微信扫码
添加专属顾问
我要投稿
AI Agent能否取代SaaS?深入剖析两者核心差异与未来可能性。 核心内容: 1. SaaS行业当前困境与AI Agent的替代逻辑 2. SaaS与Agent在业务逻辑层的本质差异 3. AI对SaaS能力的放大效应与实际应用案例
目前国内SaaS行业遇到很多令人困惑的问题,比如客户不买账、缺少付费意愿、难以持续使用等。但其实这些困惑都源于一个问题:做了企业客户不需要,非刚需的产品或服务。
于是,有些聪明人自然就想到,既然把握不了客户需要什么,那么就把这个问题交给AI解决。最终由Agent取代现在的SaaS,直接取得成功?
虽然人人都想让事情按照自己的期望发展,但Agent取代SaaS这件事,至少在目前是想多了。
对于Agent能否替代SaaS,各路AI专家和科技媒体把一个原本简单的逻辑,说得云里雾里,让这个问题看起来更加复杂。
其实,用一张简单的图,就很容易看明白。
无论是SaaS还是Agent,其应用都可以划分为三层结构:
Workflow:即业务流层,也就是所谓的前端。
Business Rule:业务逻辑层。
Database:各种形式的数据源。
不得不说,AI的强项在于能自动生成前端UI。这大大简化了Workflow层的设计和开发,但这也给人带来一种AI无所不能的错觉。
实际上,SaaS与Agent的主要差别在于中间层,也就是业务逻辑层。
SaaS是通过程序代码决定从一步到下一步;而Agent是通过AI模型和语境context决定下一步。
这个差别,导致了SaaS与Agent的“确定性”完全不同。
因为SaaS是通过程序代码,将业务逻辑写死的,因而是100%确定的。而Agent的中间层因为使用了非确定性(non-deterministic)的AI 模型,以及其它不受控的数据源。所以其“下一步”并非是完全确定的。
理论上讲,是“更好的数据,才有更好的业务流程”。
Agent的替代逻辑,是期望Agent自己“找到”更好业务逻辑。但现实中,这样构建的Agent不但不能证明业务逻辑更好,甚至连业务逻辑本身的确定性都无法保证。
因此,在多数企业业务场景下,这并不符合产品和服务的交付标准,因而Agent替代SaaS的可能性,目前看不大。
举例来说,我们曾尝试用AI Agent替换现有的“退费”业务(人工+报表)。即当多年合约终止时,向客户退还预付的费用。
这个业务并不复杂,尽管数据质量非常好,但Agent处理业务的正确率始终没有超过50%。对于一个要求100%准确的业务,这个方案只能放弃。
所以,只要确定性问题解决不好,Agent本身就很难用于企服业务。而这个问题之所以短期内无法解决,并不是因为AI模型或技术问题,而是数据的制约。
因为越有潜力的企业,越将自己的数据或context,视为自己的私有资产而拒绝共享。而没有优质业务数据支持的Agent,离着实际的应用,就永远存在距离。
不过,这并不是说AI与SaaS毫无关系。事实上,AI对SaaS能力的放大倍数,远比你想象的更大。换言之,AI虽不能完全取代SaaS,但能使SaaS变得更强大。
举个例子,利用AI的SDR团队,效率能提升数倍,获客也更加精准。但这并不是说用AI取代人工SDR,而是利用AI的处理数据能力,给出最佳的互动方案。人工SDR根据提示,准确采取行动。
总结一下,不要指望Agent能改变目前的困局。先做好SaaS,校准客户需求,优化GTM。然后加入AI,SaaS可能会变得更强大。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-07-02
有赞白鸦:AI 的最大意义,是让客户把产品用得更好了
2025-07-01
中国AI企业级应用,为啥感觉前途一片“凉凉”
2025-06-29
中国,AI 技术的企业级应用创业前景茫然
2025-06-24
中国SaaS,挺进AI时代|产业特稿
2025-06-21
经验分享:如何打通中小企业AI应用落地的最后一公里
2025-06-18
AfterShip 受邀出席 GTLC 全球科技领导力峰会,分享 AI Agent 内部落地实践
2025-06-16
别再盯着 SaaS 了,真正的机会在消费级 AI
2025-06-13
从240家AI软件公司的定价数据,我看到了5个关键趋势
2025-05-23
2025-06-29
2025-06-11
2025-06-21
2025-05-28
2025-05-29
2025-05-30
2025-06-13
2025-05-26
2025-05-20