颠覆是必然的，淘汰是可选的。
一览
25年前，当软件即服务（SaaS）首次出现时，它通过将软件迁移到云端并加速功能交付，彻底改变了软件行业。如今，一个新的不连续性即将到来。生成式AI和代理式AI——能够推理、决策和行动的工具——已经：
在Cursor的AI代码编辑器中起草代码；
在ServiceNow中处理支持工单；
在Workday财务管理中准备日记账分录；以及
在Adobe的Experience Cloud中撰写广告文案。
这些并非实验性的一次性产物。基础模型的成本曲线轨迹正在加速下降，即使准确性也在提高。OpenAI最新的前沿推理模型（o3）在短短两个月内成本下降了80%。在三年内，任何常规的、基于规则的数字任务都可能从“人类加应用程序”转变为“AI代理加应用程序编程接口（API）”。
SaaS提供商知道这个战略问题很紧迫，但它也是可以解决的。产品负责人必须回答几个战略问题：
AI和代理可以自动化哪些用户工作流程？自动化程度如何？
哪些SaaS工作流程可以由AI和代理处理？
AI将在何处扩大软件市场规模，又将在何处侵蚀市场？
现有企业和新进入者将在何处占据优势？
哪些投资重点将使其结果有利？
在我们与客户的合作中，我们看到任何给定的SaaS工作流程都有五种广泛的可能性：无AI、AI增强SaaS、支出压缩、AI超越SaaS以及AI侵蚀SaaS（参见图1）。
图1 五种广泛情景说明AI将如何影响软件即服务（SaaS）
来源：贝恩分析
AI自动化任务和渗透工作流程的潜力
为了应对这些风险，高管应根据两个独立的特征评估工作流程：AI自动化SaaS用户任务的潜力以及AI渗透SaaS工作流程的潜力。根据这些特征绘制工作流程图有助于识别面临风险的价值，并制定计划在价值转移到其他地方之前捕获它。
六个指标可以帮助公司了解AI和代理在多大程度上可以取代或进一步协助用户：任务结构和重复性、错误风险、上下文知识依赖性、数据可用性和结构、流程可变性和异常，以及人类工作流程和用户界面依赖性。
当这些指标表明AI自动化SaaS用户活动的潜力很高时，AI颠覆往往会扩大市场，提供捕获营收增长的重大机会（参见图2）。
图2 评估AI自动化软件即服务（SaaS）用户任务潜力的关键指标
来源：贝恩分析
另外六个指标有助于识别哪些SaaS工作流程最容易被AI和代理复制（并可能被捕获）：外部可观察性、行业标准化、专有数据深度、转换和网络摩擦、监管/认证障碍以及代理协议成熟度。工作流程的AI渗透潜力越高，聪明的AI封装器就越容易吸取使用量和利润（参见图3）。
图3 AI渗透软件即服务（SaaS）工作流程潜力的关键指标
来源：贝恩分析
四种战略情景
通过绘制产品和工作流程图，SaaS提供商可以估计图1中的哪种情景最能代表AI的影响。这映射出四种战略情景（参见图4）。
图4 将产品和工作流程映射到四种战略情景中，有助于软件即服务（SaaS）高管设定进攻和防御重点
来源：贝恩分析
AI增强SaaS（低用户自动化，低AI渗透）： 这些工作流程是现有企业的核心据点。这些仍然依赖人类判断，竞争对手难以模仿其背后的逻辑。想象一下Procore的项目成本核算或Medidata的临床试验随机化——两者都需要深厚的领域知识、严格的监督和受监管的数据流。现有企业应利用AI提高生产力，同时保护使其与众不同的独特数据。对节省的时间收取溢价。
支出压缩（低用户自动化，高AI渗透）： 这些工作流程就像敞开的大门，使现有企业面临新的风险。人们仍然扮演着角色，但第三方代理可以接入暴露的API并吸取价值。例子包括HubSpot的列表构建或Monday.com上的任务板。为了捍卫和挽救价值及客户影响力，现有企业必须迅速推出自己的代理，深化合作伙伴集成以提高转换成本，并限制对关键端点的访问。
