AI原生SaaS如何取代传统SaaS？副总裁观点解读

Agent能否取代SaaS？在迈富时副总裁李玠佚看来，答案是否定的——取代传统SaaS的不是Agent，而是AI原生的SaaS系统。这一判断背后，是企业在新拐点下的真实需求：既要打破流程固化、自主适配业务，又要降低开发运维成本。而提供全链路AI原生解决方案，正成为SaaS厂商应对这一变化的重要趋势。

先说几个关键判断：AI原生SaaS系统的核心在于原子化功能与专家知识库的结合；从SaaS 1.0到3.0，智能化升级路径清晰；而迈富时的战略布局，则锚定企业级智能体中台，力求扮演生态赋能者角色。

所谓“原子化”，就是对SaaS系统原本复杂、捆绑的大块功能进行重构，拆成最小、独立、可单独调用的“功能单元”，再通过标准化接口（如MCP）实现灵活组合。在AI原生SaaS系统中，用户可以通过交互界面将多个原子化单元组合成复杂功能，实现能力的灵活拼接。具备自主决策能力的AI，能够基于行业知识和对组织场景的理解，自主创建流程并完成执行，最终达成业务目标。

AI原生，是SaaS与AI融合的理想状态。但两者的融合并非一蹴而就，而是沿着一条清晰的路径演进：从当前围绕业务流程的SaaS系统改造，逐步过渡到AI赋能和AI驱动，最终形成碘伏性的AI原生SaaS系统。这条循序渐进的路线上，迈富时选择了智能体开发的方向。

智能体开发有两层定义：一层是智能体开发平台，另一层是智能体中台。在智能体开发平台的基础上，加上安全、权限、运维、版本等企业级应用能力，就构成了企业级智能体中台。面对这两个细分赛道，迈富时将战略锚定在更考验厂商综合能力的企业级智能体中台上。

这一选择，一方面取决于迈富时的自我定位——不只提供营销全链路应用解决方案，还具备Low Code PaaS和Agent PaaS的双重能力，在为自身SaaS产品注入原生AI能力的同时，通过PaaS平台向企业释放Agent应用与AI能力，向生态赋能者角色跨越；另一方面，Salesforce等海外头部SaaS厂商已经走到AI原生阶段，用实践证明AI原生的SaaS系统是值得押注的方向。

在智能体开发赛道向智能体中台发力，既是迈富时对企业“低成本落地AI”诉求的回应，也是其抢占SaaS 3.0时代生态话语权的战略考量。但并非所有SaaS厂商都具备打造智能体中台的能力——技术积累是必备条件。正如一位云从业者所言：做中台是典型的工程化方式，当业务盘子足够大、重复性足够强时，部分环节就能抽象出来，封装成可复用的模块。中台就是不断把这些模块化、原子化的能力封装好，前端用户能不断调度，模块还能和后层数据有效联动。

AI能力较弱的SaaS厂商，则选择引入AI合作伙伴，集成智能体中台厂商提供的Agent PaaS能力，借力将Agent能力叠加到业务上。这类专门为SaaS厂商赋能Agent的玩家，将成为SaaS行业的新入局者。

传统SaaS厂商正在直面步步紧逼的竞争危机。到了SaaS 3.0，AI原生会重塑SaaS原有的流程型架构，对底层技术平台、功能构建平台、应用平台做整体的革命性改变。如果传统SaaS厂商不改变玩法，还是按照功能迭代、AI赋能驱动的模式，不排除未来两三年内会有新玩家在某个细分领域重塑竞争格局。

虽然挑战重重，但对SaaS厂商的未来仍可保持信心：Agent的出现不会让不懂业务的厂商重塑SaaS行业。懂业务场景，加上多年深耕行业的知识沉淀，或许将成为传统SaaS厂商与新玩家过招的核心筹码。

关于未来SaaS的产品形态、行业格局，仍留有很大的想象空间。但在当下，SaaS行业迎来拐点已成为共识。AI或Agent是否为关键变量？作为头部SaaS厂商，迈富时押注AI-Agentforce企业级智能体中台背后有哪些考量？面对Agent的技术浪潮和新玩家的涌现，迈富时又将如何应对？以下是对谈内容。

