DeepSeek之后，SaaS没死

DeepSeek们是否会冲击到SaaS的生意？这是近段时间以来行业关注的热点话题。

之所以担心SaaS行业被冲击，是因为有了DeepSeek这类通用大模型之后，此前企业软件中的一部分功能，可能没有存在的必要了，因为这些功能可以被AI直接接管。

微软集团CEO纳德拉三个月前也曾对此问题做过公开讨论。他的观点是，AI将重塑SaaS的运行逻辑。纳德拉认为，SaaS实际上是带有业务逻辑的数据库，而未来这些业务逻辑将会转移到AI Agent中，企业所有的业务逻辑都将存在于AI层，AI Agent将成为整合层UI连接各种AI Agent和应用数据，从而重塑工作流程。

更进一步的，因为业务逻辑转移到AI层，从而使得后端系统变得多余，也将导致人们开始替换后端。微软旗下含CRM和ERP功能的Microsoft Dynamic 365正在积极应对这种变化，比如融合后端以响应AI层 。

所以，如果一定要说SaaS行业被冲击，不是SaaS的生意完全被颠覆致“死”，而是接受AI的逻辑之后，如何从后端到前端积极应对变化，赢得客户。

在“变”了

DeepSeek、包括近期爆火的Manus AI，实际上帮助SaaS公司完成了在不同业务场景使用AI的市场教育：不是SaaS公司努力推动客户上AI，而是客户迫切提出需求要尽快用上AI。此时行业对AI Agent的追捧并不仅仅停留在口头的“炸裂”和“颠覆”，企业们已经在用实际行动投票。

据钛媒体App了解，中国头部鞋服品牌百丽集团，目前已经在内部落地了超过800个AI Agent，覆盖货品助手、门店助手、营销助手等等。而帮助百丽在业务系统中落地这超过800个Al Agent的公司，不是传统的Saas公司，而是新成立的一家名叫“BetterYeah”的企业级Al Agent 智能体厂商。

无独有偶，今年年初，某全国性综合保险集团，基于 DeepSeek 快速落地了一项业绩管理与提升 AI 项目。仅一名工程师在 2 周内完成 4 个数据源的接入，处理上千万条数据，为近千名一线管理人员搭建了100 多个 AI 智能体。而该AI项目的解决方案提供方也并非SaaS公司，而是一家名叫跬智信息（Kyligence）的企业级Data AI创业公司。

可以看到，行业头部企业已经开始在内部构建成百上千的AI Agent，而SaaS公司能否跟上变化，参与到这一新的大潮中，至关重要。

最近，SaaS行业发生的一起战略控股事件，则提供了一个非常贴切的AI 重塑SaaS的参考案例——中国CRM公司销售易与腾讯战略合作升级，腾讯控股销售易，腾讯集团副总裁、政企业务总裁李强兼任销售易董事长入主销售易。

对于销售易创始人兼CEO史彦泽来说，一方面是解决销售易后续发展所需的资金问题，另一方面则是AI加速落地的背景下，“背靠大树好乘凉”。在腾讯入主销售易一个月后，销售易以腾讯旗下CRM新身份亮相腾讯云城市峰会上海站，会上，应用“腾讯混元大模型+DeepSeek开源模型”多模解决方案，销售易发布了首款 AI CRM NeoAgent 产品矩阵，该矩阵目前涵盖6大智能体：销售助理Agent、销售经理Agent、销售教练Agent、分析师Agent、营销Agent 和客服Agent 。

史彦泽告诉钛媒体App，除了6大智能体，此次更新比较大的改变是销售易CRM全新的AI式交互。“已经看不到任何传统软件的痕迹，借鉴了消费级AI应用的交互，从一个智能对话窗开始，将上述六大智能体以应用形式无缝融入应用菜单，实现多智能体之间的高效协同。”

重构后端，特别是数据

销售易的变化，与纳德拉前述提到的SaaS被AI接管，并融合后端以响应AI层有异曲同工。

纳德拉提到，AI Agent将对SaaS行业产生深远影响，特别是在企业级应用中。这一影响包括，SaaS公司可能需要提供许可的接口，允许AI智能体访问和操作其数据，从而创造新的商业模式。以微软Copilot为例，AI Agent已经通过连接到Adobe、SAP和Dynamics等系统来实现其功能，由于用户可以通过自然语言查询轻松访问和整合来自各种来源数据，这种集成将显著提高数据使用的强度。

在销售易的案例中，可以看到与六大AI Agent同时推出的，还有统一的客户全域数据资产平台Customer Data Cloud，为AI 智能体提供多维度的实时数据燃料。这其中AI 智能体调用后端数据需要解决的问题包括但不限于：

