探讨系列2—为什么SaaS Incumbents在2026-2027有可能迎来反转
注意，不是说AI对SaaS没影响，其实影响不小，只是在讨论是不是过高估计了这种影响，在业绩上是否有反转的可能性。
底层逻辑：
一、LLM的非确定性导致在相当长的一段时间内无法在企业内自主运行，部分软件仍有其存在的价值：
1.LLM的非确定性是它的基本原理，即“生成下一个词”而非“严格执行某个固定流程”
2.而在企业的场景中，部分场景需要创造力，而同样有大量场景需要“执行相同的操作”，或者说，应用层软件很多时候就是“行业Best Practice的结晶”
3.并不是说谁nb谁不nb，从本质来看，二者都是需要的。只是需要“创造力”的工作在大模型来之前效率并不高
4.小例子：Salesforce曾表示“发现客户用自然语言给Agent下指令，比如 “先做 A，再做 B，但不允许做C；如果满足条件D 就做 E，否则做 F”是一个普遍现象，然而这并不有效，例如Agent任务必须在6-8步以内，否则会陷入混乱”
二、企业端的问题是难以靠单单靠“大模型”提供商独立解决的，需要现有企业的配套：
1.API无法解决所有问题，需要存储、计算资源、安全等等配套，当然也需要企业的“Context”，这些都不会被AI干掉，甚至会更好
2.小例子：AWS Re:invent 2025发布的Agent功能就包括Bedrock Agent Core Policy（控制Agent行为边界）、Agent Core 身份认证功能等，为的就是提供适合Agent的基础架构和工具
三、站在OpenAI等的角度，陷入B端厮杀的角度，未必划得来，可能陷入“沼泽站”：
1.OpenAI等公司可以在API调用和类似于Copilot或者ChatGPT for business的横向场景赚取大量收入，但具体到某个部门的“应用”收入仍然较小：
数据定义：Horizontal AI（类似于Copilot、Agent这类产品），Department AI（针对不同部门的，比如Coding、IT、销售、营销等），Vertical AI（针对不同行业的，比如医疗行业专用的AI应用）
重新画一下这张图的比例会发现，直接调用模型API（图中为Foundation models）依然占据1/3的AI开支，而所谓的上市SaaS/应用软件更多在Horizontal和Departmental，分别占了23%和20%左右的开支
其中Horizontal基本都是Copilot，Departmental中55%是Coding，在其他诸如IT、营销、销售，都是只有几个亿美元的支出，并且其中40%-50%左右流向Incumbents
数据来源：Menlo Ventures
2.对应的，同时Departmental（除Coding外）的应用格局本就十分分散，针对多个不同的企业做GTM、部署：
比如根据Okta的统计，2000人以上的公司会使用347个应用软件，而2000人以下的为71个（而软件的特点是大企业贡献绝大部分收入）
所以如果看市值，大量软件公司是几十亿美元市值体量，很分散
数据来源：Bessemer Venture Partner
四、如果AI真的干掉人，那大市场拿到小蛋糕就能Better-off，如果干不掉，那影响很小：
如果用Agent取代人的逻辑，只要拿到“人工”成本的小份额，假设一个客服在美国工资4万美元，替代掉人之后只拿30%，剩下的分配给社会，大概能收到1.2万块。假设应用层只拿到30%，其中核心应用（一个场景有很多应用，比如客服场景需要有Salesforce等来解决控制台、管理问题，有专门的呼叫中心软件登）拿到其中的一半即15%，对应1800美元。而被干掉一个席位的Salesforce席位费略小于这个值（大概Listing price 为150美元1个月，实际会打折）。基本没有worse-off
中期逻辑：
五、而企业部署融入工作流的AI到实际生产环境会很慢，大规模可能要到2027年了（根据一次一次的调研加强的置信程度，主要掣肘在ROI尚不清晰、数据、企业合规，调研很难量化成图表就不一一分享了，从上面的图表也能看出来）
六、这给了客户尝试的时间，也给了给了部分现有软件企业调整的空间。企业的偏好也在逐渐发生变化，对从应用软件供应商采用AI/LLM方案的偏好边际上持续上升（来自调研）
七、客户通过AI“DIY自建方案”已经逐步不成为一个选项
证据也有很多，甩一张图意思一下
八、对软件预算的压制大部分并非来自AI，同时AI以外的基本业务业绩已有边际改善
主要原因包括：云迁移进入下半场导致的市场趋向于饱和的自然降速、在2025年依然存在对疫情期间过度购买软件的预算合理化等，当然也包括AI预算对原有IT预算的挤占（B端不同于C端，预算需要按年一点一点较慢更改编制），边际上有可能改善的是Incumbents的AI逐步贡献收入和走出疫情合理化后逐步开始重拾增长（已经有不少SaaS公司财报有这个迹象）
同时没有证据表明AI造成了实质性的裁员从而对软件席位数产生影响（短期没有）
短期算账：
九、从预算角度看AI对用于SaaS Incumbents IT预算的侵占，大概影响10%的预算：假设明年AI App在今年370亿的基础上涨200%达到1100亿（已经挺乐观了），相对于6000亿的整个SaaS市场大约20%，其中50%来自现有IT预算的挪用，剩下50%为新预算（根据调研），所以要挤占当前IT预算的10%（20%*50%），假设其中70%流向Incumbents之外的玩家，例如内部DIY构建或AI Native创业公司（具体算法为30%DIY占比+70%的解决方案购买占比*60%流向创业公司），那么对Incumbent从预算侵蚀角度大概为7%，即如果明年SaaS公司Baseline是10%增速，则下降到9%出头，如果是20%增速则下降到18%。未来1-2年内影响可控
十、从估值上：因为受叙事压制，大概和2022年水平类似，EV/NTM Revenue中位数4.7X，假设隐含利润率15%（其实只有少数公司能达到，不过这类公司EV/NTM）也折合30PE，整个SaaS中位数增速13%，所以整个SaaS依然不算便宜，需要精挑细选（毕竟这么多公司呢）或者“降低估值在投资中的权重”
数据来源：Altimeter
最大风险：
抓不住AI增量，一些拥有数据的记录系统再失去工作流价值（或者说被AI接受UI后矮化为单纯后台数据纪录系统）。边走边看。当然，如果Agent有一天可以克服“不确定性”或者说实时写软件，那可以准备投降了。