图由 AI 生成
当 AI 大模型的浪潮席卷全球，SaaS 行业是否将迎来新一轮增长？DeepSeek 这股技术新势力，能否让 SaaS 重回资本市场的聚光灯？在二级市场企业软件板块回暖的背景下，未上市软件公司是否迎来最佳 IPO 或并购窗口期？
DeepSeek 能否解决 SaaS 行业的产品标准化、定制化困境？企业软件的付费模式是否会被重构？未来 SaaS 是否会被 AI 彻底颠覆，开启全新的 AI 即服务（AI as a Service）模式？
最近，在崔牛会策划的“DeepTalk｜DeepSeek猜想系列”对话中，一场主题为“DeepSeek 如何改写 SaaS 投资逻辑？”，由崔牛会创始人&CEO 崔强主持，特邀蝶创控股总经理文然、微致资本创始管理合伙人郭欣、东方富海合伙人陈利伟、联想创投高级总监叶帅民Simon 等四位 To B 软件领域头部投资人参与，探讨了 AI 对 SaaS 行业的深远影响，从投资逻辑到商业模式，从产品形态到市场机会，嘉宾们的精彩观点为大家带来了全新的思考和启发。
文然把 AI 技术的引入比作从“菜刀”升级到“加特林”，效率大幅提升，但如果软件厂商无法在特定场景中实现突破，行业可能会再次陷入内卷。厂商需要想清楚自己能提供什么核心价值，确保能从客户那里获得合理的回报，才能维持可持续发展。
陈利伟认为，中国 SaaS 行业的困境必须放到宏观环境中看：需求不足是共性问题，不仅存在于 SaaS，实体产业同样面临。即便在这样的环境下，仍有部分 SaaS 公司保持盈利甚至增长。他们观察被投企业后发现，这些公司有一个共同点——极度聚焦。陈利伟讲了一个企业“小而不倒”的故事，他把企业小而不倒的逻辑总结为场景聚焦、行业深扎和价值可量化。
郭欣说，AI 的出现并没有改变他对行业投资逻辑的看法，但 AI 带来了市场空间的扩大。软件行业一直是服务行业中的一个小分支，而 AI 的出现让软件有机会蚕食更多服务行业的份额。未来“服务即软件”可能会成为行业的一个重点方向。他认为，中国科技创投行业本身遭遇的困境比 SaaS 更严重，现在投资人自己都募不到钱，关注再多也没“子弹”投，“SaaS 会回到聚光灯下，但很难从根本上解决问题，行业整体别指望回到 2021 年的疯狂”。
在叶帅民看来，未来，人机协作或人与 AI 员工的协作将成为主流的劳动模式，生产力和生产关系将被重新塑造。在移动互联网时代，有了平台经济和共享经济；而在 AI 时代，可能会出现一种新的经济形态，比如“智能经济”。他认为，SaaS 是服务于企业在特定阶段的需求，基于过去的技术手段（如云计算）形成的阶段性解决方案。未来，AI 带来的巨大变化将改变企业形态，这不仅是 SaaS 的机会，更是整个行业的重构。
无论你是创业者、投资人还是行业观察者，这场对话都有可能为你提供宝贵的洞见和方向。
阅读目录
1. AI 能否让 SaaS 行业重回聚光灯下？
2. SaaS 的“顽疾”，AI 能治好吗？
3. AI 的机会留给头部 SaaS 企业？
4. AI 不会改变 SaaS 投资逻辑
5. 中国 To B 软件呼唤健康的并购市场
6. 中国 SaaS 企业需要“合并同类项”
7. AI 会催生新的机会
8. 从“软件即服务”到“服务即软件”
以下是经牛透社编辑整理的对话内容：
AI 能否让 SaaS 行业重回聚光灯下？
崔强：最近总有人问我：“SaaS 还有没有未来？”尤其 DeepSeek 这类技术出现后，行业焦虑反而更重了。各位觉得，AI 能让资本重新关注 SaaS 吗？
文然：尤其是春节后，大家会有明显的体感，二级市场的反应已经很直观——这些 To B 上市公司的市值少则翻 40～50% 倍，多的翻倍或翻几倍，DeepSeek 对 SaaS 公司的加持非常明显。而问题在于，它能在聚光灯下停留？除了已上市的公司被关注，其他公司能否持续被关注需要继续观察。
崔强：文然是一个产业人，在 To B 领域深耕多年之后就做了投资这件事，另外三位是纯投资视角，大家都经历了 SaaS 前两波潮起潮落，还能起得来吗？
陈利伟：从 ChatGPT 到 DeepSeek，AI 对 SaaS 的影响一直分两派。一派觉得是颠覆，另一派认为是加持。但数据不会说谎：在 DeepSeek 出来那个节点过去的八九个月，中国市场上 AI 因 Talking 带来的交互流量增长 33 倍，这是什么概念？现在全中国所有的移动互联网流量加起来每天大概是 90TB，大家普遍预计到 2030 年中国市场上因 Talking 带来的网络流量将会达到每天 500 TB。长期看，AI 会从四个维度改变 SaaS——
