SaaS正在消亡：在Agent时代，只懂"记录"的软件，很难活下来

一周前，风险投资播客20VC发布了一期近90分钟的对话。主持人Harry Stebbings的嘉宾是Klarna联合创始人兼CEO Sebastian Siemiatkowski，圈内都叫他Seb。话题从SaaS的死亡、AI对企业软件的压缩效应，一路聊到Seb作为波兰移民小孩在斯德哥尔摩吃了七天煎饼的童年。这期播客的标题很直接：《SaaS已死：为什么记录系统在Agent时代也活不了》。

三天后，2月19日，Klarna发布了上市以来最强的一份财报。Q4营收10.82亿美元，同比增长38%，首次突破单季10亿大关。美国市场收入同比暴涨58%。商户数量达到96.6万，同比增长42%。银行客户翻了一倍，达到1580万人。活跃银行卡用户从一年前的108万飙升到420万，增长288%。而完成这一切的团队，只有2907人，人均创收124万美元，是2022年的3.6倍。但市场并没有买账。财报发布当天，Klarna股价盘前下跌17%，跌到15.72美元，距离上市时52美元的开盘价已经腰斩再腰斩。投资者担心的是利润：尽管营收超出预期，每股收益仍然是负数。

Seb在播客录制时提到"新财报下周发"。也就是说，这90分钟的对话发生在财报公布前大约一周。恰逢Claude Code引发的"SaaS末日"（SaaSpocalypse）刚在华尔街蒸发了超过2000亿美元市值，他的很多观点有了更真实的注脚。

先交代一下Klarna是什么公司。如果你在欧美网购过，大概率在结账页面见过这个名字。它是全球最大的BNPL（Buy Now Pay Later，先买后付）公司，2005年在斯德哥尔摩创立，目前服务1.18亿活跃用户、85万商户，覆盖26个国家。简单说，它做的事情是让你在网上买东西时可以分期免息，不用刷信用卡。如果你用过花呗或者京东白条，Klarna干的就是这个事，只不过它不依附于任何电商平台，而是作为独立的支付选项嵌入到全球各种购物网站的结账页面。Seb现在要做的事情，是把Klarna从一个"结账时出现的分期按钮"变成一家全栈数字银行，提供银行账户、储蓄、转账、理财等完整服务，有点像一个独立版的花呗，想进化成一整个招商银行App。2025年9月在纽交所上市，代码KLAR。

Seb本人是波兰裔瑞典人，20年前和两个联合创始人拿着6万美元天使投资起步。他之所以在AI圈被广泛讨论，跟喊口号无关，关键在于他真的在一家上市金融公司里把AI用到了极致。三年内把团队从7000多人缩到不到3000人，人均薪资反而涨了60%，AI客服已经承担了相当于853个全职座席的工作量。他也是少数敢在公开场合说"很多tech CEO私下都承认AI会大量替代岗位，但不敢公开讲"的上市公司领导者。用他自己在播客里的话说："I'm more in Dario's camp（我更站在Dario Amodei那一边）。我想对AI会带来的巨大变化保持诚实。"

软件创造成本归零之后，真正的杀伤力在哪？

Seb在播客一开场就亮出了自己对SaaS行业的核心判断。他认为当前市场只看到了第一层变化：AI让写代码变得极度便宜。这一点他说自己一两年前就已经"百分之百确信"了。但真正致命的是第二层。

"你可以复制一个dashboard，可以重建同样的流程，但你的数据困在他们的数据模型里。当AI解决了这个迁移问题，switching cost（切换成本）才真正崩塌。"

这个观点的逻辑链条是这样的：SaaS公司过去几十年靠两层护城河活着。第一层是工作流的粘性，你的团队已经习惯了某个工具的操作方式，换一个要重新培训。第二层是数据迁移的摩擦，你的客户记录、历史数据、自定义字段全部困在供应商的数据模型里，搬家的成本极高。举个具体的例子：一家公司用了五年Salesforce，十万条客户记录的字段结构、关联关系、自定义标签全部按照Salesforce的数据模型设计。想搬到HubSpot？两边的数据模型完全不同，Salesforce里叫"Opportunity"的东西在HubSpot里叫"Deal"，字段对不上，关联逻辑也不一样。过去这种迁移需要IT团队花几个月手动做映射和清洗，成本高到很多企业算完账就放弃了，继续留在原供应商。这就是SaaS公司真正的绑定力。而Seb说的"AI agent解决迁移问题"，意思是AI能自动理解两套系统的数据结构，自动找到对应关系，把迁移成本从几个月压缩到几天甚至几小时。当客户随时可以走，你就没法收高价了。

