OpenAI COO 的坦白局：為什么最強 AI 依然無法替代傳統 SaaS？

放棄“席位費”！OpenAI 亮出底牌，SaaS 的護城河到底是什么？

文｜Alex

近期，隨著具備獨立執行復雜任務能力的 AI 智能體相繼推出，To B 市場出現了“AI 將接管企業業務流程”、“SaaS 模式式微”甚至“SaaS 末日”的論調。這種預期在一定程度上引發了資本市場對軟件板塊前景的擔憂。

然而，在軟件股股價承壓的背景下，SaaS 領域與 AI 領域的頭部企業高管近期分別給出了基于產業現實的判斷。

一方是 Salesforce 對現有模式的重申。

在今年2月底的財報電話會議上，CEO 馬克·貝尼奧夫回應了市場的悲觀預期：

“你們都聽說了所謂的‘SaaS 末日’對吧？這可不是我們第一次面臨‘末日’了……如果真有什么‘SaaS 末日’，它可能已經被‘大腳怪’（SaaS-quatch）一口吃掉了。因為 AI 智能體的加入，SaaS 實際上變得更好了，企業不僅沒有拋棄 SaaS，反而還在大量使用它們。”

另一方，則是“最強 AI ”企業對落地現狀的坦陳。

在印度人工智能影響力峰會上，OpenAI 首席運營官 Brad Lightcap 直言：“企業層面的人工智能尚未真正滲透到企業業務流程中。”

他指出，企業組織高度復雜，單點 AI 系統難以獨立運轉，并坦承 OpenAI 自身依然是 Slack 等傳統企業軟件的重度用戶。

貝尼奧夫認為 AI 繁榮了 SaaS，而 Lightcap 則指出 AI 必須與既有系統深度整合才能落地。這兩種視角共同印證了，進入落地深水區的企業級AI與SaaS絕非零和博弈的替代關系。

01 為什么「最強 AI 」搞不定業務流？

市場對AI的狂熱往往帶有嚴重的幸存者偏差。剝開大模型在C端無所不能的外衣，深入To B真實的業務泥潭就會發現，技術與商業落地之間隔著一道巨大的鴻溝。

企業對擁抱AI極其踴躍。崔牛會最新調研數據顯示，已有超過70%的企業在內部試點或規模化部署AI產品。

但在真金白銀砸下去后，只有極少數企業算得過來賬，實現了可持續的投資回報率。多數實際應用還停留在寫郵件或輔助寫代碼的邊緣提效層面，大模型始終沒有真正扎進核心業務流。

這一現象與Brad Lightcap所說的“企業組織高度復雜”形成了有趣的跨洋共鳴。

當前企業級AI商業化最大的共性瓶頸就是“需求太零散難以做大規模”。面對這個痛點，SaaS企業和AI原生企業難得地達成了共識，選擇該項的占比分別高達29.7%和30.0%。

現實的商業環境極其粗糙，每家企業的運營流程千差萬別，數據格式毫無標準可言。

看似強大的AI一旦脫離SaaS沉淀的數據上下文，就只是一臺空轉的引擎；缺乏嚴格的權限體系與工作流引擎做護欄，智能體連最基礎的跨部門審批都無法推進。

面對落地泥潭，OpenAI給出的解法是推出Frontier平臺。

這背后的戰略意圖顯然不是重做一套ERP或CRM去端掉SaaS廠商的飯碗，而是要在無數分散軟件構成的復雜企業網絡中，搭建一個統籌全局的調度大腦。

在這個全新的IT架構演進中，權力中心正在發生不可逆的轉移。

過去SaaS占據業務流的絕對中心；未來，AI智能體會成為發號施令的大腦，傳統SaaS將逐漸退居幕后，扮演API基礎設施的角色，負責提供行業認知、數據上下文與具體的動作執行。

02 “按效果付費”終結“席位訂閱制”

如果說技術架構的演進是一場底層的暗流，OpenAI接下來指出的方向則關乎整個軟件行業商業模式的根本升級。

Brad Lightcap透露了一個極具啟發性的細節，Frontier未來的評估標準將圍繞業務成果展開，逐步弱化傳統的席位許可證指標。

這預示著To B軟件長達二十年的經典計費模式即將迎來重大進化。

過去十幾年，SaaS行業憑借“按人頭收費”的訂閱模式實現了高速增長。這套邏輯非常順暢，軟件作為輔助工具，企業買的賬號越多，員工協同效率越高。

但如今，AI智能體褪去了單純工具的標簽，承擔起數字員工的角色，其核心價值直接指向接管復雜任務與替代人類產能。

我們可以推演一個現實場景：過去一個百人客服團隊，每月需支付百個SaaS賬號的訂閱費；如今企業引入強大的AI智能體，一天能連續處理上千份工單，企業順勢將人力優化為十人。