01 SaaS的AI化“三步走”：3.0时代是AI原生系统

问：目前业界有一种声音，认为“SaaS行业迎来了拐点、转折，甚至是重构”，您怎么看待这个观点？AI或Agent是SaaS行业迎来拐点的变量吗？

李玠佚：目前SaaS行业确实处于关键转型期，尤其是随着AI能力的跃迁和Agent的落地商用。现阶段用“拐点”来定义比较准确，从长远来看，SaaS行业的重构是必然趋势。

问：为什么说SaaS的重构是必然趋势？

李玠佚：这背后关键要看AI与SaaS的融合深度。从行业实践来看，AI和SaaS的融合可以分为三个阶段：

如果将目前的SaaS系统定义为1.0版本，其核心是围绕业务流程的高效化、可管理性和准确性构建系统。目前各厂商都在做AI创新，SaaS正迎来拐点，进入2.0时代——AI赋能和AI驱动。不管哪种方式，都是在原有流程基础上叠加AI能力，让原有流程更智能化。

长远来看，SaaS会进入3.0时代，也就是AI原生系统。AI原生的产品形态是业务功能和处理能力的原子化，通过各种交互模式，由具备自主决策能力的AI，基于行业知识和对组织场景的理解，再结合业务功能自主创建流程，更智能地完成功能执行，也就是“服务即软件”。

问：在技术路线上，目前国内外在SaaS和AI的融合上有哪些差异？

李玠佚：国外的头部SaaS厂商已经走到了AI原生的阶段。相对而言，国外业务流程更规范，PaaS层更成熟，生态伙伴也更健壮，所以能以AI原生的方式快速搭建AI自主应用智能体。比如Salesforce的生态做得非常好，有大量ISV在上面写各种组件化的内容。国内目前还没完全达到这种程度，所以厂商更多在应用层发力，走AI赋能和AI驱动的路线，结合云厂商的算力、模型和自身的SaaS应用做应用层的创新。

问：落在企业应用层面，国内外厂商对业务流程的改造是否存在差异？

李玠佚：在某种程度上，国外厂商更倾向于改变传统业务流程，国内厂商更多在现有流程上做创新——但这样的表述都需要加上引号。因为不管哪种方式，最终都要服务客户本身的流程、符合客户的本源诉求，而不是试图改变客户，这也是迈富时一直以来的理念。

之所以有这种差异，一方面是因为国外更重视业务流程的长期沉淀，标准化程度相对较高，流程差异小；而国内企业的业务流程差异大，直接重构流程适配不同企业的难度大，成本风险也更高。另一方面，也和技术、生态有关。目前走到AI原生阶段的国外厂商，已经能够把SaaS的原有能力原子化，无需在系统中逐一配置，也不用按固定流程点击功能按钮。比如发起审批流，只需要告诉AI筛选某类人群并提供内容，再发送审批流程，AI就会结合知识库自主确定审批人员，自动完成流程。简而言之，在AI原生的对话界面，AI可以根据企业的业务需求将原子能力“拼接”成功能。生态上，像Salesforce依托自身生态，拥有很多原子化插件能力；而国内厂商更可行的路径是先完善产品的原子化能力解耦和生态扩展，再进一步改变业务流程并向企业推广。

问：按照您对SaaS和AI融合的阶段划分，目前迈富时处于哪个阶段？在AI原生方面有哪些探索？

李玠佚：迈富时已经从SaaS 1.0过渡到SaaS 2.0，基于PaaS能力在业务场景里做AI赋能，挖掘AI驱动的场景，让业务流程更高效化、智能化。这也是国内多数厂商目前所处的阶段。从长远看都会走到AI原生的阶段，迈富时现在已经在研发营销SaaS 3.0的平台，很快就会推出基于AI原生的SaaS营销全流程产品。

02 两个细分赛道：智能体开发平台VS智能体中台

问：Salesforce等海外巨头厂商正在打造Agentforce平台，目前迈富时也在向Agentforce平台发力。您能否介绍Agentforce具体是怎样的平台，以及需要具备哪些能力？

李玠佚：Agentforce是智能体开发的一种模式。智能体开发有两层定义：第一层是智能体开发平台，通过低代码的方式搭建工作流、对话流或实现智能执行，实现PaaS的可编排性和自主执行性，比如国内的dify、扣子，国外的n8n、Flowwise等。智能体开发平台的核心是让业务或基础开发人员在平台上快速搭建Agent，不需要一行行地垒代码，也不用管底层模型的通信、调用、适配等技术能力，更关注业务本身。

