Salesforce们过苦日子，但飞书、钉钉们的春天来了

文 | 闫熙从 罗晓雪

编辑 | 曹宾玲 杨静

数据支持 | 洞见数据研究院

2026财年，从Salesforce、ServiceNow到Workday，都创下了大于10%的营收增长，但迎接它们的，却是资本市场的“SaaS末日” 。

罪魁祸首是AI这个时代红人，Agent掀起的海啸，让“AI替代”恐慌蔓延，一众靠订阅收费的海外SaaS巨头，地基开始松动，行业ETF因此创下18年来的最大季度跌幅。

国内SaaS企业同样深陷估值焦虑，但相比“AI杀死SaaS”，“AI重塑SaaS”的叙事更火热。

字节将飞书“一分为二”，产品团队并入豆包，GTM（市场、销售与客户服务）团队并入火山引擎；阿里祭出“千问办公”，整合内部赛马的三款Agent，由钉钉一把手操盘；连一贯“佛系”的腾讯，都快马加鞭推进WorkBuddy、企业微信等AI to B产品。

大厂各显神通，剑指同一个靶心：办公SaaS那套“人头”收费模式（类似游戏点卡付费），走入衰退，转而开始卖起“应用免费+Token道具收费”。

Salesforce这批高度依赖switch cost的玩家，在AI时代，没有更高生产力；而飞书、钉钉、企微则背靠集团自身大模型和云基座，在switch cost+先进AI生产力上，给传统SaaS带来降维打击，告别了“按席位收费”，转向“按需求收费”。

随着AI深入车间一线、Token需求加速爆发，万亿级蓝海市场逐渐打开，这一构想正照进现实，SaaS赛道商业逻辑开始改写。

一场由AI驱动的变革大戏，已徐徐拉开。

AI改造车间、门店，Token需求加速爆发

过去，辅助驾驶路试员的工作，是这样展开的：

坐在行驶的汽车上，每次转弯、过红绿灯、匝道汇入，都要在纸质表格上画一笔“正”字，记录成败与安全接管情况。

路测结束后，还要把各类事件发生的数据，一一敲进Excel表格里。这不仅要花30分钟时间，数据还可能输错、输漏，且难以核验。

更要命的是，这种工作不是一次两次，而是每天、每趟路测、每辆车，都在重复。

碰上项目赶工期，一天要在路上颠七八个小时，手里的记录表换了一张又一张，收工后还得瘫在椅子上对着屏幕再敲半小时键盘。腰是酸的，眼是花的，脑子里还在转着“刚才那段数据到底写在哪张表上了”。

有这功夫，车都该充第二次电了。

终于有人受不了了。

一个路试员——具体是谁已经不重要了——花了两天时间，用AI搭了一个事件记录器。路测时只需点击对应按钮，系统就会自动收集数据。导出结果仅需5分钟，事件发生的频率、时长一目了然，还能显示在可追溯的地图上。

这就是AI SaaS在汽车研发应用中的真实一幕，此类“AI接管繁琐工作”，正同时在研发的十余个环节中发生。

细究这些被AI治好“痛点”，也并非汽车行业独有。

各行各业的打工人，都能感同身受：手上管几个片区的食品饮料销售，渴望一台简单高效的“任务管理器”；休假还保持on call的工程师，做梦都想用“自动答疑系统”解放双手……

人们常以为互联网、金融等数字化行业，是AI的主阵地，但传统行业也是AI“应用黑洞”。

如今 ， 卖饮料的康师傅，卖百货的名创优品，开酒店的锦江， 甚至 养猪的圣农 ， 这些看似跟 AI “八杆子打不着”的传统行业龙头，都 集体 真金白银激励 Token 使用，AI SaaS的 黄金时代更近了一步。

这块蛋糕过去没有大爆发，在于传统SaaS软件需要“人适应机器”。

那些复杂的菜单、模板化的输出，对员工来说经常不是减负，反而是新负担。但AI能“读懂”人话，哪怕不会打代码的普通人，只要能清晰地描述需求，备好数据库等，也能手搓一个专属小应用，成为真正的Agent。

这些AI SaaS，真正开始进入生产车间与门店，覆盖核心业务流程，解决实际“麻烦”。且AI不只是高效高质完成工作，还会记录、复盘并沉淀知识库，使碎片化的经验变成体系化的沉淀。

自然而然，企业的态度从“可选尝鲜”，逐渐转向了“刚需消耗”。更何况，AI时代的生存法则，是“不进则退，慢进也是退”。

电动汽车行业验证了AI的“内卷力”：半年就干出了丰田过去40年的车型，前5个月新车发布量达到惊人的544款，平均每天有3款新车上市。

新产业周期下，工程师们哪怕“3个人干5个人的活”、付出“错过孩子出生”的代价，也完不成KPI。各大车企只能“上车AI”，利用Agent高效率生产力，在残酷厮杀中保住地位、捕捉增量。

不过，“全员拥抱AI”势必消耗海量Token，尤其企业软件的主要调用者从人变成Agent时，Token账单也会从“零花钱”变成“水电费”。

企业们没有被劝退，原因很简单：Token贬值的速度更快，已经在过去3年里走完了电脑设备15年的降价之路。

随着各大模型的架构和推理效率走向成熟，单次调用成本下降，指数爆发的调用量还在进一步摊薄成本，形成了持续不断的“降价潮”。目前，头部大模型每百万Token已低至两分五厘钱，比生产Token的电费还便宜。

