Anthropic重塑SaaS格局：CIO的5大应对策略
先说几个核心判断：Salesforce最近推出了Headless 360平台，这本身是个不小的动作。但真正让行业感到震动的，并不仅仅是一次产品发布那么简单。
事情是这样的——在一次对Salesforce的采访中，我问了产品管理高级副总裁John Kucera一个问题：智能体AI正明明白白地威胁着SaaS的商业模式，Salesforce打算怎么应对？
他的回答很干脆："通过持续自我碘伏来赢得竞争，包括推进开放策略。我们必须更快地创新，让更多客户能够顺利落地采用。"
听起来一切都在掌控之中。但紧接着，我又问：三年后的Salesforce会在哪里？
本以为会听到一个色彩鲜明的远景，结果答案却让人背后一凉——"没有人能看那么远。"
这话从一个顶级软件公司高管嘴里说出来，你不得不承认，行业的地基正以一种极其迅猛的速度在移动。
对CIO们而言，这种不确定性是致命的。毕竟，他们每年至少三分之一的预算被锁定在软件应用中，尤其是SaaS。在这种局面下，没有一套清晰的策略，甚至只是一个大致的方向判断，都会让决策变得异常艰险。
Anthropic意图绕开SaaS
一个极具冲击力的变化在于，Anthropic正在把Claude从一个基础模型变成一个真正意义上的企业软件工具。这背后有明确的驱动力：巨额融资带来的市场期望、第四季度上市的紧迫节奏，以及一个不得不面对的现实——基础模型本身的商品化正在压得所有玩家喘不过气来。
转型的工具箱里，装的是预构建工作流和模型上下文协议（MCP）集成。这套架构的设计目标非常直接：替代那些过去由专业SaaS应用承担的工作，尤其是依靠低代码工具拼接起来的企业级功能。Claude Cowork、Claude Code插件，以及托管智能体的使用手册，构成了支撑这一架构的"三大件"。
Anthropic对SaaS的野心毫不掩饰。CEO Dario Amodei最近公开放话：部分SaaS公司可能会"失去市场价值、陷入破产、彻底倒闭"。他进一步指出，靠软件复杂性作为护城河的时代已经终结了。"如果你的护城河是'我们的软件复杂难写，我们能写，别人写不了'，我认为这条路已经走到头了。"
这番话话锋直指SAP等传统厂商。当然，Amodei也给了一条生路：能够转型并建立新型复杂护城河的公司，也许会比以前做得更好。至于那些视而不见的——"将会非常难过"。
一句话：企业应用不会消失，但它的价值来源和定价能力，正在经历根本性改变。
企业应用为何依然不可或缺
有一点可以明确：大型交易系统不可能说垮就垮。CIO们为这些系统付出了多年的心血和数不清的不眠之夜。与此同时，他们也没有兴趣再去操心更多软件的开发和维护工作。他们的底线很清晰——只自研真正能带来竞争优势的软件。
SAP首席技术官Philipp Herzig对此的态度很明确："AI为业务应用带来了更大的战略价值。随着智能体承担更长期、更自主的工作，应用层变得更加关键，而不是更次要。它提供了在规模化场景下可靠运行所需的执行系统、经过验证的工作流和业务逻辑。"
所以，争论的核心不在于应用重不重要，而在于现有SaaS公司——SAP和其他玩家——能否在不进行根本性转型的前提下，继续从老产品中榨取同样的经济价值。
SaaS公司必须转型为数据公司
那么，SaaS公司的出路在哪里？CIO们评估供应商路线图时，该盯着什么看？行业里有一条被反复验证的路径：让应用产生的数据变得更有价值、更易获取。这并非空谈——长期以来，商业智能要做大量准备工作才能让数据达到可用状态，这才是真正的痛点。
在新的模式里，SaaS公司的核心价值将从应用代码转向专有数据、数据治理以及嵌入业务逻辑。简而言之，他们的角色将变成：精心整理的核心数据集和专业知识库的提供方，通过API、虚拟化访问和MCP服务对外开放这些资产。
这样一来，他们就变成了AI智能体赖以运转的基础设施——不管是谁的智能体，不管它产自哪家。这是比Salesforce Headless平台更进一步的演进方向。看起来，Salesforce已经正在往这个方向走了。
能活下来的公司，必须把三项能力与自己的应用实力深度结合：一个专有且持续更新的数据集、高效的数据治理与合规能力、以及语义足够丰富的业务逻辑——可供智能体随时调用。
所以说，数据是新型护城河的基石。但它只有足够独特、经过深度打磨，并且对智能体的企业任务不可或缺时，才能形成真正的竞争优势。
Herzig同样看准了这个方向，他认为："AI智能体需要应用层——包括语义丰富的数据和内嵌的治理机制——才能有效运转。没有这些上下文，它们的输出将与业务现实脱节，从而制约生产力提升和营收增长。智能体AI和AI辅助开发可能会改变用户界面以及软件的构建方式，但智能体依赖于企业应用，而不是企业应用的替代品。"
核心逻辑已经非常清楚：Anthropic的做法，实际上是在倒逼SaaS公司向数据公司转型。这个趋势会进一步加剧对纯数据公司的竞争压力，并加速行业整合。不难看到，大型软件厂商正在通过收购专业数据公司来应对AI浪潮的冲击。
对数据平台公司和集成公司意味着什么，目前还看不清最终面貌。但正如Boomi首席技术官Matt McLarty所言，AI智能体的能力边界完全取决于它能访问哪些数据——这直接让数据集成成为了"竞争差异化要素"。
CIO现在应该怎么做
精确判断竞争格局如何演变，现阶段确实很难。说起来，对CIO而言，通用的行动建议也有很大困难。但有几条原则非常值得关注。
在数据与AI战略尚未成型的阶段，与供应商签短期协议显然更为明智。只有当你确认供应商的商业模式与自身的AI战略方向高度契合时，才值得做出更长期的承诺。
最后一点：如果组织在AI能力建设上已经落下，那就要积极去寻找那些能够加速AI应用落地和技术路线图的合作伙伴。别浪费时间自己做无谓的摸索，尽快弥补差距才是正道。
Q1：Anthropic是怎么瞄准SaaS这块蛋糕的？
简单地说，Anthropic正在把Claude从一个基础大语言模型扩展成企业软件工具。通过预构建工作流和MCP集成，让它能处理过去由专业SaaS应用负责的工作。CEO Dario Amodei甚至直接放话：部分SaaS公司可能因此"失去市场价值、陷入破产"。他明确表示，依赖软件复杂性作为护城河的玩法，行不通了。
Q2：SaaS公司要怎么应对AI智能体带来的冲击？
核心转型方向很明确：从"应用提供商"转向"数据公司"。把核心价值从应用代码转移到专有数据、数据治理和业务逻辑上。然后通过API、虚拟化访问和MCP服务的形式，把这些经过精心整理的数据集和知识库开放出来，成为AI智能体赖以运转的基础设施。这才是新格局下建立新型护城河的路径。
Q3：CIO在AI冲击SaaS时，怎么调整软件采购策略？
一个稳妥的做法：在数据与AI战略未确定之前，优先签短期协议，避免被过长承诺绑定。只有供应商的商业模式与企业AI战略高度对齐时，才值得长期合作。另外，如果组织在AI能力上已经落后，那就该主动寻找能帮自己加速落地的伙伴，尽快补上差距。