在這個降本增效的樣本當中，用人頭數量來衡量軟件價值就失去了準星。AI交付了實實在在的業務增量，未來的企業理所當然更傾向于為算力消耗或切實的回報率買單。

計費邏輯的進化在崔牛會報告中有著清晰的數據折射，即行業正從成本邏輯平穩過渡到價值邏輯。

擁有龐大客戶基本盤的SaaS廠商顯得極為穩健。

高達35.3%的SaaS廠商選擇將AI作為新功能打包進原產品體系中，采用高風險按效果收費模式的比例僅為4.3%。

在不打破既有價格體系的前提下向老客戶平滑傳遞新增價值，是其當下的最優解。

輕裝上陣的AI原生廠商則直接將破局點放在價值創造上。它們大量采用按用量收費和混合定價模式（占比達24.2%和19.7%）。

更具突破性的是，高達21.2%的AI原生廠商直接拋出了按效果收費方案，嘗試將營收與獲取的線索、節省的工時深度綁定，從而在傳統軟件的固定采購預算外，發掘全新的商業增量。

在這個看重業務成果的新周期里，探索多元化計費路徑，將成為To B企業打開增長空間的關鍵。

03 OpenAI 為什么需要「麥肯錫」？

企業級 AI 的交付，本質上是一場披著技術外衣的組織變革。

當模型能力不再是唯一的稀缺資源時，博弈焦點就從實驗室轉移到了業務現場。OpenAI 宣布與波士頓咨詢、麥肯錫、埃森哲等頭部機構達成合作，是對 To B 市場現實的妥協，模型好買，變革難推。

單純賣 API 很容易，但讓大模型真正融入一家制造企業的復雜供應鏈或銀行的風控體系，卻是一塊難啃的骨頭。

過去買一套 SaaS 軟件，可能業務或 IT 主管就能拍板；但引入 AI 完全不同。

崔牛會數據顯示，CEO 及高管團隊以 43.5% 的滲透率成為 AI 決策的核心參與者。這表明引入 AI 被視為關乎商業模式重塑的最高級別戰略，必須由“一把手”親自推動。

當決策上升到 CEO 層面，購買的就不再是軟件授權，而是業務成果。

AI 的引入必然伴隨著激烈的組織陣痛——從員工對新技術的恐慌，到原有工作流的推倒重來、利益格局的打破，以及嚴苛的數據合規要求。組織準備度已經超越模型本身，成為新的門檻。

而提供業務流程重構（BPR）與變革管理的“陪跑”服務，正是咨詢巨頭們最擅長的領域。

04 2026 決戰業務流

當我們完整審視了技術落地的泥潭、商業模式的顛覆以及組織變革的深水區后，這盤橫跨硅谷大廠與本土 To B 生態的大棋局走向已經非常清晰。

縱觀 OpenAI 從賣 API（拼底層能力），到推 Frontier 平臺（做調度中心），再到聯合麥肯錫（做重度交付），一條極其清晰的演進路線浮出水面：OpenAI 正在全面“SaaS化”和“企業服務化”。

產業競爭早就從單點競賽全面升級為生態協同。面對技術架構的演進，SaaS廠商迎來了重塑生態位的絕佳時機。

破局之道藏在差異化與開放之中：

SaaS廠商必須跳出通用大模型能力的內卷，結合自身深厚的行業沉淀，開發與核心業務深度綁定的原生智能應用，并以前所未有的力度開放API，主動讓自己成為復雜智能體生態中不可替代的業務執行底座和核心數據源。

站在需求端的企業決策者也需要轉變視角。

企業未來競爭力的根本尺度，將體現為利用新技術重構組織決策的綜合能力。

盡早建立統一的AI與數據中臺，徹底解決歷史遺留的數據碎片化難題迫在眉睫，因為高質量的私有數據，始終是孕育契合自身業務智能體的唯一養料。

05 結語

SaaS非但沒有迎來所謂的“末日”，反而正借助AI的勢能邁入其最強大的時代。

正如SAP全球CEO柯睿安所洞察的那樣，無論早期的狂熱如何集中在底層算力上，持久的商業價值最終都會不可逆轉地向上遷移至應用層。

在這場浪潮中，大語言模型更像是淘金熱中那把極其鋒利的鏟子，而真正能把技術轉化為切實業務成果的，依然是深諳企業運轉邏輯的軟件系統。

當企業未來在端到端流程中部署越來越多的自主智能體時，一個非常反直覺的現象就會出現，那些用于約束、調度和監督智能體的治理系統與業務底座，其價值不僅不會被削弱，反而會呈指數級放大。

軟件并沒有走向終點，它正在剝離過去臃腫的交互外殼，化身為承載企業智能自治的全新操作系統。