交互层面 ：从“点菜单”变成“说人话”；
软件开发和架构层面 ：模型和 Agent 直接嵌入 SaaS 底层；
价值厚度变化 ：软件从“记录系统”变成“决策大脑”；
商业模式变化 ：从卖席位到卖用量甚至卖效果，短期看是改良，长期看一定是颠覆。
崔强：确实是分长期和短期这两波，郭欣你有什么不一样的视角吗？
郭欣：从短期看热度是有的，关注度是提高了，从二级市场的流动性，包括二级市场相关股票涨幅就能看得出来。但别太乐观，SaaS 过去几年的问题根本不是缺技术热点，而是需求不足、付费意愿弱，也存在诸如商业模式等更深层的问题。我的判断是，短期内可能市场会关注，但是你不要指望有更多的资本涌入这个领域。
实际上中国科技创投行业本身遭遇的困境比 SaaS 更严重，现在投资人自己都募不到钱，关注再多也没子弹投。所以我的理解是 SaaS 会回到聚光灯下，但很难从根本上解决问题。创业者得趁热解决“临门一脚”，比如快上市的公司赶紧冲一把。但行业整体别指望回到 2021 年的疯狂。
我以前做过二级市场，很多做二级的朋友最近都在向我咨询 To B 软件，我的理解是，从长期来看这个影响会非常结构化。很难泛泛说对这个行业是好是坏，可能有些细分场景、细分领域的公司会被颠覆掉，但是有些场景，有些领域会得到更多商业上的机会，从长期来看我觉得并没有什么定论。
崔强： Simon，你怎么看？
叶帅民：如果从体感上来讲，在中国这个环境下，大家对 SaaS 的感受是哀鸿一片，确实没有什么信心。从 DeepSeek 技术推出后的市场反应看，二级市场确实出现了明显的估值修复。去年春节后，中国软件板块集体回暖，投资人开始重新关注 SaaS——过去认为 AI 可能颠覆 SaaS，甚至让 SaaS 消亡，但现在我们看到两者融合中的机会。这种变化让市场心态从焦虑转向理性，更愿意沉下心寻找长期价值。
SaaS 本质上是企业软件发展历程中的一个阶段。过去我们将其视为独立赛道，但现在看，它更像是 AI 重构企业软件生态的阶段性信号。未来更大的命题在于：AI 如何重塑中国的企业软件生态？比如通过 DeepSeek 这类技术，企业软件可能从“功能工具”升级为“智能生产力系统”，这才是值得探讨的方向。
中国 SaaS 的根本问题在于供需错配——中小企业需要标准化产品但付费能力弱，大企业愿意付费却要求深度定制。这种矛盾导致 SaaS 公司陷入两难：若坚持标准化，难以满足大客户需求；若转向定制，又背离订阅制初衷。更关键的是，SaaS 带来的生产效率提升对中小企业感知不强，导致需求侧始终疲软。
DeepSeek 这类技术的价值，不仅是工具升级，更是信心重建。当企业看到 AI 能显著降本（如替代 30%客服人力）或增效（如自动生成营销方案），需求侧才会被真正激活。但商业生态的转变需要时间——只有需求池足够大，供给端才能形成健康循环。这就像电商崛起前需要移动支付和物流基建成熟一样，AI+SaaS 的爆发同样需要生态铺垫。
崔强：刚才提到的“错配”是个关键概念，中国 To B 市场的核心问题不仅是技术或产品，更是深层的结构性矛盾。比如供需错配——中小企业需要标准化产品但付不起钱，大企业愿意付费却要求定制化；还有交付错配——SaaS 公司想做云订阅，但客户仍习惯本地部署。利伟，你之前深入研究过这些矛盾的具体表现吗？
陈利伟：确实如此。中国 SaaS 行业的困境必须放到宏观环境中看：需求不足是共性问题，不仅存在于 SaaS，实体产业同样面临。但有意思的是，即便在这样的环境下，仍有部分 SaaS 公司保持盈利甚至增长。我们观察被投企业后发现，这些公司有一个共同点——极度聚焦。
比如一家被投企业专注服装行业的面料质检环节，仅服务头部 30 家客户，把质检流程拆解出 17 个标准化节点，续费率超过 90%。另一家公司专攻连锁餐饮的排班管理，只解决“如何用算法优化兼职人力调度”这一个问题，反而在疫情中逆势增长。这就是小而不倒的逻辑：
1. 场景聚焦 ：不追求大而全，而是死磕一个细分场景；
2. 行业深扎 ：吃透垂直行业的 Know-How，甚至比客户更懂业务细节；
3. 价值可量化 ：客户能明确算出用了你的产品后，人力成本降了多少、出错率减少多少。当宏观需求不足时，只有极致聚焦才能形成护城河。
SaaS 的“顽疾”，AI 能治好吗？
崔强：文然，你之前多次提到，中国这波 SaaS 厂商的员工工资水平比传统软件公司（比如用友）高很多，但软件行业的人均单产却很低。现在 AI 来了，你觉得这种情况会有所改变吗？行业会变得更理性吗？
