SaaS业数千亿市值蒸发：AI如何变革组织架构？

概览

本期围绕 Anthropic 企业级插件引发的软件行业震荡展开，讨论传统 SaaS 按席位收费模式为何受到冲击，以及 AI Agent 是否正在把企业购买软件的逻辑改写为“购买结果”。

嘉宾张韶峰认为，中国软件和 SaaS 产业本就没有真正形成美国式繁荣，而 AI Agent 会进一步推动企业从购买工具转向购买端到端结果。传统 SaaS 不会立刻消失，但其价值分配和增长逻辑已经改变。

节目后半段重点讨论“硅碳共治”的组织形态：人类员工与 AI 员工共同组成企业，AI 员工有岗位、工号、KPI、训练、退役机制。嘉宾用百融云创的招聘、客服、法务、咨询等案例说明，AI 既会替代部分流程，也可能把人推向训练、审核、签字和承担责任的新角色。

分段落总结

[00:01] SaaS 末日与问题提出

[事实] 节目开头提到，Anthropic 发布面向法律、金融、销售、数据分析等职能的 11 款插件后，全球软件板块市值一周内蒸发几千亿美元。

[事实] 主持人将这次事件描述为传统 SaaS 按人头、按席位收费模式的信仰震荡。

[事实] 节目提出核心问题：当一个 AI 插件可以完成一个部门的工作时，席位收费还有什么意义，以及普通人在 AI 时代的位置在哪里。

[00:58] 嘉宾与企业级 Agent 背景

[事实] 本期嘉宾是百融云创创始人、CEO 张韶峰，公司定位为专注企业级 Agent 的 AI native 公司。

[事实] 主持人介绍，百融云创有一千多位人类员工，并管理二十多万个 AI“硅基员工”。

[事实] 这些硅基员工有功耗、KPI、绩效考核和退役机制。

[01:44] 中国 SaaS 与按席位收费的终局

[事实] 张韶峰认为，中国不只是 SaaS，软件作为产品产业从来没有真正存在过，中国软件产品产业产值大约只有美国的 4%。

[事实] 他认为企业真正想买的不是软件席位，而是能解决问题的合作伙伴，不关心这个合作伙伴是 AI、外包团队还是人类员工。

[事实] 他判断传统 license 或席位模式不会马上死亡，但新旧范式会经历一段交替，老模式最终下沉和消亡只是时间问题。

[03:48] 为什么是现在爆发

[事实] 嘉宾认为，这次冲击并不是技术突然跃迁，而是前期信号积累后，由 Anthropic 等企业级产品成为“压死骆驼的最后一根稻草”。

[事实] 他区分了面向个人的产品和面向企业的软件冲击，认为 Anthropic 更直接触及企业级 SaaS 的核心场景。

[推测] 市场反应剧烈，部分原因是企业级插件让投资者第一次以可理解的方式看见了 AI 对传统软件收入的替代路径。

[05:17] SaaS 公司的三类护城河

[事实] 嘉宾基本同意 SaaS 行业会分化：具备私域数据、复杂流程或行业 know-how 的公司更有生存机会。

[事实] 他认为最强壁垒是私域数据，因为通用大模型没有这些数据就难以做出同等应用。

[事实] 第二类壁垒是复杂流程，因为概率模型在多步骤流程中会累积错误，企业短期内未必能接受。

[事实] 行业 know-how 如果只停留在人脑中较弱，最好沉淀为私域知识数据或复杂流程。

[09:16] 传统软件可能成为 Agent 的工具

[事实] 嘉宾认为大部分 SaaS 公司可能会被 AI native 公司替代，但足够便宜、无需替换的传统软件仍可能长期存在。

[事实] 他提出，未来软件的使用者可能从人类员工变成 AI 员工，软件仍作为完成任务的工具存在。

[事实] 如果 SaaS 公司不能自我革命，Agent 公司可能会自己发明更适合 AI 使用的工具。

[12:16] 旧王转型的困难

