具有自主性的AI对软件的未来意味着什么？

对软件股而言，1月是艰难的一月。市场情绪剧烈波动，而在许多情况下，这与其说是受基本面影响，不如说是源于悬在该行业头上的一个问题：“究竟会怎样 agentic AI 这对软件的未来意味着什么？”

最近的 William Blair 一份股票研究报告*很好地反映了这种情绪：IGV软件ETF在1月份下跌了约15%，这使其成为该ETF历史上表现最差的1月之一。关键不在于具体数字，而在于其背后的含义：恐慌情绪正在抹平细微差别，市场将“软件”视为一个大类。但现实情况却正分化为两个截然不同的类别。

市场正在对“软件”这一大类进行惩罚，但软件行业正在分化。

一方面：以界面为中心、配置繁琐的软件，其用户界面即为产品本身。在自动化工作流盛行的时代，这种价值很可能逐渐削弱。智能代理将越来越多地绕过界面，通过API执行任务，并淘汰那些主要依靠“点击操作”完成工作的场景。

另一方面：以API为先、以数据为中心、云原生的平台。这一类软件的设计初衷是既由人类操作，也由机器运行，其架构旨在实现编排、集成和扩展。在智能代理时代，价值将在此集中并实现复利增长。

换句话说，在一个由智能体构成的世界里，持久的优势并非源于菜单和按钮。

这源于数据架构、语义、工作流和连接性。

罗曼·博博的构想是 “接口税” 这句话很好地概括了这一点：你的产品价值越依赖于用户手动操作界面并配置无数规则，你就越会在这个崇尚自主性的时代制造出更多阻力。

被忽视的关键点：人工智能无法（也不应该）取代设计精良的SaaS。

有一种流行的说法认为，“人工智能将自动生成应用程序”，而企业级SaaS则变得可有可无。

现实世界中的关键任务系统并非如此运作。

人工智能功能强大，它必将彻底改变软件的开发和使用方式。但在许多企业领域，试图用由代理程序生成或运行的“DIY系统”来取代经过精心设计的SaaS解决方案，往往会增加成本和风险，并拖慢业务进程。

人工智能不会终结SaaS的三个原因

以下是三个理由，说明人工智能不会终结SaaS，以及为何实力最强的SaaS企业能够凭借其独特优势，让人工智能发挥更大的价值。

更高的运行成本

人工智能将降低开发成本，甚至能显著降低。但它会增加运行时成本，而且往往幅度很大。

传统企业软件的运行成本相对较低，因为其运算主要是在 CPU 上进行的确定性计算。用户点击“导出报告”或运行查询时，其计算过程可预测且成本相对较低。

具有自主性的AI正在改变经济格局。

自然语言问答、摘要生成、信息提取、推理工作流以及多步骤智能体都会消耗推理计算资源，通常在GPU或其他加速器上运行。每次交互的计算成本可能比传统数据库查询高出好几个数量级。

因此，尽管“开发软件”的成本可能会降低，但运行智能软件的成本却会更高，过程也会更加复杂。

这正是原生AI SaaS平台大显身手之处：它们成为客户与混乱之间的优化层。

• 将确定性系统保留给那些必须快速、经济且准确的应用场景（事务、权限、存储、账本）。
• 仅在能够创造可量化价值（辅助、发现、综合、自动化）的领域引入概率性人工智能。
• 统筹管理混合基础设施，让客户无需成为 GPU 调度、提示词缓存、检索管道、模型路由、安全层和成本治理方面的专家。

换句话说，在能动时代， SaaS 并非被人工智能所取代；它将成为控制智能成本的平台。

风险增加，以及“服务”的附加价值

对于那些期待人工智能接管企业解决方案的人来说，SaaS 中的“服务”一词往往被忽视。但对于上市公司、受监管行业、政府机构以及任何关注运营风险的人而言，“服务”至关重要。

现代企业需要能够信守的关键承诺：

• 可用性（以及可信的正常运行时间保证）
• 安全与合规（SOC 2、HIPAA、ISO、可审计性）
• 数据治理（访问控制、保留、血统、驻留）
• 支持与运维（事件响应、服务水平协议、培训）
• 长期一致性（“明天它将与今天完全一样地运行”）
• 责任与信任（关键时刻，谁该为失败负责？）

如果由人工智能代理生成您的应用程序，当系统出现故障时，凌晨3点会通知谁？如果发生敏感数据泄露，谁来向监管机构交代？谁能确切证明系统做出该决策的具体原因？

运营问责、治理和可靠性依然是核心价值，在智能代理时代也不会消失。如果说有什么变化，那就是它们变得更加重要了。

换句话说，随着代码成本的降低和自主性的提升，风险的代价反而更高了。

缩短上市时间：领域知识的深度胜过生成的代码

“AI无所不能”的观点往往认为，代码编写是SaaS解决方案中价值的主要来源。但在成熟且关乎业务关键的企业系统中，这种情况很少成立。

I在仓库管理平台这类系统中，代码本身可能只占20%的价值。其余80%则来自应用领域的专业知识——那些只有在亲历过数千个实际运行环境后才能掌握的无数边界情况和运营现实。例如：

• 当发货通知显示数量为1,000件，但实际盘点数量为997件，且其中14件损坏时，应如何处理部分收货？
• What这对资源分配、补货触发条件和库存估值会产生怎样的连锁影响？
• 循环盘点差异会如何根据 SKU 周转率类别、价值阈值或上次全面盘点以来的时间触发不同的工作流？

开发和运营企业级SaaS的团队已经反复经历过这些场景。这些经验已融入产品之中，这也正是商业平台能在上线首日即可正常运行的原因。

即使是借助人工智能加速的定制化开发，仍需数年时间才能发现那些你甚至不知道自己不知道的问题。

换句话说，融入人工智能的SaaS让现代SaaS变得更快、更高效。这绝非可有可无。

Revisiting the value of SaaS

尘埃落定后，人工智能并不会无差别地摧毁软件的价值。

这将根据架构现实重新定义软件定价，从而嘉奖那些既能提供企业软件的传统价值（可靠性、治理、问责制、价值实现时间），又能融合人工智能的潜力与强大功能的SaaS供应商。

人工智能不会终结SaaS行业。 它将成为市场分出胜负的关键时刻。

*阿琼·巴蒂亚等人，《恐惧，而非基本面：市场情绪问题及当前软件行业面临巨大挑战的原因》，威廉·布莱尔股票研究部，科技、媒体与通信行业，2026年2月2日。