文然：我觉得这个问题可以从几个方面来看。 首先，以 Deepseek 为例，AI 技术的引入就像从“菜刀”升级到“加特林”，效率大幅提升，尤其是在客服等领域。但问题在于，如果企业无法在特定场景或应用中实现突破，行业可能会再次陷入内卷。这种内卷会再次暴露 SaaS 行业的老问题——投入产出比失衡，人均收入赶不上人均成本，亏损是必然的。
其次，企业需要想清楚自己到底能提供什么核心价值。如果没有足够的价值，客户不会愿意买单。无论是通过产品还是竞争，企业必须确保能从客户那里获得合理的回报，才能维持可持续发展。
另外，过去几年，尤其是从 2015 年开始，中国 SaaS 行业普遍采用烧钱模式，先拉客户再考虑盈利。但这种模式在 2015 年和 2021 年两轮周期中都未能达到预期目标。去年，我们看到很多 SaaS 公司大规模裁员，裁员比例从 20% 到 50% 不等，这说明行业正在回归生意的本质，即投入与回报的平衡。
AI 确实是一个强大的工具，但它并不能解决所有问题。无论是否引入 AI，企业都需要回归基本的商业逻辑，即投入多少钱，能赚多少钱。AI 只是工具，最终企业还是要思考如何构建可持续的商业模式。
崔强：确实，我最担心的就是像前些年 SaaS 刚兴起时，文然曾提到的一个担忧：这波会不会像第一波那样，火两年就不行了？当时我还比较笃定，觉得不可能，但最后确实复现了文然的担忧。
我担心的是，人在有钱的时候容易变得狂热，无论是投资人还是创业者，大家都经历过这种状态。另外，刚才利伟提到交互方式和产品形态在改变。在 SaaS 以及整个企业软件领域，长期存在的问题，比如：产品标准化不足、过度定制开发、付费意愿弱等等，这些是否有可能通过 AI（比如 DeepSeek）得到结构性解决？
郭欣：在回答这个问题之前，我想先表达一个观点。我们在讨论 SaaS 模式时，经常会做很多自我批判，认为是我们自己的问题导致了今天的困难。但我觉得，造成中国 SaaS 公司当前困境的核心原因，并不完全是我们自身的问题，而是与 2021 年国际形势的变化有关。当时，企业的退出通道（如美股、港股、A 股上市）发生了巨大变化，导致整个行业的节奏被打乱。
如果当时退出通路没有变化，我们本可以慢慢消化行业的基本面问题。但现实是，上一波投资是由移动互联网的成功机构推动的，很多人用投移动互联网的方法投 To B 软件和 SaaS，这与 SaaS 行业的内在发展逻辑并不匹配，确实对行业造成了一定伤害。不过，如果没有退出通路的根本性变化，这些问题本可以通过时间逐步解决。
回到崔强的问题，关于 Deepseek 是否能缓解行业存在的问题（如产品标准化不足、过度定制化、付费意愿弱），我的看法是，AI 技术的进步对这些问题的改善作用可能有限。Deepseek 的出现更像是一次行业洗牌，但打牌的人还是原来的那些人。如果市场环境和参与者的理念没有根本性改变，仅靠技术变化很难带来本质的不同。
另外，关于你担心的“有钱之后又胡搞一轮”的问题，我觉得可能性较小。虽然行业重回聚光灯下，但新增资源有限，整个科技 VC 投资行业的系统性问题和退出通路受阻的现状并未改变。因此，不太可能出现新一轮的投融资热潮或冲动行为。
AI 的机会留给头部 SaaS 企业？
崔强：我能理解一些网友的评论。比如有人说 AI 已经出现泡沫了，我觉得这很正常，每个行业刚开始时都会有泡沫，就像 SaaS 刚兴起时也有泡沫。有网友认为，AI 应用级产品的创业门槛变高了，头部 SaaS 厂商在大模型基础上构建产品的挑战也很大，机会还是留给那些已经沉淀出行业数据资产的头部企业。Simon，你觉得接下来更多的机会是否真的会留给这些头部企业？
叶帅民：这是一个很好的问题。从软件产业的发展来看，SaaS 模式在美国的公司通常需要五年、十年甚至 IPO 后仍处于亏损状态，但最终通过二级市场的支撑跑通业务。归根结底，这还是需求侧的问题，尤其是需求错配的问题。
回到 AI 对企业软件和 SaaS 的影响，我认为这一波 AI 确实带来了很多正向影响。首先，过去 SaaS 主要解决管理流程问题，对使用者的体感并不明显，降本增效的效果也有限。而 AI 在生产力上的提升可能是十倍甚至百倍，这会重新激发企业的付费意愿。其次，AI 的泛化能力对定制化开发有很好的帮助，能够缓解长期存在的定制化问题。
对于头部企业来说，由于它们流程复杂、角色多样，拥有场景和数据优势，这些是重要的资产。因此，头部 SaaS 公司在这一波 AI 浪潮中仍然具有竞争力。然而，对于一些简单的流程工具型公司，AI 可能会带来颠覆性挑战。