AI正在逐层瓦解这两道防线。第一层已经被vibe coding冲击了，两个不会写代码的媒体记者用Claude Code几分钟就复刻了一个Monday.com的项目管理工具。第二层正在发生：AI agent将能够自动映射不同供应商的数据模型，一键把数据从旧系统搬到新系统。当这两层都失效，SaaS公司的定价权就彻底瓦解了。

这与a16z合伙人Anish在同一档播客里表达的观点吻合，agent会大幅降低切换摩擦。而欧盟2024年生效的《数据法案》也在监管层面推动供应商间的数据可移植性，政策和技术正在同一个方向使力。

那估值会跌到哪里？Seb给出了一个让SaaS行业不太舒服的参照系。历史上软件公司的Price-to-Sales（市销率）高达20到30倍，现在已经跌到5到10倍。但公用事业公司只有1到2倍。他拿Chegg举例。Chegg是美国一家做大学生作业辅导的上市公司，ChatGPT出来后学生直接问AI了，它的业务几乎被掏空，是"被AI第一批干掉的上市公司"的代表。ChatGPT出现后Chegg的市销率跌到了0.2倍，营收下降30%到40%。Seb认为大型SaaS不至于跌到0.2，毕竟它们有更复杂的业务壁垒。但跌到1到2倍？Harry追问这个可能性时，Seb停顿了一下，说："Yes, I think so."

这个判断的潜台词是：如果SaaS公司的估值逻辑从"高增长科技公司"滑向"公用事业提供商"，那整个板块还有巨大的下行空间。

Harry接着问了一个很多投资人关心的问题：大企业的权限体系和组织层级这么复杂，它们真的会让AI重写核心系统吗？很多VC认为vibe coding只能搞搞小工具，动不了SAP和Oracle的根基。

Seb不同意。他的反驳角度很有意思：未来AI不会从零写代码。他打了一个乐高的比喻。AI的工作方式更像是从一堆经过安全认证、生产就绪的标准化组件中挑选和拼装。这些组件会越来越多，越来越成熟。到了那个阶段，AI可能根本不需要"写"代码，只需要选对模块、拼对接口。"写代码"这个概念本身可能会变得过时。

Klarna怎么用AI重写自己的操作系统

Claude Code爆火的那个周末，Seb没有刷Twitter看热闹。他在做一个叫"company in a box"的实验。

他搭了一个小工作区，放进开源记账软件和开源CRM，然后在上面套了一个Claude agent。"嘿，帮我记这张发票""帮我建这个客户账户"，一个个指令发出去，都跑通了。这个实验的目的不在Klarna本身，而在验证一个判断：未来的小企业主，水管工、电工、独立咖啡店，不会自己vibe code，但他们会买到这种"一箱搞定"的产品，一套AI原生的后台系统，记账、客户管理、发票处理全包。

那大企业呢？Seb的判断是，大型企业的ERP之所以还活着，不在于它们做得有多好，根本原因是现有软件太割裂、太狭窄。一家典型的企业可能同时用着几十个SaaS产品，数据散布在Slack、Salesforce、Google Docs各处，每个系统只管一小块。AI要发挥作用，首先需要完整的上下文，而数据孤岛让AI根本拼不出一张完整的画面。所以Klarna两年前就开始系统性地关闭内部SaaS，整个公司替换掉了超过1500个SaaS产品。

"我们需要用AI-first的思路重新设计技术栈，让确定性代码和概率性代码融合成一个银行的操作系统。"

这句话值得拆开理解。确定性代码就是传统软件，输入A必然输出B，银行的利率计算、合规流程属于这类。概率性代码就是大模型，输入同样的问题可能给出不同措辞的回答，客服对话、营销文案属于这类。Seb的愿景是把两者融合在一套系统里，而不是让它们分别住在不同的软件栈中。

客服是这个融合最典型的案例。Seb早在2023年就对外宣布AI客服替代了600个全职座席的工作量，到2025年底这个数字已经升至853个。但他说这件事真正的启示不在于省了多少人，而在于：要让AI客服回答得好，它必须能读源代码。

"利率怎么计算的？文档可能不准，真相藏在源代码深处。"

传统的客服系统靠知识库运作，但知识库是人写的，可能过时、可能不完整。Klarna的AI客服直接接入代码仓库，遇到复杂问题时可以去查实际的业务逻辑。这意味着客服已经不是一个可以外包的独立功能，它和技术栈长在了一起。当Harry问"是不是每家大型科技公司都该自建客服系统"时，Seb没有给绝对答案，但坦言对Klarna来说这已经是竞争优势。