AI超越SaaS（高用户自动化，低AI渗透）： 这些工作流程将是现有企业的增长金矿。在这里，公司拥有独家数据和规则，使其在完全自动化方面占据先机。Cursor的AI代码编辑器和Guidewire的索赔裁决是很好的例子。领导者应构建具有端到端代理的解决方案，将定价从基于席位转变为基于成果，并培训销售团队销售业务成果，而不仅仅是功能。
AI侵蚀SaaS（高用户自动化，高AI渗透）： 这些工作流程将是战场。现有企业应该拥有优势，但为了保持优势，他们需要主动用AI取代SaaS活动。未能做到这一点的现有企业面临着颠覆、过时以及输给新进入者的风险。诸如Intercom的一级支持、Tipalti的发票处理或ADP的时间录入审批等任务很容易自动化——也同样容易被他人复制。赢家将是那些最擅长扩展代理编排的组织。大多数公司必须选择一条道路：要么成为中立的代理平台，要么提供为其提供动力的独特数据。只有少数巨头（例如Salesforce）才能真正做到两者兼顾。
瓶颈与通用语法需求
SaaS解绑了应用程序和服务套件。代理式AI现在正在一个三层堆栈（从下到上）上重新捆绑控制：记录系统、代理操作系统和成果接口。
记录系统位于堆栈的基础——真相的来源。它们存储核心业务数据，管理谁可以访问，并强制执行规则以保持一切一致——从审批到合规性检查。它们的优势在于独特的数据结构、长期的活动历史以及内置的监管逻辑，这些对于他人来说复制成本高昂。
代理操作系统位于中间层，协调实际工作。它们规划任务，记住上下文，并为用户和代理调用适当的工具。早期版本包括微软的Azure AI Foundry、谷歌的Vertex AI Agent Builder和亚马逊的Amazon Bedrock Agents。今天的优势取决于GPU稀缺性、专有AI模型以及加速部署的紧密集成工具链。
成果接口构成顶层。这些将“关闭账簿”或“更换17号泵”等自然语言请求转换为代理行动，并通过Teams、Slack或自定义移动应用程序等工具分享更新。它们的力量来自于融入日常工作流程并提供可信、直观的用户体验。
随着模型变得越来越强大，跨层和跨供应商的通信已成为瓶颈。供应商已介入这一空白以改进语法。Anthropic的模型上下文协议（MCP）和谷歌的Agent2Agent（A2A）标准化了代理在层之间移动时打包工具调用、安全令牌和结果的方式。但它们不提供共享词汇（例如定义“发票”等术语）、策略或工单——它们也没有展示这些概念如何映射到API、表格和审批关卡。
这些标准（MCP和A2A）的出现显示出强大的网络效应动态——例如，闪电般的引爆点，赢家通吃。我们预计这个语义层的标准也将类似。换句话说，第一个创建行业范围标准以使invoice.bot能够与payment.bot对话的语义层，将重塑AI生态系统并引导下一波巨大的价值。
SaaS现有企业如果行动迅速，则处于有利地位来引领。这将需要高风险的战略押注——例如选择性开源或货币化模式的转变——并将产生独特、持久的行业影响力地位。在这里获胜，你的平台将成为一个市场，即使是其他人的代理采取行动，你也能赚取收入。错过它，你将面临暴露知识产权并成为一个沉默的后端，而语义守门人则攫取利润的风险（参见图5）。
图5 AI原生公司的增长速度超过可比的软件即服务（SaaS）提供商
来源：贝恩分析
SaaS领导者的战略重点
AI和代理会颠覆SaaS吗？是的。在某些情况下，这种颠覆将扩大市场；在另一些情况下，它将使市场商品化。在某些情况下，这种颠覆将有利于现有企业；在另一些情况下，它将有利于新进入者。颠覆是必然的，但过时是可选的。SaaS高管可以做些什么来把握这个机会？