数据是这一波 AI 变革中的核心价值。 模型每天都在变化，但不变的核心价值是数据。企业的竞争力往往沉淀在流程和数据中，这些是私有的。谁能利用 AI 将这些数据转化为优质服务，谁就有更大的机会。未来可能会出现更多 To B 端的生产力工具，比如各种 agent 和助理类软件，这是一种新的机会形态。这些工具将帮助企业更高效地完成工作，提升生产力。因此，虽然 AI 带来了新的挑战，但也为行业带来了新的增长点。
AI 不会改变 SaaS 投资逻辑
崔强：Deepseek 到底能不能改变我们所关注的行业，尤其是 ToB 投资逻辑？从最早的定制化模式到订阅模式，再到未来可能的商业模式变化，大家怎么看？
文然：我觉得 AI 的到来对 SaaS 商业模式确实带来了比较大的挑战。去年我参加了崔牛会组织的美国考察活动，与国外公司的同行交流后，感受非常深刻。AI 可能会对传统的 SaaS 模式产生冲击。比如，传统的 SaaS 收费模式是基于用户数、模块数和模块单价的乘积来计算订阅费用。但如果 AI 技术（如数字人）普及后，用户数可能会减少，导致收入下降。这种情况下，我们做得越多，收的钱反而越少，这对商业模式是一个很大的挑战。
因此，我们需要对订阅模式进行适度改造。比如，是否可以采用按 token 收费，或者根据最终成果收费？不同领域的产品可能需要不同的收费方式。这个问题需要行业未雨绸缪，否则未来可能会面临更大的挑战。
此外，AI 的普及也可能改变行业内恶性竞争的局面。去年在 SaaS 大会上，明源云的高宇提到，我们不能自己“杀”自己比甲方还狠。如果 AI 效果特别好，但商业模式没有调整，可能会对行业造成更深的伤害。
郭欣：首先要明确什么是投资逻辑。现在大家都喜欢说“逻辑”这个词，但既然是逻辑，它就不是短期的、局部的现象，比如看某个子行业、AI 或云计算。我认为投资软件行业的逻辑不会因为 Deepseek 的出现而发生根本变化。我们的逻辑始终是在 To B 软件领域寻找好的商业模式，并且这些模式最终能够证券化。这是驱动我们在这个行业看公司的核心逻辑。
不过，AI 技术的快速进步，包括 Deepseek 的出现，可能会带来一些影响。我认为它可能会加剧 To B 软件行业的碎片化。未来，中小型创业公司的创业门槛可能会降低，但规模化成长的难度会加大。应对这种情况，从策略上来说，我觉得传统的 VC 模式——总是盯着大赛道、大赢家——会遇到更大的挑战。相反，作为投资机构，我们应该在行业整合、并购和合并上投入更多精力。
因为我们的目标始终是寻找能赚钱的生意，并且这些生意最终能够证券化。但随着 AI 技术平权带来的创业门槛降低，可能会出现很多小生意，但这些小生意要成长为大生意会变得更加困难。如果没有一个多层次的 To B 软件退出市场（如整合和并购）来支持，那么在这个行业做投资可能会变得更加艰难。
从大的逻辑上来说，我并不认为投资逻辑会有什么变化。因为技术进步虽然带来了新的机会，但生意的本质并没有改变。比如，帮助企业实现 AI 的方式可能仍然是一个低技术含量的体力活，比如用项目制的方法搭建本地化 AI 平台。这种生意即使包装成 AI 的名字，本质上还是一个工程队的模式。
当然，AI 的出现确实会带来新的机会，比如重新教育客户、发现新场景、找到新的软件应用领域。这些新领域可能会催生新的商业模式。但从投资的角度来说，我们始终关注的是那些真正好的商业模式，而不是挂着各种技术名称的噱头。
陈利伟：基于大语言模型的 AI 对 SaaS 和企业软件商业模式的影响已经在发生，只不过这种影响是渐进式的，不会一夜之间从基于用户的收费模式完全转变为基于用量的收费模式。我们可以从 Salesforce 的最新财报中看到这种变化。
Salesforce 的 Einstein GPT（AI 客服产品）已经开始采用基于每次交互收费的模式，每次交互大约收费 2 美元。虽然 Salesforce 的收入体量很大，几亿美金的增量对其整体影响不大，但从增长速度和客户数量来看，这种变化已经显现。Einstein GPT 上线不到两个季度，已经有 5000 家企业级客户，平均单客价约为 16 万美金，形成了数亿美金的收入。
从更宏观的角度来看，这一波 AI 技术对劳动力市场的影响也非常显著。Anthropic 最近发布的社会经济报告显示，AI 已经渗透到 36%的工作岗位。这里的“渗透”包括增强现有岗位的效率，也包括部分岗位被完全自动化。这意味着，如果 SaaS 和企业软件仍然基于用户数收费，而企业用工总量因 AI 的普及而下降，那么 SaaS 企业的收入盘子可能会缩小。因此，SaaS 企业需要切入“数字劳动力”市场，调整收费模式以应对这一变化。