三家数字银行，三条不同的路

播客进行到大约24分钟时，话题从SaaS转向了金融业竞争。Seb反复提到两个名字：Revolut和Nubank。理解这三家公司的差异，是理解Klarna战略的前提。

Revolut，2015年在伦敦创立，CEO是俄裔英国人Nik Storonsky。最初切入点是跨境旅行换汇，在欧洲各国之间频繁出差的人，用Revolut换汇比传统银行便宜得多。后来逐步扩展到银行账户、信用卡、加密货币交易、股票投资等。目前6500万用户，覆盖48个国家，2024年营收40亿美元、净利润10亿美元，2025年底估值达到750亿美元（未上市，二级市场股份转让定价）。正在申请美国银行牌照，目标是2030年前进入100个国家、服务1亿用户。

Nubank（全称Nu Holdings），2013年在巴西圣保罗创立，CEO是哥伦比亚人David Vélez，之前是红杉资本合伙人。起步产品是一张没有年费的信用卡，靠手机App管理一切。巴西传统银行手续费高得离谱，Nubank精准切中了大量"没有银行账户"或"被银行薅怕了"的消费者。现在是拉美最大的数字银行，1.27亿用户，2025年Q3单季营收42亿美元，净利润7.83亿美元。2021年在纽交所上市（代码NU），巴菲特的伯克希尔累计投资了10亿美元。2026年1月刚拿到美国OCC的有条件银行牌照批准，准备进军美国市场。

三家的入口完全不同。Seb的分析很清晰：Revolut靠换汇便宜吸引欧洲商务差旅人群；Robinhood靠零佣金吸引炒股爱好者；Klarna的用户画像更偏向"网购消费者、女性居多"。Seb想把Klarna做成"数字版美国运通"，一个有情感连接的生活方式品牌，而不仅仅是一个支付工具。

在用户规模上，Klarna目前有1.18亿活跃用户，其中美国约2900万。公司在美国推出的银行卡增长迅猛，Q3时已有200到300万活跃持卡人（最新Q4数据已升至420万）。银行客户的人均收入是107美元，普通消费者只有30美元，3.5倍的差距就是转化的经济动力。"我们正在把BNPL客户转化为完整银行关系客户，速度非常快。"在Q4财报电话会上，Seb甚至说了一句更大的话："如果Klarna继续保持这个轨迹，它很可能成为全球主要的零售银行之一。"

Harry问了一个很尖锐的问题："Revolut和Nubank都在进美国，你押谁赢？"

Seb选了Nubank的David。理由很具体：Nik Storonsky把战线拉得太长了，同时进迪拜、印度、墨西哥、秘鲁，目标是100个国家。但银行业不是一般互联网产品，每个市场都有独立的牌照、合规和本地化需求，铺这么广极其消耗管理带宽。David至少有巴西这个高利润大本营稳稳撑着，进美国只是多加一个市场，风险可控。

这个判断在播客发布后很快得到了印证。2026年1月，Nubank率先拿到了美国OCC的有条件银行牌照批准，而Revolut还在申请阶段。

不过Seb也强调，这三家真正在抢的不是彼此的用户。"我们在吃的是谁的市场份额？Barclays、Wells Fargo、Capital One。"传统银行才是最终要被颠覆的对象。

跟Revolut最大的区别在于数据。Klarna有自己的支付轨道，类似美国运通，每笔交易不只传输金额，还包括完整的购物明细。你在丝芙兰买了什么化妆品，AI都知道。Revolut的数据维度就窄得多，它能看到你花了多少钱，但不知道你买了什么。"如果我要帮你管理日常消费，我有比别人丰富得多的数据来给你建议。"

然后Seb讲了一个让他"哭着入睡"的故事。David Vélez在创办Nubank之前，曾经在巴西跟Seb喝过咖啡。后来David发了一封邮件："能不能当我的顾问？我要创业了。"Seb当时太忙，回了一句"抱歉没时间"。Nubank如今市值超过400亿美元。如果当时答应做顾问，很可能顺带拿到天使份额。Seb说到这里自嘲了一句，算是错过了十亿美元级别的回报。

一家公司怎么在三年内从7000人缩到3000人

"去LinkedIn看我们的insights，你就能看到公司在缩小。"