将AI置于你的路线图核心。 寻找你的软件帮助用户完成的关键任务，并部署AI来自动化和加速它们。采取以客户为中心的视角：识别智能代理可以处理的可重复任务，并在客户转向其他地方之前实施这些任务。这可能意味着集成现成的模型，或者用你的数据训练自己的模型。将你的产品转变为“为我完成”的体验，并帮助客户看到投资回报。深度嵌入AI，保持在工作流程的中心，并提供更多价值。
将独特数据转化为你的优势。 你的数据是你的护城河。尽管像GPT-4o这样的模型无处不在，但真正的价值在于你拥有的专有数据——例如使用模式、领域特定内容和交易历史。加倍努力捕获和使用这些数据，以提供外部人无法匹敌的结果。并保护它。如果你与其他AI平台连接，请确保你的条款阻止它们从你的数据中学习并排挤你。目标：成为关键流程或数据集的最佳真相来源。Workday作为管理人类和AI工作流程的安全中心的定位是一个很好的范例。
在四种战略情景中制定投资和竞争计划： AI增强SaaS的核心据点、支出压缩的敞开大门、AI超越SaaS的金矿，以及AI侵蚀SaaS的战场。
决定你解决行业语义鸿沟的策略。
整理内部： 标准化你自己在平台内定义关键对象的方式。这为加入或引领下一代行业范围的代理平台奠定了基础。
早期、选择性开源： 发布你已经领先的模式——就像ServiceTitan和Guidewire所做的那样。无所作为会将定义权拱手让给他人；给予过多则会让竞争对手快速发展。在标准之争中，拥有实用解决方案的先行者往往获胜。
使其难以复制： 将独特的约束——例如审批流程、状态转换和合规规则——直接构建到你的数据模型中。任何外部代理都应通过你的记录系统进行验证。
团结生态系统： 当供应商、客户和云平台保持一致时，标准才能确立。将各方召集起来，制定议程，并提供实际代码，成为默认的领导者。
重新思考AI优先世界中的定价。 当AI完成工作时，基于席位的定价可能不再适用。如果代理取代了人类任务，客户将期望根据成果而非登录次数付费。开始尝试与结果挂钩的定价：完成的任务、解决的工单、生成的AI输出。诸如Intercom和Salesforce等领导者已经朝着这个方向转变。根本性的转变是停止收取访问费用，开始收取完成工作的费用。在了解客户最看重什么时保持灵活性。
在整个企业中培养AI熟练度。 AI需要成为核心能力，而非副业。这意味着帮助你的团队理解AI能做什么和不能做什么，招聘或培训合适的人才（从机器学习工程师到提示设计师），并建立一种对创新充满热情的文化。每个人——从产品到销售——都应该能够解释你的AI功能如何运作以及它们提供什么价值。这种熟练度也应延伸到客户。帮助他们理解并充分利用你所构建的东西。最终，你的组织在使用AI时应该像新员工使用浏览器一样自如。
在竞争对手之前书写下一章
AI正在颠覆SaaS，带来机遇和挑战。通过根据每个工作流程的战略背景调整投资和战略计划，锚定新的平台层，并投资于影响开发人员的语义鸿沟，今天的领导者可以塑造未来——而不是追逐未来。
发布于2025年7月
初步迹象表明，关税风波对投资与退出交易造成了阻碍，投资者正在评估其短期与长期影响。随着二季度交易节奏放缓，通过加速退出、适时调整价值创造计划以改善基金流动性的需求更为迫切。在市场持续波动之际，私募股权基金可通过主动发掘交易机会、详尽的尽职调查以及重新聚焦营收和利润增长，重获增长动能。...
作者：Ann Bosche、Jue Wang、Peter Bowen、Tamara Lewis 和 Justin Murphy...
整合的数字化体验将可持续包装从减少地球危害提升到增强客户价值。...