此外，AI 对企业软件效率的提升也有显著影响。从软件发展历程来看，每一次技术迭代都带来了企业软件公司效率的提升。比如，SaaS 时代头部公司积累 1 亿美金 ARR 的时间比传统软件公司更快。而在 AI 时代，Coding 领域的公司 Carson 仅用 21 个月就达到了 1 亿美金的 ARR，成为目前增长最快的公司之一。这背后反映了 AI 带来的运营效率提升。
从投资角度来看，AI 原生应用公司的增长速度和人才结构也发生了变化。目前，全球已有近 100 家 AI 原生公司实现了 1 亿美金的 ARR，而实现 1000 万美金 ARR 的公司通常只有几十名员工。这种高效率的人才结构和财务模型正在改变 SaaS 投资端的逻辑。投资机构更关注每人产生的年度 ARR，而不仅仅是总收入或收入增速。这种变化正在改善 SaaS 行业投资回报率过低的问题，数据正在向好的方向发展。
崔强：刚才几位都提到，软件开发出来后企业的需求量可能会减少，但可以通过数字人或数字工具补充原有人员，从而提升企业的人效或每人年度的 ARR。我上次跟 Simon 聊的时候，他提到“造人逻辑”是他们关注的重点方向。Simon 怎么看这个部分？
叶帅民：回到我一开始讲的逻辑，我们看 SaaS 和企业软件时，最终用户其实是企业。在 AI 浪潮下，企业的组织形态和需求可能会发生变化，这反过来会影响 SaaS 的发展方向。比如，几位都提到的“数字员工”，我认为未来企业会引入更多数字员工。从长远来看，AI 将逐步替代从脑力劳动到体力劳动的多种岗位，尽管这需要时间。未来企业的办公场景可能是人类员工与 AI 员工混合协作的模式。这种新的组织形态会带来一系列变化，比如如何协调人类与 AI 员工、人类与人类员工、AI 与 AI 员工之间的协作，以及如何评估这些员工的工作绩效。
此外，这一波 AI 浪潮还催生了一个新趋势：过去我们谈 To C 和 To B，而现在出现了一个介于 B 和 C 之间的新品类——To P（生产者兼具消费者属性）。这类“超级智能体”或“超级个体”可能会组织身边的助理、助手或数字员工，形成一种新的企业形态。
在这种背景下，企业的组织形态会发生重大变化，SaaS 的订阅模式（按人头收费）势必会受到影响。未来，SaaS 企业需要更多地利用 AI 提升生产力，提供面向数字员工的服务。这就是我之前提到的“造人逻辑”——在 To B 领域，通过 AI 创造能够替代特定岗位或任务的数字员工；在 To P 或 To C 领域，则服务于用户的生产力、创作或生活需求。
总的来说， 软件的逻辑正在从“工具”向“服务”进化。过去，软件提供工具；现在，软件直接交付服务。这种转变会带来商业模式的改变，最终通过生产力的提升实现更大的价值。 这是我认为未来 SaaS 行业可能会发生的一些重要变化。
中国 To B 软件呼唤健康的并购市场
崔强：一个网友问：怎么看今年企业级软件市场的并购趋势？在酷家乐和销售易之后，是否会有更多厂商选择并购这条路径？
郭欣：今年 To B 软件领域的并购确实非常热，大家都在提，意愿也很强。但实际上，我关注并购好几年了，发现虽然大家都在谈并购，但彼此的诉求往往是南辕北辙。并购不是单方面的事，而是多方主体之间的合作，真正能匹配需求的案例非常少。
比如，很多创业公司愿意接受并购，而大企业或上市公司也愿意看 SaaS 领域的公司，但双方的需求完全不同。创业公司想脱身，大企业想买收入、买利润，彼此很难提供对方需要的东西。所以，虽然并购成为热门话题，但现在恰恰是需要对并购有更深理解的时候。
并购有很多种类，中国的 To B 软件领域未来一定会越来越活跃，并购对行业的长期健康发展至关重要。甚至我认为，并购的重要性超过 AI。因为最终无论是 AI 还是其他技术，都要落到投资赚钱这件事上。并购非常符合 To B 软件行业的发展特点。比如，最近美国一些 AI 相关的创业公司，在短时间内达到了很高的 ARR 水平，但它们很快会遇到瓶颈。从投资角度看，未来很多公司持续内生成长的难度会越来越大。因此，并购可能是解决这些问题的关键路径。今年有几个领域可能有并购机会：
1. 细分赛道的头部企业：通过整合并购，快速达到 IPO 的量，借助市场热度往前推进一步。
2. 融资过但增长乏力的公司：可以整合一些未融资、有收入和利润的公司，尽管这些公司模式不够性感，但能快速撑起规模。