[事实] 嘉宾用柯达、诺基亚等技术变革案例说明，旧有领先者往往不是没有新技术，而是不敢用。

[事实] 旧公司面临存量利益冲突，担心新模式影响既有收入。

[事实] 旧客户内部的既得利益者也可能对新产品更苛刻，进一步锁死旧公司转型。

[事实] 创业公司没有存量包袱，客户对其试错容忍度更高，因此更容易在新范式中成长。

[15:07] 硅碳共治的组织形态

[事实] 主持人提到黄仁勋曾设想英伟达未来可能拥有 5 万名人类员工和 1 亿个 AI 助手。

[事实] 张韶峰表示认同这种方向，并介绍百融把未来企业组织称为“硅碳共治”。

[事实] 他认为未来组织中可能既有硅基员工，也有碳基员工，甚至硅基员工会占大多数。

[事实] 他认为组织结构不一定永远是人类管理 AI，也可能出现人类向 AI 汇报的层级，但最上层最终可能仍是人类。

[18:18] 百融的 AI 员工管理系统

[事实] 百融有一千多位碳基员工和二三十万位硅基员工，硅碳比例大约在 130:1 到 150:1。

[事实] 公司为硅基员工建立了类似 HR 的管理系统，包含组织架构、部门、小组、名字、邮箱、工号、工龄、岗位描述和绩效指标。

[事实] 每个硅基员工通常有对应的碳基员工伙伴，负责训练、评估、再培训或让其退出服役。

[事实] 嘉宾称，如果不事先说明，对方通过邮箱、聊天、电话或语音沟通时可能分辨不出是硅基员工还是碳基员工。

[20:52] CEO 的硅基工作搭子

[事实] 张韶峰介绍，他曾在除夕和初一用百工智能平台拖拽创建自己的硅基助理，用来处理同事找他审批的事务。

[事实] 这个硅基助理会先判断事项是否紧急，并可通过邮件或电话联系他。

[事实] 百融目前有约 200 个硅基岗位，业务部门、职能部门、前台、中台和后台部门都有硅基员工。

[22:01] 语音 Agent 的成熟过程

[事实] 百融从 2017 年 10 月立项语音智能体，2018 年推出第一版产品，用于语音 Agent 与个人客户通话。

[事实] 嘉宾称，到 2019 年前后，客户对 AI 机械感的感知比例已明显下降，活人感变强。

[事实] 2020 年疫情期间，百融为邮储银行紧急上线 AI 作业，银行反馈基本感知不到这是 AI。

[事实] 嘉宾说，自己后来测试普通话和四川话语音 Agent 时，也基本听不出是 AI。

[25:03] 经验岗位对 AI 的排斥

[事实] 主持人举港口调度案例，提到老师傅不愿意把经验书面化，导致训练 Agent 遇到阻力。

[事实] 嘉宾认为这种现象普遍，并举中医连锁店中老中医排斥 AI、也不愿贡献知识的例子。

[事实] 他认为需要用激励机制解决，并强调未来取代人的不是 AI，而是更会使用 AI 的人。

[推测] 对经验型岗位来说，AI 转型的难点不只是技术抽取知识，还包括利益分配和职业安全感。

[27:07] 客服团队从成本中心变利润中心

[事实] 百融有 2500 家小企业客户，每年贡献约 10 万到 50 万收入，过去线下服务不经济。

[事实] 公司原先用 50 位碳基员工服务这些客户，后来变成 18 位硅基员工加 5 位碳基员工协作。

[事实] 剩下的 45 位碳基员工没有被裁掉，而是学会做智能体，转去为其他企业提供智能体服务。

[事实] 嘉宾称，这批员工从偏成本中心变成偏利润中心，收入也提高了。

[28:26] RaaS：从卖软件到卖结果

[事实] 嘉宾把新模式称为 RaaS，即 Result as a Service，核心是交付结果。

[事实] 他认为 RaaS 的市场规模远超 SaaS，尤其在中国，企业对无法衡量结果的 SaaS 付费意愿不强。

[事实] RaaS 可按岗位派遣 AI 员工、按件计费、按小时计费，也可以把整个业务流程以 AI BPO 方式外包。