• 实时数据处理能力。支持多模态数据（语音、文本、图像）的即时解析与反馈，响应速度需控制在500ms内。
• 复杂场景下的算力弹性。高并发智能体交互（如10万+销售人员同时使用销售教练），需动态分配GPU资源应对峰值负载。
• 数据治理与权限穿透。跨系统调用数据（如腾讯会议销售拜访纪要、企业微信数据、ERP工单），同时保障数据权限隔离（如销售仅能访问管辖客户数据）。

与此类似，百丽集团能够在极短的时间内规模化落地AI Agent，也与其后端系统一直在进行的数据治理不无关系。但与销售易数据资产管理平台不同的是，百丽集团作为大甲方，需要管理和整合的数据源更多。

据钛媒体App前文《大模型时代的甲方乙方》中提到的，自ChatGPT2022年底爆火后，百丽集团近两年一直在探索如何将大模型技术应用于实际业务当中，基于此前积累的比较好的数据治理基础，百丽集团与第三方技术企业滴普科技探索，面向智能化应用趋势，实现了多模态数据的统一管理，并利用合成数据为大模型提供高质量融合数据。

其中为了解决AI对业务超越数据分析而能有效识别任务意图进行诸如多品类多店的深度运营策略生成，在合作中，双方摸索出了创新性的“左右脑”逻辑，并已经成为滴普科技Deepexi企业大模型在企业落地推理模型的核心技术架构。

百丽基于这一模型构建的多款AI应用，包括百明AI问数机器人、百策AI分析师、丽影AI参谋、单品运营大脑、百观AI助理等AI应用，今年还制定了基于行业大模型+Agentic AI应用落地的合作规划。

商业模式也在“变”

以AI 智能对话框为前端交互，以AI Agent协同，并调用后端数据。SaaS运行逻辑的变化，也给原来仅依靠用户订阅和大客户定制盈利的SaaS提供了新的商业化思路。

正如纳德拉所言，虽然消费者端的商业模式尚不明确，但企业端将围绕这些许可的接口构建新的商业生态，这将改变我们与SaaS应用交互的方式：从简单的使用许可转变为更动态的数据交互和应用集成。

那么，商业生态的变化是如何发生的，商业模式又因为前端的AI交互发生了哪些变化？

综合多个案例来看，DeepSeek等通用大模型在业务中能够带来的是新的价值的挖掘，而相对于传统SaaS，企业更愿意为这部分价值付费，哪怕付出比原有软件更高的价格。

钛媒体App前文《大模型时代的甲方乙方》也提到，在数据治理做到一定程度之后，百丽与滴普的合作面临大数据行业的共性挑战：投入了很多资金，建立了数据平台，交给老板或者业务部门，依然很难把价值讲清楚。即数据存储和治理技术已经相当成熟，但分析和挖掘工具还相对原始，发挥业务价值必须堆人和服务。

通用大模型的到来，将这一问题的解决向前推进了一大步。“当时发现它（ChatGPT等通用大模型）不仅仅是数据分析的价值，还可以实现深度业务链接。”滴普科技CEO赵杰辉回忆。发现这一价值，滴普随即启动了新一代多模态数据平台研发。

史彦泽对此也有同感，他认为与AI智能体的结合，让SaaS从卖软件订阅转向卖业务结果。“AI解决了数据质量问题，通过自动填充和规范客户数据，避免数据乱填导致的数据价值缺失，为智能应用奠定基础。这不仅是技术升级，更是商业模式的重构。”史彦泽表示，同时AI也推动CRM产品从僵化走向进化，即传统软件流程固化，难以适应企业业务变化，而AI可学习企业流程，根据业务数据优化流程。“这意味着我们可以从‘功能收费’转向‘价值分成’，客户为效果付费。”

截至发稿前夕，钛媒体App在与行业人士交流时也获悉，山西最大民营企业鹏飞集团也正在进行依托通用大模型的数字化转型，年内将与国内头部管理类SaaS飞书合作，基于平台通用智能体助手进行相关业务对接。

类似的案例还有很多，多数企业已经开始跑步进入AI Agent时代。据华泰证券研报显示，Agent应用已进入工程化落地关键阶段，有望在2025年进入放量元年。中金公司研报也显示，在ChatGPT引领本轮AI的产品开端后，关于下一代AI的产品形态也引起了广泛关注。AI Agent这类产品形态的创新与底层的模型演进同样重要，并展现出了强大的商业化变现和落地潜力。展望未来，AI Agent或将通过接管手机的方式，重塑互联网生态。

在这场静水流深的变革中，真正的赢家既不是固守城池的传统软件商，也不是横空出世的技术新贵，而是那些将AI能力深植于行业土壤的价值挖掘者。他们用智能体解构复杂场景，用数据燃料驱动业务飞轮，最终让每个销售话术的优化、每次库存周转的提升，都成为看得见的企业增长曲线。

这或许就是产业智能化的终极图景：当技术回归价值本质，创新便自然生长在每张工单、每次客户沟通的细节里。（本文首发于钛媒体APP，作者 | 秦聪慧）