这是Seb在播客里说的。他没有回避这个话题，而是非常坦率地拆解了整个过程。

核心机制不是裁员，而是"停止招聘加自然流失"。Klarna的员工平均在公司待5年然后离开，每年大约20%的自然流失率。除了2020年做过一轮裁员之外，之后基本就是不再回填离职的岗位。AI接管了越来越多的工作，客服、营销、内部流程、代码生成，空出来的位置不需要再招人。三年下来，7000多人就变成了不到3000人。

这种"温水煮青蛙"式的缩编比大规模裁员痛感低得多，但效果更持久。每年少20%，三年就是接近一半。而且因为走的人是自愿离开的，没有裁员补偿的成本，也没有舆论危机。

留下来的人拿到了什么？人均薪酬从2022年的12.6万美元涨到了20.3万美元，涨幅接近60%。Seb对员工的承诺很明确："用更少的人做更多的事，利润增长的部分要分回给你们。"他认为这创造了安全感。员工知道AI转型的收益不会全被公司吃掉，自己也能分到一杯羹。这种"缩编但涨薪"的模式在科技行业几乎没有先例，但从财务上是成立的：总薪酬支出并没有大幅增加（人少了一半，人均涨了60%，总支出反而略有下降），而人均产出的提升远远超过薪酬增长。

Harry问了一个所有人都想知道答案的问题："2030年Klarna会有多少人？2000？"

Seb说："可能比这更少。"

但他强调两类工作会留下来。一类是客户关系维护。Klarna在全球50多个地区有人跟Nike、Shein、Adidas这些大商户做面对面的沟通，这些涉及人际信任的工作AI替代不了。另一类是VIP人工客服。他有一个有趣的判断：当AI客服变成每个人都能获得的廉价服务，人工服务反而会变成奢侈品。就像工厂批量生产之后，手工匠人没有消失，反而变成了高端消费。Klarna已经开始为高价值客户提供专属的人工服务通道，未来这可能成为一个独立的收入来源。

Seb在这段对话的末尾说了一句比较沉重的话。他说很多科技公司的CEO私下都承认AI会大量替代岗位，但在公开场合不敢讲，因为怕引发恐慌、怕被媒体攻击、怕影响招聘。"I'm more in Dario's camp。我想对即将发生的事情保持诚实。短期内会有很大的动荡。"他说自己骨子里是乐观主义者，但在短期影响上选择做现实主义者。

为什么全部人类知识能装进一个U盘？

播客进行到后半段，信息密度突然拉高。Seb讲了一个他在一个有Sam Altman和Eric Schmidt在场的会议上想到的问题：一个前沿大模型训练完之后，参数量可能只有几百GB。整个互联网的数据量是以EB（百亿亿字节）计的。怎么可能把这么多信息压进这么小的空间？

他的回答构成了整期播客最有原创性的部分，可以称之为"压缩理论"。

先看一个具体的例子。"Klarna的客户是丝芙兰"这条信息，在一家传统企业里可能同时存在于Slack消息、Salesforce记录、Google Docs文档、Google Slides演示、源代码注释里。同一条事实被重复存储了五六次。但Wikipedia上关于Klarna的文章只有一篇。

大模型做的事本质上是一种数学压缩：如果同一条信息被训练数据告诉它足够多次，它就记住了，但只存一份。"这就是为什么你能把整个互联网、全部人类知识，压缩成几百个GB。因为说句不好听的，人类社会真正的新信息量其实很有限。我们看到的大量内容，只是同一个主题的重复和变体。"

他拿《罗密欧与朱丽叶》举例。这个"两个家族反对的年轻恋人"的故事在不同文化里有一百个版本，但对AI来说，核心信息就是"一个爱情悲剧"加上"不同名字和设定的变体"。数学压缩把这些全部合并了。变体之间的差异（名字、地点、文化背景）占的存储空间远小于共同的故事结构。

这个理论推导到企业领域，意味着什么？

意味着企业数据的冗余程度远比人们想象的高。同一条客户信息散布在五六个系统里，AI天然会做去重和压缩。如果一家企业用AI统一数据源、消除冗余，它实际需要的存储和计算资源反而会下降。这跟硅谷主流叙事"AI需要无限算力"形成了有趣的对冲。

Seb最近和Michael Burry（电影《大空头》中Christian Bale饰演角色的原型）聊过这个话题。企业端的逻辑很清楚：压缩是必然的，因为重复存储在经济上没有意义。但反方向也存在巨大的算力需求。Seb举了一个例子：你和朋友想看一部"我演达斯·维达、你演卢克·天行者"的定制星球大战电影，这就需要实时生成，需要大量算力。

"这两股力量哪个更大，我不知道。但在企业数据层面，压缩是必然的。"

