纷享销客罗旭:AI 不会让 SaaS 消失,但会杀死工具型 SaaS

• 主持人开场点出当下两种极端：一派认为 AI agent 会彻底颠覆订阅制软件、"席位制（按人头/坐席收费）的 SaaS 三到五年内消亡"；另一派认为 AI 只是工具、只会赋能 SaaS 升级、不会取代行业本身。为此请回二次返场嘉宾、纷享销客创始人兼 CEO 罗旭（做了 15 年 CRM）。→ 详细
• 罗旭承认焦虑真实存在：去年下半年起，从二级市场、一级资本到客户都在质疑——"Web Coding（用 AI 写代码）这么高效了，我还要花钱买你的软件吗？"美股 Salesforce、ServiceNow 等 SaaS 市值一路下行，加重了恐慌。→ 详细

• 罗旭反对"贩卖焦虑"，主张"从现象看本质"：AI 时代两个基础（大模型、硬件）不断上行，而一切硬件和组织都需要"操作系统"加持，软件不会消失、只会"从 A 形式变成 B 形式"。→ 详细
• 他提出一个核心词 "永立潮头"："没有永远的企业，只有时代的企业；永立潮头是一种能力，不是一种现状。"深耕十几二十年的公司不该坐等被 AI 碾压，而要把技术红利转化成生产力——"别人偷换了概念、有偏见，以为老公司对新技术麻木不仁、组织一潭死水"。→ 详细

• 罗旭最体系化的判断：过去软件就三个词——Tools（工具）→ System（系统）→ Platform（平台），但本质都是"工具思维、给人用"，所以人要做"增删改查"、打开界面找功能。未来软件不再是工具，而变成 "智能体的操作平台"，前端像一个数字化员工；它从"记录系统"变成"自动执行任务的智能系统"，更多是给 agent 用而非给人用。→ 详细
• 交互随之变：从"人机图文交互（GUI，图形界面）"变成"人机智能编排、自主交互"。软件能力升级为三层——理解自然语言意图、自主规划编排、能行动并提交结果（而不只是点一下给个静态结果）。这是底层范式的变化。→ 详细

• 罗旭特别校正一个常见误区：不是所有交互都变成自然语言。就像移动时代喊"移动优先"但 PC 端从未消失——未来是 LUI（Language UI，自然语言界面，用于深度分析与规划）+ GUI（确定性动作直接点击）融合，甚至再加 IM 里的 bot（在飞书/钉钉/企业微信里驱动纷享销客的机器人），三种模式融合才是最高性价比。→ 详细
• 反例警告："在 GUI 上外挂一个智能体"就是 Copilot 模式——每句话都过 agent、都烧 token，最后"它给你创造的价值和增加的成本同步飙升"（你创造 10 美金价值、成本也 10 美金，对冲了），很多企业受不了。→ 详细

• 罗旭判断收费从单一 license（按坐席订阅）走向三种融合：① license 基础费仍在（数据底座、安全底座有大量成本，难归因的场景按基础服务收）；② 按结果/按次付费（电销外呼、客服有效回答，可能 0.1–0.5 美金一次，软件基础费很薄）；③ 生态分成（像苹果 App Store 抽 20%、微信小程序生态）。→ 详细
• 具体例子：纷享软件里融入一个"做标书的 agent"，员工本来写标书要一周，直接调用一次付 5 块、缩到一天——员工自己付（公司不用买单）、agent 方开心、平台从中抽 20% 过路费。结论："SaaS 的商业模式不但没被击穿，反而更繁荣、更多元了。"→ 详细
• 对投资视角的延伸：以前单一 SaaS 厂商（北森做 HR、纷享做 CRM、金蝶做 ERP）很难在产品内建生态，"AI 时代把资产门彻底打开了"，小额、单场景付费成为可能（如北森在产品里加个测评 agent 按次收费）。→ 详细