3. 传统模式的公司：估值不高但能盈利的公司，可以通过并购整合寻找出路。
不过，大部分企业还需要等待，把业务做得更扎实才能找到并购机会。虽然大家都在谈并购，但真正系统性思考并购是否是行业出路的人并不多。很多人想卖公司是因为创业太累，但并购并不能解决这种痛苦。并购需要耐心和理性认识，必须用 5 到 10 年的维度来思考才能看到结果。
如果中国的 To B 软件领域没有形成一个健康的并购市场或多层次的退出渠道，我对整个行业的投资会变得悲观。因为 To B 软件行业并不擅长产生巨无霸企业，而是一个小公司众多的行业。过去几年没赚钱有阶段性原因，但这个行业的内在特点应该是能在细分领域赚到钱的。
中国 SaaS 企业需要“合并同类项”
崔强：利伟，你对今年并购市场的判断是什么？
陈利伟：关于上市和并购，我先谈谈上市。从全球来看，SaaS 企业软件的上市环境有明显的周期性。2021 年是全球 SaaS 上市的高点，大约每三年一个周期。我个人认为，今年全球 SaaS 的上市环境会有较大改善。比如，美国的 CellPoint（一家做支付安全的公司）几年前被私有化时估值 60 多亿美金，今年重新上市后估值翻了一倍，达到 100 到 140 亿美金。类似的公司还有很多，比如 Zendesk 和 Kotrics，预计今年也可能重新上市。此外，全球还有近 20 家未上市的 SaaS 公司，ARR 在 5 亿美金左右，今年可能会首次发行或重新上市。因此，从三年周期来看，今年全球企业软件市场会比过去两三年好很多。
从国内市场来看，香港对 SaaS 和企业软件的包容度较高。比如酷家乐、聚水潭和明略等公司，目前正在港交所聆讯过程中，大概率今年能成功上市。这些公司是国内 SaaS 企业软件领域的佼佼者，营收规模较大。然而，国内 A 股资本市场对 SaaS 企业软件的 IPO 包容度较低，无论是科创属性还是盈利能力，SaaS 企业相比其他行业没有明显优势，因此在国内上市较为困难。
剩下的路径就是并购。并购主要有两种方式：一是卖给上市公司或产业巨头，二是同行业或相邻行业的合并。最近我们刚交割了一个案子，一家我们投资的企业软件公司被国内 A 股上市公司收购。虽然国内政策鼓励并购，但在实际操作中，并购审核仍以财务报表为导向，尤其是盈利能力。如果公司没有利润，即使买卖双方达成一致，交易所和证监会层面仍会有较大障碍。因此，SaaS 企业在国内并购的适用性较弱。
我更支持同行业或相邻行业的合并，通过并购整合加快独立上市进程，提升上市成功率，同时打开估值天花板并增强行业内的垄断地位。这种合并同类项式的并购整合，是目前 SaaS 和企业软件最应该做的事。我们也在亲自推动被投企业进行这类整合。当然，这种整合需要一定规模效应。如果公司收入只有几千万人民币，合并的意义不大；最好是收入在一两亿人民币的公司，通过两三年时间，通过并购整合和内生增长，做到 10 亿人民币收入和 5000 万到 1 亿人民币净利润，然后谋求在香港资本市场 IPO。这是对投资人来说最快、最可行且收益最大化的退出方式。
从供给侧来看，这也是优化供给结构、避免低价竞争恶化财务模型的唯一方法。SaaS 及企业软件行业的特点是，很难通过正常竞争让某家公司退出市场，大家只要绑住有限的客户就能生存。只有通过并购，才能优化供给结构。
崔强：有网友提到：“我们是一家传统的数据治理公司，不是 SaaS，想卖，有并购机会吗？”
郭欣：能够卖掉的可能就是这些特别传统的公司。那些以前不传统、容易拿钱的公司，现在反而卖不掉。To B 软件行业的创业者需要摒弃一个观点：把并购当成次优选择。实际上，并购在我们这个行业可能是非常主流的退出选择。
对并购这件事，我们需要有更正面的认知。千万不要觉得是遇到困难了、不想做了，才想通过并购解决问题。顺风顺水的时候，大家都觉得自己能敲钟。如果你是这种心态，第一，你可能很难被并购，或者很难做好并购；第二，长期来看，如果这个行业没有并购，大家的日子都不会太好过。
我的感觉是，如果中国的企业软件行业不出现一个良性的并购市场，投资人很难批量回归这个行业。因为这个行业与传统的 VC 投资思路不匹配，内在逻辑就是如此。我们要对并购有更正面的认知——它不是帮我们解决困难的，而是我们这个行业的主流退出方式。
AI 会催生新的机会
崔强：一个网友问：AI 对这一波 SaaS 会产生哪些机会？说说机会吧。
文然：我们先看 AI 短期机会。短期机会是大家都看得到的，比如知识管理、客服等领域，效果立竿见影。但我想说的是，AI 会带来长期的、根本性的改善。目前，所有 To B 公司使用 AI 的方式都像是做了一个“外挂”，还没有真正融入核心业务。
