适应性调整，比从零开始构建新系统要成功得多。这种基于深厚基础的演进策略，使得传统SaaS企业在AI浪潮中依然能够蓬勃发展。

商业模式的三大支柱：经常性收入与高利润率

SaaS商业模式之所以受到创始人、CEO和投资者青睐，核心在于其经常性收入（Recurring Revenue）与高利润率（High Margins）的结合。软件行业的传统优势在于，随着客户数量增加，边际成本降低，从而产生更多的自由现金流。这种结构在AI时代依然有效，甚至因为云技术的自动扩展能力而更加强大。

"Traditionally speaking, the software business model has always been high margins... cost goes lower as you get more customers"（传统上，软件商业模式一直拥有高利润率……随着客户增多，成本降低）

然而，大语言模型（LLMs）的出现曾一度威胁这一模式。早期AI功能的实现成本高昂，导致利润率下降。但随着技术发展，开源模型（Open Source LLMs）的兴起改变了这一局面。像Harvey这样的领先AI SaaS公司开始转向使用开源模型，甚至训练自己的模型，以大幅降低每Token的成本。这种转变使得企业能够在提供AI功能的同时，重新找回高利润率的根基。通过混合使用前沿模型和开源本地部署方案，企业能够优化成本结构，确保持续的盈利能力。

增长蓝图：收入扩展与成本控制的双重驱动

为了在AI时代保持竞争力，SaaS企业需要遵循一个清晰的蓝图。首先，必须确保拥有经常性收入流，并作为记录系统或在其之上构建参与式系统。其次，通过AI代理利用软件预算和劳动力预算来执行任务，从而增强数据护城河。最后，也是至关重要的一点，是驱动收入扩展（Revenue Expansion）。

"Revenue expansion means if they spent a dollar with you last year, they're spending $1.20 with you this"（收入扩展意味着如果去年他们在你这里花了一美元，今年他们会花费1.20美元）

收入扩展不再仅仅依赖于增加用户席位（Seats），而是扩展到功能使用量、积分和Token消耗。与此同时，企业必须维持高利润率。这可以通过传统的云自动扩展策略实现，如购买预留实例（Reserved Instances）。更重要的是，利用开源LLMs降低AI功能的Token成本。这种双重策略——一方面通过增加使用量提升收入，另一方面通过技术选型降低成本——构成了AI时代SaaS企业最稳健的增长引擎。那些拥抱这一模式的企业，正在证明传统SaaS架构在AI赋能下比以往任何时候都更强大。

AI重塑SaaS商业模式的三大支柱

尽管AI技术带来了巨大变革，但支撑软件即服务（SaaS）商业模式的三大核心支柱并未崩塌，反而得到了适应和强化。这解释了为何Salesforce等SaaS巨头以及AI相关股票能够持续繁荣。软件即服务的商业模式比以往任何时候都更加强劲，我们正处在一个看似“后启示录”实则蓬勃发展的时代。然而，在这种繁荣背后，有一个关键领域发生了根本性的转变，那就是分发（Distribution）。过去，创业者需要筹集大量资本来雇佣工程师团队构建产品；但在AI时代，这一门槛已大幅降低。创业者现在可以通过“氛围编码”（vibe coding）快速生成产品，或者通过蒸馏现有产品的功能来创建新版本。竞争对手可以在你构建过程中直接复制你的功能，即使这些功能的构思耗费了你大量的精力去探索。这意味着单纯的产品构建已不再是不可逾越的护城河。

分发成为AI时代的核心护城河

在产品开发变得前所未有的容易时，获取目标客户的注意力并赢得他们的信任成为了最大的挑战。由于市场上充斥着大量通过“氛围编码”生成的、质量参差不齐的产品，客户对软件的信任度已降至历史低点。因此，当你面对潜在客户时，如何有效地触达并建立关系成为了关键。分发是当今存在的最强大的护城河。为了获得高毛利（Master）和高利润率，企业必须拥有高效的分发策略。这是一个公平竞争的领域，无论AI技术如何发展，谁能更有效地解决信任和注意力问题，谁就能胜出。许多创业者误以为AI能自动解决营销难题，但事实恰恰相反。如果每个人都能轻松启动一个AI代理来发送冷邮件并获取客户，那么每家公司都将价值万亿美元，但这显然没有发生。这表明在AI时代，分发变得比以往更加困难。

聚焦信任建立与增长策略

虽然SaaS企业可以利用AI拥抱新时代，但真正的焦点必须放在分发上。相比于那些通过“氛围编码”复制功能或新进入市场的竞争对手，你在分发、建立信任关系以及向理想客户传递独特信息上投入的精力越多，你的成功几率就越大。高毛利和利润率固然重要，但在当今环境下，分发才是最重要的因素。对于希望适应这一变化的AI创始人而言，理解并掌握分发策略是至关重要的。作者提供了一份免费的《五点AI和SaaS增长战略指南》，其中包含了他在自己和客户公司中验证过的最佳原则，旨在帮助企业在AI时代解锁增长和分发优势。通过专注于这些核心策略，企业可以在激烈的竞争中脱颖而出。

结论

AI并未颠覆SaaS商业模式，而是通过强化三大支柱使其更加稳固：持续收入（MRR）因投资者对收入耐久性的重视而更具价值；记录系统（SoR）凭借高质量私有数据成为提升AI模型有效性的关键基础设施，确立了传统巨头的竞争壁垒；参与系统（SoE）则演变为AI代理执行任务、利用软件预算替代人力成本的协作界面。收入扩展逻辑从单纯增加席位转向“基础订阅+基于用量的积分/Token计费”，在保障预算可控性的同时驱动NRR增长。尽管开源模型降低了AI成本以维持高利润率，但产品构建门槛的降低使得分发与信任建立成为新的核心护城河。传统SaaS企业通过依附现有客户资产并整合AI增强层，实现了比从零构建新系统更高效的适应性增长。