• 这是全场最硬核的一段。纷享花了半年重新定义产品：把原有 CRM 的数据、PaaS 平台变成"智能体的底座/基座"——像 Palantir 一样做语义的本体定义（让 AI 读得懂每个专业术语的确切含义，而非通用判断），把 14–15 年的 know-how 变成"一层层 AI 可调用的知识"。→ 详细
• 底座之上构建"智能脚手架 = agent 操作系统"（内部代号"风潮"），前端再架一层 agent 操作模式，把 LUI 和 GUI 融合——最终变成"懂业务、会思考、能工作的智慧员工"。罗旭类比："就像 Claude Code，它本身是一个 harness（约束 AI 干活的脚手架架构）。"→ 详细
• 关键定性：市面 90% 的"AI 升级"是外挂式（在老界面加个 AI 对话框写文案/生成报表），他认为没意义、还推高算力成本。纷享是"加 buff、把原有能力变成底层基建（数据引擎 + 业务引擎）"，不是外挂。→ 详细

• AI 智能化要两个基础：信息化基础（data，数据治理→拿到确定的业务数据） 和 知识基础（skill，知识治理→否则 AI 很聪明但不懂业务、没智慧）。skill 分三种：① 个人 skill（同岗位每人也不同）；② 企业级 skill（如投资机构特有的投前/投中/投后判断 know-how）；③ 行业公共 skill（如华为 L2C 营销流程、垂直领域专家的管理智慧抽象出来）。→ 详细
• 未来产品里有"内化的 agent 市场 + skill 市场"：企业建自己的、员工建个人的（含 memory 积累），也开放给第三方知识创造者。尤其给 OPC（一人公司）/Web Coding 创业者开放数据底座、流程、权限——补上他们"没数据、没流程、没权限、没底座"的短板，让他们在上面快速搭小场景应用。→ 详细

• 罗旭给"AI 原生 SaaS"立的标准第一条就是数据唯一性。他实测：问自家 agent 同一个问题三次，文字表述每次不完全一样（AI 必然有幻觉），但"意思"基本一致、数据唯一——因为数据是从底层 CRM 业务对象里抓的、又被 skill 约束。→ 详细
• 反例：第三方 Web Coding 产品"缺 PaaS 平台、缺对象、缺权限、缺中枢"，每次抓的数据都不太一样；简单场景偏差小，复杂多流程场景偏差非常可怕——"找到那 1% 的偏差，可能比不用 AI、用人工还贵"。一句话收口：garbage in, garbage out（喂垃圾数据就出垃圾结果）。→ 详细
• 更准的说法：能力不取决于"开放多少权限"，而取决于"权限体系是否健全、数据结构是否完整"——否则即使开放了 MCP（让 AI 接外部数据/工具的接口）/CLI，AI 也会"一通乱翻、带走它以为对的数据"，负面影响更大。→ 详细

• 纷享内测中，客户三大感知：① 生成效率——销售建客户、做 360 度分析 + 拜访 PPT，过去满世界找知识库、现在跟 agent 说一句 10 分钟完成，调的是内部数据 + 预制统一模板，幻觉小、成品率高。→ 详细
• ② 新人成长——大量招应届生（学市场/管理、对 AI 有感觉即可），进系统跟 agent 说"我是新手，给我生成 3/6 个月学习计划"，"群体智力的下限被大幅提升"，从"靠经验慢慢积累"变成"站在所有人智慧聚集的平台上线性成长"。→ 详细
• ③ 决策周期缩短——过去 50 万/100 万的单子要客户反复思考、开会、做 POC（概念验证）3–6 个月；现在不讲 PPT、直接 15–20 分钟"产品秀"给客户看 agent 怎么工作，"客户骑着马、你开着汽车秀一遍"形成代差，决策从 1–2 个月压到 1–2 周甚至两三天。→ 详细

• 转型把挑战丢给了人：AI 要对客户流程重新梳理、做人机编排，对知识萃取治理、做成各种 skill/know-how 嵌进系统——"我们的人要变成软件工程师，同时是前端的咨询服务商"。这正是 FDE（Forward Deployed Engineer，前置/前线部署工程师）——集咨询、工程实现、项目落地三位一体，"Palantir、OpenAI 都在大量招，是全球当下最热的职业"。→ 详细

• 主持人给出内部结论"只认可三类 SaaS 厂商"，罗旭直接说"非常正确、不谋而合"：① 拥有行业独家数据的；② 具备端到端业务智能体能力的；③ 能给客户提供可量化业务增长价值的。"我们现在投资看标的、给 SaaS 公司转型建议，都按这三个方向扫描。"→ 详细
• 定位选择：轻量/标准场景 SaaS 也有空间（如细分领域招投标、做标书，靠场景独家数据百花齐放），但"容易被通用大模型升级碾压"；纷享自己定位中大型企业复杂业务流程（复杂组织/流程、长周期跟踪、强分析依赖），粘性极强、价值更易显性化。→ 详细