现在 AI 的发展还不确定，比如马斯克的 Grok3 用了 20 万卡，能力比 DeepSeek 没好多少，其能力是否已经达到边际效益递减的程度？如果未来两到三年，AI 的发展趋于稳定，不再出现跃升式进步，那么基于 AI 原生构建的 SaaS 可能会完全不同。就像 iPhone4 之后，智能手机的发展趋于稳定，AI 也可能进入一个线性发展阶段。
未来，企业的组织形态、工作流程和能力结构可能会发生巨大变化，AI 和人类可能会形成新的协作模式，甚至 AI 可能成为主流。如果企业形态发生根本性变化，现有的“软件+AI”模式可能无法适配。我们需要基于 AI 原生构建新的 SaaS，甚至可能衍生出新的名词和玩法。短期来看，AI 带来的机会非常直接，很多人已经找到了一些切入点，也能赚到钱。但如果未来有厂商从底层彻底颠覆现有模式，那么现在的所有尝试可能都会被淘汰。
叶帅民：SaaS 是服务于企业在特定阶段的需求，基于过去的技术手段（如云计算）形成的阶段性解决方案。未来，AI 带来的巨大变化将改变企业形态，这不仅是 SaaS 的机会，更是整个行业的重构。我认为机会分为两部分：一是存量转变，现有的 SaaS 公司必须进化，适应 AI 时代的需求，否则可能被淘汰；二是增量机会，新的创业者可能会涌入，从某些领域切入，带来全新的机会。
具体来说，AI 将全面替代智力和体力劳动，各行各业会出现新的数字员工和 Agent，这是一种新的生产力形态；SaaS 公司过去服务于管理者，未来需要赋能所有使用者，利用 AI 提升他们的能力；也会出现一些新场景和新公司，比如客户互动、销售营销等领域，可能会出现新的创业公司；服务于内容创作的工具和平台，既服务于 ToB 也服务于 To P，这是一个新兴领域。
此外，AI 还会带来 IT 范式的迁移。过去是从 Cloud 到 Hybrid Cloud（混合云），未来可能是以大模型为核心，基于数据构建 Agent。这种范式迁移可能会催生新的平台和基础设施机会。还有一个值得关注的方向是，过去无法通过软件规模化扩张的服务型公司（如招聘、猎头、商业化服务），可能会因为 AI 和数字员工的引入，降低边际成本，从而实现规模化扩张。这类公司可能会成为一种新的服务形态。这些都是我们能想到的一些机会点。
从“软件即服务”到“服务即软件”
崔强：这两天我看到文然老板在生态大会上提到“AI+SaaS 的黄金十年来了”。其实我们都能感知到，AI 和 SaaS 是两件事：AI 是提供工具，比如给你一把菜刀；SaaS 是提供服务，比如按次付费让你做顿饭，吃爽了就给钱，甚至给小费，也能理解这种按次付费的逻辑。从“SaaS 即服务”到“AI 即服务”，几位怎么看这种模式的改变？这两种完全不同的物种结合在一起，会产生什么样的化学反应？
陈利伟：技术一直在变化，SaaS 和企业软件行业在过去二十年经历了好几波技术浪潮，但总有一些不变的东西。对于 To B 企业软件来说，不变的有以下几点：
1. 理解客户需求的能力：无论技术如何变化，理解客户需求的能力始终是核心。
2. 定义产品的能力：基于客户需求定义产品的能力也不会变。
3. 组织能力和精细化运营能力：这是企业长期积累的核心能力，不会因为技术浪潮而改变。
对于 To B 创业者来说，变化的东西迟早能抓住，但不变的东西需要长期积累。在“AI+SaaS”或“SaaS+AI”的路径上，大家都有机会。无论是 AI 原生的创业团队，还是现有的 SaaS 公司，都有很大的机会。
对于现有的 SaaS 公司来说，它们拥有客户数据，这些数据是私域的，不是大模型轻易能从公域获取的。基于这些数据，SaaS 公司可以在开源大模型的基础上，训练出适合自己场景的行业大模型，进而打造自己的 Agent 或 AI 原生应用。这种机会可能比新创业公司更大。所以，关键是要抓住那些不变的东西，并提前做好准备。
文然：我们确实对“SaaS+AI”非常热情，动作也非常快。金蝶体系几乎在春节期间就全面接入了 Deepseek。为什么我们这么积极？过去几年，SaaS 公司接入了很多 AI 技术，但大家并不兴奋，因为担心 AI 公司会直接下场抢市场。开源 Deepseek 让 SaaS 公司有机会变成 AI 公司，解决了这个隐忧。每次技术浪潮都让市场变得更大，从软件时代到 SaaS 时代，再到 AI 时代，越来越多的公司能够崛起，市值和收入也会越来越大。