他还分享了一个精妙的细节来说明企业的冗余问题。Wikipedia之所以能维持每个主题只有一篇文章的"单一信息源"状态，有一个关键的产品设计：你没法直接点"新建文章"。你必须先搜索，只有确认这个主题还没有词条的时候，系统才允许你创建。这和企业的运作方式完全相反。企业里有人想到一个点子，就直接开始写代码、建文档、创建Slack频道，从不检查是否已经有人做过类似的事。AI会帮企业解决这个问题，因为消除重复在经济上是合理的。

一个CEO的生存哲学

Seb对VC圈的批评很直接。"如果你今天作为投资人没下载过Cursor或Claude Code，没亲手搭过东西，你就没有能力评估AI公司。"他认为太多投资人还停留在看slide deck和听pitch的阶段，对AI产品的实际能力缺乏第一手体感。

他还做了一个大胆预测："Cursor会在2026年丢掉一半收入。"理由是Claude Code正在吃掉它的市场。不过他自己也笑着承认，Klarna内部其实Cursor和Claude Code都在用，两边下注。

聊到AI公司的竞争格局，Seb在Anthropic和OpenAI之间明确站了队。他觉得两家公司正在走向不同的方向。OpenAI越来越像一家消费级公司，优化的是情感连接、陪伴、娱乐，方向更接近电影《Her》。而Claude更像一个诚实的顾问。

"我不想要一个天天夸我的AI。我想要一个敢说'你这想法蠢透了'的AI。"

他担心的是，当OpenAI的用户基础以消费者为主时，产品会不可避免地滑向"讨好型"。用户喜欢被认同、被鼓励，这在心理上是舒服的，但对需要做出正确决策的CEO来说是危险的。他需要一个能提出反对意见的工具，而不是一个情绪抚慰器。

播客最后三十分钟的氛围变得更加私人。Seb回忆了Klarna的融资历程，讲到了红杉资本是怎么投进来的、Michael Moritz（红杉传奇合伙人）是怎么加入董事会的。这些故事的细节涉及他早年如何在欧洲VC圈不太看好fintech的环境下坚持下来。

然后话题转到了估值的过山车。Klarna 2021年最高估值456亿美元，2025年IPO时定价151亿美元，如今市值约52亿美元（财报发布后进一步下跌），股价从52美元的开盘价跌到不到16美元。这种从巅峰到谷底的经历，Seb用一个很真实的比喻来形容：他把Zlatan Ibrahimovic（伊布拉希莫维奇，瑞典足球传奇）踢进欧冠决赛前的紧张感拿来类比。"这就是我签约要打的比赛。压力巨大，难得要命，但这就是我想要的。"

他还讲了一个更生动的场景。有一次上MSNBC的节目，一个新嘉宾当着他的面唱衰Klarna，言辞很不客气。他下了节目坐进车里，把Queen的《Under Pressure》开到最大音量，然后笑了。

在播客的最后，Seb说了一句让人意外的话。他说自己改变了对AI采用节奏的看法。此前他认为变化会来得很快，但现在他觉得"会比人们想象的更慢"。技术本身已经足够好了，拖慢落地速度的是企业的决策流程、合规要求和组织惯性。这个判断来自一个已经在自己公司里用AI替代了一半人力的CEO，分量不轻。

Takeaway

90分钟的对话，信息量极大。Seb的身份让他的观点有一种独特的可信度：他不是在实验室里谈AI，也不是在PPT上画未来，而是在一家上市金融公司里真金白银地实践。从7000人到3000人，从600个AI客服座席到853个，从关闭1500个内部SaaS到搭建AI原生操作系统，每一步都有具体的数字和可验证的结果。

对SaaS行业来说，他的"压缩理论"比单纯的"vibe coding威胁论"更值得认真对待。如果AI能把企业数据从多个重复的数据孤岛压缩成单一信息源，那不只是软件公司的估值要调整，整个企业IT架构的逻辑都要重新写。

对金融行业来说，Klarna、Revolut、Nubank三家的竞争才刚刚开始。它们各自从不同的入口进入银行业，最终要抢的是传统银行几万亿美元的地盘。谁能在AI能力、用户规模、数据深度、合规速度之间找到最优组合，谁就能活到最后。

对每一个在职场上关注AI影响的人来说，Seb的"缩编但涨薪"模式提供了一种可能的路径：AI不一定意味着所有人都失业，但几乎一定意味着更少的人做更多的事，留下来的人可以拿到更多。问题是，你是留下来的那个，还是被自然流失掉的那个。