[事实] 百融内部合同审核案例中，过去一份合同需法务人员 56 分钟，现在人类专员只需约 4 分钟，其余由硅基员工完成。

[30:26] 百融的三类商业模式

[事实] 百融定位为企业级硅基生产力伙伴，帮助企业设计、生产、培训和派遣硅基员工。

[事实] 第一类模式是 AI Staffing，按岗位或工作量派遣硅基员工。

[事实] 第二类模式是 AI BPO，企业把业务流程整体外包给百融，百融按结果收费。

[事实] 第三类模式是开放 AI PaaS 能力给独立智能体开发商，共享收益。

[32:20] 从 ISV 到 IAV 与 Agent Store

[事实] 嘉宾认为，传统独立软件开发商 ISV 未来会变成独立智能体供应商 IAV。

[事实] 他认为大厂缺少企业级智能体所需的 PaaS 层，而百融因为长期被客户按结果付费，倒逼出了这层能力。

[事实] 百融愿意打造 Agent Store，既放入自研 Agent，也放入合作方 Agent，并与合作方分成。

[事实] 他认为 Agent 应用层面向百行千业，百融不可能自己做完所有细分场景。

[35:43] 大模型厂商不一定垄断企业级 Agent

[事实] 张韶峰澄清，百融不做 AGI 或通用大模型，但会做面向特定行业、特定领域的专属大模型。

[事实] 他认为专属大模型可解决约 95% 以上领域问题，少量边角问题再路由给通用大模型。

[事实] 他提到 OpenAI 曾推出 GPTs，但认为其 Agent Store 没有真正做起来。

[事实] 他判断 2C Agent Store 大概率会由大模型公司推进，但企业级 Agent Store 还没有被完全想清楚，也不会被一家垄断。

[38:21] 招聘流程中的 Agent 应用

[事实] 百融 HR 过去在招聘季需要准备很多 SIM 卡，因为大量外呼容易被运营商识别为诈骗电话而封号。

[事实] 招聘专员还要访谈用人部门、整理 JD、搜索简历、判断匹配度、发邮件和约面试。

[事实] 嘉宾称，这些环节都可以由智能体完成，并且智能体能通过语义理解识别简历中未直接写出关键词但实际具备相关经验的人。

[事实] 百融的招聘智能体会要求应聘者使用 AI 工具完成任务，以观察候选人与 AI 协作的能力。

[41:34] 不会用 AI 的人更难被录用

[事实] 嘉宾说，百融内部要求不断提升公司硅碳比，每个部门每季度要汇报造了多少真正上岗使用的硅基员工。

[事实] 他表示，未来如果候选人不会 AI，大概率不太会被招进公司。

[事实] 他把 AI 比作计算器，认为排斥 AI 提升生产力在今天看来会显得落后。

[43:00] 百鉴平台与专业服务重构

[事实] 百融有一个名为“百鉴”的平台，服务法务、商业咨询、财务规划、税务规划等专业人士。

[事实] 嘉宾认为，这些专业服务过去大量依赖初级到中级人类专业人士生成 Word、PPT、报告等交付物，而这正是 AI 擅长的工作。

[事实] 百鉴的目标是让专业人士用硅基专业人员完成初稿和修改，人类高级专业人士负责检查、提出意见、签字和承担责任。

[事实] 百融内部法务合同审核从 56 分钟降到 4 分钟，是百鉴相关能力的重要来源。

[45:36] 咨询报告案例与专业服务提效

[事实] 嘉宾讲述，一个制造业企业曾请全球前五咨询公司做出海选址报告，花费约五个月、收费约 500 万元，后续投资近一个亿但失败。

[事实] 嘉宾称，百鉴生成的报告推荐了该企业最终成功落地的地点，并自动搜索竞争对手和通用汽车其他供应商的做法来交叉验证结论。

[事实] 一位专业机构合伙人因此与百融合作，并为一百多位合伙人配备硅基员工。

[事实] 嘉宾称，相关专业人士的生产力和收入至少提升三倍以上。

[48:11] 专业人士未来的角色