过去是“Software as a Service”，未来可能是“Service as Software”。我们看到美国有些公司本来想做软件，最后变成了服务型公司，反而赚得更多。在中国，这种可能性也存在，尤其是在 C 端市场。
我想强调的是，在 SaaS 行业干了 20 多年，这个行业经常被人笑话像个“扶不起的阿斗”。某种程度上，这与我们的心态有关。C 端创业者有强烈的激情和持续的搏杀精神，而 To B 行业的特点是“活不容易活好，死也很难死”，这在市场迭代上是有问题的。
尽管 AI 有好的方面，也有不那么理想的方面，但我们内心深处依然坚定地认为，必须紧跟这个浪潮，争取更大的价值和突破。这与我们长期的价值观有关。有时候，人是因为看见才相信，但更多时候，是因为相信才看见。我们能够走这么多年，也正是因为这种坚信。
郭欣： 虽然我在今天的讨论中多次提到 AI 的出现并没有改变我对行业的投资逻辑，也说了很多偏谨慎的话，但作为投资人，AI 作为软件行业底层技术的重大变革，带来的冲击和影响是非常巨大的。我们非常乐见这种变化，因为投资永远关心的是行业是否有变化。只有在变化中，才能带来新的机会。
就像有些领域，即使公司再大，如果没有变化，那些大公司与我们投资人也没有关系。我们关心的是，能否在变化中看到一些小公司成长为巨头。从这个角度来看，AI 对软件行业的影响，无论怎么重视都不为过。
我对 AI 的理解是，它总体上对行业是一个正面的影响。首先，AI 带来了市场空间的扩大。软件行业一直是服务行业中的一个小分支，而 AI 的出现让软件有机会蚕食更多服务行业的份额。我非常同意文总的观点，未来“服务即软件”可能会成为行业的一个重点方向，这将带来市场空间的巨量提升。
其次，AI 对行业的影响是系统性的，但具体到不同领域，影响是不同的。对某些领域，AI 可能是一个赋能工具；对另一些领域，它可能会带来颠覆性的新公司，对现有公司不利。如果有机会，我们需要系统化地讨论 AI 对基础软件、应用软件、重型软件（To B）以及轻量级软件（如 To P）的影响。比如，To P 领域可能会出现颠覆性的机会，这对现有公司不一定是好事，可能会让他们感到紧张。
对于一些做重型软件的公司来说，AI 可能是一个有利的工具。如果这些公司深度嵌入客户的复杂业务流程，并能沉淀大量数据，AI 可以帮助他们从现有客户身上获取更多价值。你会看到新的投资机会，也会看到对一些细分行业认知的颠覆性变化。作为投资人，看到 AI 这种颠覆性技术对不同领域带来的多层次影响，是非常兴奋的。
我一直不太同意“AI 是否会替代 SaaS”这种说法，因为它们不在一个层面上。AI 更像是一把刀或加特林机枪，而 SaaS 更像是一个战士。它们解决的是不同层面的问题，很难说谁会替代谁。当然，随着武器的进化，战士的作用可能会变小，但你不能泛泛地说谁会替代谁。
对于 AI 对 To B 软件行业和 SaaS 领域的影响，我们需要更加系统化、结构化的分析和思考。虽然中长期预测非常困难，但我提醒创业者，无论长期变化多么不可预知，短期内一定要抓住这波热潮。在产业和资本的关系中，热的时候做事比冷的时候容易得多。AI 带来的短期市场兴奋是最确定的点，而长期影响可能还需要时间验证。
最后，我想补充一点：软件公司在思考如何用 AI 影响客户和组织的同时，更应该先考虑如何用 AI 解决自己的问题。比如，AI coding 已经是 AI 应用中最成熟的领域之一，如何用它提高 coding 效率、营销效率，甚至是一些重人力团队的运营效率，这些都是短期内需要优先考虑的。对未来的畅想固然重要，但短期的迫切问题更需要投入精力去解决。
叶帅民：从服务的角度来看，AI 的出现无疑将软件拓展到了服务领域。AI 在推理生成、非结构化数据处理等方面的能力提升，使得它能够替代脑力劳动和体力劳动。未来，每个企业可能都会有自己的数字员工，每个个体也会有一堆 AI 助理来辅助创作、生成内容，甚至提供健康顾问、生活顾问、情绪陪伴等服务。这种从软件市场到服务市场的拓展，实际上是对劳动力市场的重塑，形成了一个更大的服务市场。
未来，人机协作或人与 AI 员工的协作将成为主流的劳动模式。生产力和生产关系将被重新塑造。在移动互联网时代，我们有了平台经济和共享经济；而在 AI 时代，可能会出现一种新的经济形态，比如“智能经济”。AI 的介入将使服务成为最大的变化之一。
崔强：由于时间关系，我们今天的内容就到这里。今天主要讨论了投资人关心的问题。今天的讨论只能提供一些阶段性的判断，并不能作为最终结论。每个人都有自己的判断，真理越辩越明，我们希望通过讨论推动行业进步。