最近整个软件圈都在讨论一件事：过去十年所向披靡的SaaS模式，正在被AI彻底改写。
高盛近期发布了一份深度报告，通过访谈40多家上市公司与独角兽后得出结论：不是软件不行了，而是软件的赚钱方式、竞争壁垒、价值重心，全变了。
这不是小修小补，而是一次全面重构。
很多人有个误区：AI会替代人，软件席位会减少，行业空间会萎缩。高盛直接给出结论：完全相反，软件行业的总市场空间正在确定性扩张。
过去SaaS卖的是“功能、模块、账号”，企业预算卡死在IT部门；现在AI软件卖的是“一单位劳动”、“一单位生产力”、“一个完整结果”，预算直接切到人力、运营、业务线。
报告里有几个关键信号：
Sierra直接定义：AI时代的生产力原子是流程，不是人
Salesforce推出智能工作单元，按任务执行收费
Workday用弹性信用点对应“工作单元”，和底层大模型成本脱钩
高盛认为，这将带来一个革命性变化：软件毛利率可以和LLM成本解绑，行业依然能守住80%+的高毛利。哪怕算上推理开销，只要锚定业务价值，利润空间反而被打开。
换句话说：AI不是零和游戏，它创造了一个大得多的市场。最好的防守就是进攻， 行业里的老牌巨头拿着资本与算力优势，大胆去做就好。
前沿大模型一路刷新榜单，但代价是推理成本爆炸，企业根本扛不住。高盛调研发现一个明确趋势：全行业都在和前沿实验室“脱钩”。
核心路径只有三条：
用开源蒸馏模型：成本只有原模型训练的2%，效果足够支撑80%场景
走垂直专属小模型：不拼通用能力，只在细分领域做到极致
做模型路由与混合调度：把最合适的模型用在最合适的环节
高盛报告里的案例非常震撼：
Superhuman 97%的API调用走自有专属模型，只留3%给第三方大模型
Intercom混合用12个模型，自研重排模型后成本直接降80%
Writer推出自进化小模型，在企业环境里闭环训练，5轮迭代后性能对标前沿大模型
结论就是，企业不会绑定任何一家模型厂商，而是拥抱一整个独立软件生态。而这么做的好处很实在：调度更高效、推理成本更低、不会被某一家的token定价“卡脖子”。
现在行业最大的瓶颈，已经不是“模型够不够强”，而是能不能稳定、便宜、持续地用到算力。高盛引用一线厂商的原话：算力供需失衡，比外界感知的严重得多。
几个非常现实的数据：
工程团队的推理成本，已经逼近人力成本的10%
照这个趋势，未来几个季度，推理成本可能和人头费持平
新增GPU产能交付周期长达9–12个月，资本开支呈数量级上升
结果就是，多云部署不是可选项，是必选项。企业不得不同时在多家公有云、新云厂商跑推理，只为保住供给、平抑价格。现在不再是“谁有大模型”，而是谁能把模型在生产环境跑稳、跑便宜、跑可靠。
过去大家说SaaS牢不可破，靠两个东西：领域经验、数据壁垒。高盛这次直接戳破：这两个东西，没那么坚固。
先说领域经验，传统巨头被组织壁垒、权限割裂、旧架构拖累，根本看不到端到端流程。AI原生公司没有历史包袱，一上来就是跨系统、跨工具、跨流程，反而更懂真实业务。
再说数据壁垒，数据本来就是客户的，厂商只是“保管者”，不是“拥有者”。真正的壁垒，已经变成：谁能安全、稳定、重复地把数据变成跨系统的行动。
AI原生公司的打法很简单，不跟SaaS正面硬刚，专门钻传统软件之间的空白地带。几周上线、高POC转化率、按业务效果收费，直接绕开旧体系的护城河。
如此一来，软件价值正在迁移，从记录系统（数据库、仪表盘）走向行动系统（智能代理、端到端解决问题）。
高盛这份报告，其实只讲了一件事，AI不是来消灭软件的，是来重新分配软件价值的。最后，三类玩家会胜出：
能把定价从账号/功能，转到劳动/结果/工作单元的公司
能控制推理成本、掌握模型路由、自建专属小模型的公司
能跨系统打通流程、做端到端智能代理、贴近业务真实场景的公司
而被淘汰的，往往是这一类：
还在死守席位订阅、不肯改变收费模式
只在旧产品上贴一层AI皮，不做架构重构
被大模型厂商绑定，成本不可控，没有垂直壁垒
2026年之后，软件行业不再是“功能比拼”，而是“价值交付比拼”。谁能帮企业省人、提效、赚钱、降风险，谁就拥有新的护城河。