[事实] 嘉宾引用麦肯锡 CEO 的说法，称麦肯锡全球 6 万位员工中有 2.5 万个是 AI 智能体。

[事实] 他判断三年后，很多专业人士剩下的体面工作主要是审核和签字，因为法律、财税等领域仍需要资质和责任主体。

[事实] 他认为法商财税等行业会被彻底颠覆，但最终享受收益和承担责任的仍是人类专业人士。

[49:40] 最适合 Agent 的三类工作

[事实] 嘉宾总结，第一类适合 Agent 的工作是人机交互中对方难以分辨是人还是 AI 的任务。

[事实] 第二类是非结构化数据的生成、加工、撰写和修改，例如 PPT、Word、PDF、图片、视频和音频。

[事实] 第三类是有一定复杂度和灵活度的流程编排，过去需要人类员工耗时执行。

[推测] 这三类任务共同特点是结果可验收、过程可拆解、对语言和多模态处理依赖高。

[50:35] 传统企业如何开启 AI 转型

[事实] 嘉宾认为传统企业第一步是厘清对 AI 的理解，尤其要区分大模型和智能体。

[事实] 他把大模型比作大脑，把智能体比作包含大脑、手脚和神经、能端到端完成任务的完整系统。

[事实] 他认为大多数传统企业没有能力自建完整 AI 系统，也不关心底层用哪个大模型，只关心数量、质量和成本。

[事实] 他提到自己在管理论坛分享后，有一百多位企业家表示想做 AI 但不知道如何开始。

[52:38] 一人公司与 Agent 军团

[事实] 主持人提出，如果 Agent 足够好用，个人也可能像将军一样带领 Agent 军团做成“一人公司”。

[事实] 嘉宾认为 2C 场景更容易出现这种现象，个人 prosumer 可以代理大量 AI 智能体为自己工作。

[事实] 他认为 2B 场景最终也可能出现，但需要企业观念改变，并经过大企业使用、关键角色个人助手等路径逐步验证。

[推测] 一人公司在企业级市场的成熟速度，会受信任、责任归属、采购习惯和成功案例密度影响。

[54:09] 主持人结语：不只有替代

[事实] 主持人回顾本期提到的数字，包括二十万硅基员工、56 分钟变 4 分钟、千亿市值蒸发。

[事实] 主持人强调，不希望听众只记住焦虑，并再次提到 45 位客服员工转型为训练 AI、收入提高的案例。

[事实] 主持人用 ATM 与银行柜员的例子说明，技术出现后人的角色可能变化，而不是简单消失。

[推测] 节目最终想传达的是，AI 转型的关键不是抗拒替代，而是尽快找到人与 AI 协作后的新价值位置。

播客点评/总结

本期价值在于，它不是泛泛讨论 AI 冲击就业，而是从企业软件商业模式、组织架构和具体业务流程三个层面解释 Agent 为什么会改变 SaaS。嘉宾给出的案例非常密集，尤其是合同审核、客服转型、招聘和专业服务平台，能帮助听众把“AI 员工”从概念落到工作流上。

节目的亮点是提出了较清晰的框架：SaaS 的护城河、RaaS 的结果付费、AI Staffing、AI BPO、IAV、企业级 Agent Store，以及“硅碳共治”的组织想象。这些概念之间有连贯性，适合关注企业服务、AI 应用、组织管理和职业转型的人收听。

局限在于，嘉宾视角明显来自 AI Agent 供应商，很多判断偏进攻性和乐观，例如三年内专业服务大幅重构、SaaS 大规模被替代等判断，还需要更多第三方数据和失败案例来平衡。[推测] 如果听众正在做企业 AI 转型，可以把本期当作趋势与方法参考，但不宜直接把所有行业都套入同一速度曲线。

[推测] 这期最适合 SaaS 从业者、企业管理者、HR、法务咨询等专业服务人员，以及正在思考“如何不被 AI 替代”的知识工作者。它给出的核心启发是：未来更重要的能力，可能不是亲手完成每一步，而是定义任务、训练 AI、验收结果并承担责任。