• 罗旭的金句："再穷不能穷 AI——只要 AI 工具真正有效，大家一定会挤出预算来上。"关键是 ROI（投入产出比）显性、可量化。反例：很多传统企业上半年跟风上各种 AI 工具，"个人生产力提升了，但整个组织的生产力没提升"，因为缺一套重构生产关系、重塑组织级生产力的平台。→ 详细
• 他算的账："你这条生产线以前 20 个人产出 400 万，现在 20 个人产出 600 万，我让你多付 100 万——这个账企业算清楚了就没毛病。"而"效果"不止最终商业数字，也含过程结果（如立项周期从 6 个月缩到 3 个月＝成本省一半）；标准要"买卖双方形成共识、客户认可"，慢慢沉淀。→ 详细

• 罗旭的比喻："我跑 10 公里 37–38 分钟很强，但比一个谁都没学过的新东西，我们就站在同一起跑线。"AI 这件事上，Salesforce 做 20 年、纷享做 15 年、还是年轻团队做 3 个月，在 agent 交互能力上站在同一起跑线（Salesforce 已某种程度承认 Einstein 项目失败、转向把自己开放给 agent 调用）。这是"千载难逢的好机会"。→ 详细
• 中国的牌：底层技术（大模型、硬核科技）美国仍有优势，但应用理解、管理成熟度已与老外持平，加上工程师人口红利（同样 AI 工程师，美国 50–80 万美金 vs 中国 30–80 万人民币，约 7 倍汇率差的成本优势）。挑战在软件不像硬件标准化——"每个地方语言文化管理都不同"，需要既国际化生产、又本地化服务。→ 详细

• 关于研发投入：软件公司底层不用投（海外用 Claude/GPT、国内用 DeepSeek V4、智谱 GLM，站在模型之上即可），"SaaS 应用未来拼的不是模型的聪明度，是对业务理解的深度和前瞻性"——纷享更像一家咨询公司，"带客户从三年级到四年级、五年级"。→ 详细
• 从"卖功能"到"卖智慧"：服务中沉淀的行业 know-how、最佳实践，过去散落在工具里，现在能抽象成"agent 平台上行业通用、客户可复用、去隐私化、自有专利的知识体系"——这才是壁垒。"拼的是智力投入，像 Palantir 让工程师常驻客户、把业务流程和 know-how 梳理萃取，落到客户平台上。"→ 详细

• 罗旭（自称创业老兵）的收尾建议：永远要有看到"前沿风光"的能力，而不是只盯眼前利益——盯前沿你会专注"创造价值"、天花板高；盯利益你只想"获取"、局限性强。AI 把企业需求极大释放：很多以前"颗粒度太小、不值得做"的场景现在能成产品（如 AI 录音笔——有了 AI 加持能做总结、待办、直接进 CRM 销售记录）。→ 详细
• "道生一、一生二、二生三、三生万物"——AI 让需求多样性、复杂性大爆发；这时该想"给用户创造什么不可替代的价值"，而不是纠结"SaaS 公司会死还是会活"。别故步自封、别躺在功劳簿上；把 AI 当"助跑火箭的燃料"。→ 详细

本期是深度访谈、无独立闪电问答环节。主持人的收尾把全场收敛为：

• AI 时代 SaaS 不存在"整体被替代"的结局，但行业正经历一场残酷的结构性重构——传统工具型 SaaS 终将被淘汰；而深耕行业场景、绑定客户业务结果、并能用大模型在生态/合规/数据上筑壁垒的厂商，将吃下本轮变革最大的红利。→ 详细
• 罗旭给同行打气："软件会永远存在，无非是我们怎么做出智能体时代的软件而已。"对资本市场和创业者的临别赠言：别过度焦虑、屏蔽噪音，不要被市场上的数据、估值这些信息干扰，"做好自己的业务，把优势不断放大，就会有机会"；尽管中国还有不少"卡脖子"问题，但应用与工程红利仍是利好。→ 详细