在AI性能带来极致生产力提升，同时成本快速下降，自然地相关产业加速迈入AI Token时代。

埃森哲调研数据显示，今年仅过半，已有超六成企业部署了AI工具，比例较去年直接翻了一倍。飞书也披露，今年新增客户中，超过九成同步采购了AI产品。

回望历次工业革命，本质都是生产力的“商品化”：蒸汽机和流水线把体力劳动兑付成薪水，计算机和自动化把重复劳动变成代码，AI则把分析性脑力劳动变成了明码标价的Token。

历史正在重演，企业和工厂永远押注更高效的生产力，对Token的需求将加速爆发。在这一过程中，低效脑力劳动会被AI替代，新工作也会诞生，虽然具体的路径时间节点不确定。

但可以确定的是，把脑力变成标准化服务的SaaS玩家们，将迎来春天。

SaaS从“盐碱地”，变“厚雪长坡”

“BAT”三家AI办公大战里，腾讯已偷偷释放了“大招”。

可以看到，飞书、钉钉、企微都默契转向“基础功能低价甚至免费+AI服务按量付费”的灵活模式，其中，企微更是基础AI全免费、不限额，把AI使用门槛降到最低。

这不仅是后发者的竞争策略，也是腾讯作为游戏巨头的本能嗅觉——国内办公SaaS，可能正在迎来类似游戏行业的“游戏免费+道具收费”时刻。

2005年，盛大游戏一纸公告，宣布要“革自己的命”：《热血传奇》永久免费。这款游戏的点卡曾卖到脱销，巅峰时期全国每五个网民里就有一个人在线玩，取消收费堪称“大胆冒险”。

然而免费模式一上线，玩家便挤爆了《传奇》的服务器。只因过去先掏钱买点卡才能进游戏，大量价格敏感型用户被挡在了门外。

免费后，用户池子倍数放大，行业最赚钱的“游戏免费+道具收费”模式自此进入黄金时代，陈天桥也就此走上首富之位。

如今，国内办公SaaS商业模式的转变，也可能会像《传奇》引爆中国网游一样，把中国SaaS这块“盐碱地”，浇灌成“厚雪长坡”。

国内过去协同SaaS，如钉钉、飞书、企微等，始终没能走出北美SaaS的模样，一直停留在“故事叙事”阶段。

绊住它们的，正是按订阅席位收费。这些SaaS，动辄几十万的年金——这在奉行“合理利润是专业证明”的西方世界行得通，但国内老板的心理，是“能让我续费，才能证明你专业”。

除此之外，买到的往往还是糟心体验：传统SaaS软件层层“套娃收费”，高阶功能全是“另外的价钱”。在中小企业占比超九成的国内，老板们宁愿多雇几个人，也不想花冤枉钱。

AI时代不一样了，打工人的一天可能是这样的：打开电脑，先“白嫖”平台AI基础功能；碰上专业难题也不用额外付费“请外援”，对话框里输入一句话，AI十几秒内生成答案。

只有燃烧的Token真正化作肉眼可见的经济效益，如巡店效率提升、采购成本减少，申请更多AI预算才会蔚然成风。

说白了，传统SaaS像“一半预算被浪费”的“品牌广告”，而AI SaaS则是每一分钱都能看见转化的“效果广告”，企业主自然懂得用脚投票。

而企业一旦选择上车SaaS+Token，就别想轻易跳下去了。

2018年，空客时任CEO雄心勃勃放话：要在18个月内，将13万名员工从微软Office迁移至Google Workspace。

然而，一张表格就把超级公司难倒了：空客部分财务电子表，包含高达2000万个单元格，体量之庞大，超出了Google Sheets短期内的承载能力。

不只是性能差距，功能兼容同样棘手，用Word“修订追踪”功能处理的合同，转移到Workspace后记录就丢失了；合规更严苛，涉密文档必须存在本地微软软件……这些深深嵌入业务毛细血管的环节，让空客耗时8年都未能完成这场迁移。

这还仅仅是转换成本的第一重门。

办公平台上还沉淀着企业的系统生态、历史轨迹等数据，迁移难度不亚于一次“器官移植”。尤其在AI时代，平台源源不断汇入千万家企业的脱敏数据，大模型有了持续迭代的“养料”，企业更离不开“聪明”的知识库了。

同时，员工多年的工作习惯，也不是几周培训就能切换过来的。空客CEO就曾反思，时间表过于乐观的原因之一，是大大低估了“人因”。

当业务流程、数据沉淀与组织惯性层层叠加，更换办公软件的难度指数级上升。企业不到万不得已，不会轻易变更阵地。

这让SaaS厂商，能够够牢牢锁定客户。在算力与服务“软硬一体化”的背景下，自带AI+云基座的CSP大厂们，背靠强大生态建立起壁垒，真有可能成为下一代企业智能化基建的入口。

钉钉坐拥国内最大的用户盘，背靠阿里云，在政务、教育等行业渗透率超80%；飞书则凭着字节系的极致产品基因，拿下了大批行业龙头，稳稳占据客单价的鳌头。

鹅厂虽入局AI较慢，但企业微信、WorkBuddy、腾讯文档、腾讯会议等“全家桶”绑定，潜力同样不容小觑。

当年没跑通的SaaS旧梦，如今终于被AI一脚踢开大门。未来谁主沉浮，就看牌究竟怎么打了。