第二层是智能体中台——企业级应用不光要完成Agent开发，还要加上企业级应用能力，包括企业级安全、权限、运维、版本等多个维度。在智能体开发平台的基础上，融入这些企业级应用能力，就是企业级智能体中台。迈富时选择的Agentforce赛道属于这一类。

问：这两个不同的细分赛道，目前都有哪些玩家入场，是否存在差异？

李玠佚：做智能体中台的更多是大厂和中厂，因为需要深厚的技术沉淀和团队支撑；小厂更多是封装市场上已有的智能体开发平台。展开来讲，企业级应用需要考虑到跟企业组织的适配性，不仅要明确权限边界，比如谁可以查看/修改知识、数据、Agent，还要考虑安全管控，同时支持版本迭代、部署运维，比如应用智能体从1.0到2.0的版本更新和回退。如果没有这些企业级应用能力，企业很难使用。

问：智能体中台更偏向于PaaS属性，迈富时怎么将智能体中台的PaaS能力和原有的SaaS产品进行协同？

李玠佚：在PaaS侧，迈富时具备两个PaaS能力：一个是功能PaaS，通过表单、流程、按钮等功能组件，以低代码的方式快速拼接；另一个是Agent PaaS，也就是将Agent以低代码方式构建，并进行智能化决策和执行。

在SaaS应用侧，我们为企业提供三层能力：第一层是服务封装，通过API或MCP无缝衔接开发好的Agent，实现企业现有数字化系统和Agent在特定业务场景的协同，帮助企业快速调用对应的Agent；第二层是策略配置，在PaaS上提供策略引擎能力，根据不同客户、业态或使用场景，企业能自主修改策略配置，包括知识策略、意图识别策略、回答策略等，让Agent更贴近自身业务场景；第三层是自主搭建，在开放的PaaS平台上，高阶客户能自己搭建需要的Agent，比如数据分析Agent、活动执行Agent、知识引擎Agent等，在PaaS能力的支持下实现Agent的自我创建与迭代。

未来迈富时提供的不只是功能简单的SaaS，而是功能和AI相结合的SaaS，是“千人千面”、由用户自行配置策略引擎的SaaS，也是企业自主创建、迭代Agent的SaaS。把SaaS应用AI化，是行业的共识。

问：在技术攻关方面，这两年MCP（模型上下文协议）和A2A（Agent-to-Agent协议）的推广，对Agentforce的研发、应用有哪些影响？

李玠佚：MCP的核心是让各种服务能够被模型“发现和调用”，而A2A则规范了Agent之间的“沟通与协作”。这两个协议确实解决了连接层的问题，是重要的基础设施。但值得注意的是，协议之上，Agent本身的开发、迭代和运维效率，依然是当前的核心挑战。协议只是通道，而我们要造的“车”——比如复杂的用户画像Agent——其生产方式并未发生根本性变革。无论是用Python直接编写，还是通过中台封装成符合协议的服务，开发者的工作重心和复杂度依然很高。从实践来看，纯代码开发的路径，未来在迭代和运维上会越来越重；而基于中台的开发模式，在灵活性、可迭代性和扩展性上展现出明显优势，更适应Agent快速演进的需求。

问：目前还有哪些技术难关需要SaaS厂商持续攻破？

李玠佚：目前来看，至少有五个方面：

第一是模型层面。模型是整个推理的核心，如果没有能读懂业务语言、业务知识的模型，Agent就缺少灵魂，思考过于通用化。能否形成数据和知识支撑的专有私有化模型，尤为重要。

第二是知识治理层面。目前市面上大部分知识库还是文本形式，需要做多模态创新。比如企业的培训视频里有专业知识，当被问到相关内容时，AI能从视频或音频里召回对应片段，让企业快速定位，但目前大部分厂商还未能做到。

第三是性能挑战。企业级智能体中台是企业智能体的“Hub”，随着上面的Agent越来越多，对管控并发的能力要求越来越高，保障每个Agent处理时效的难度也越来越大。比如大型企业上千终端同时使用知识问答，对中台的并发能力和时效处理是一个不小的挑战。

第四是Agent的服务定义和可调用能力。可被调用不只是MCP注册，还要考虑Agent业务处理时的异常处理、回滚、信息异常提醒、分支处理等。

第五是Agentic AI自主决策与复杂任务统筹执行能力。Agent具备主动自主性，遵循“目标-规划-执行-优化”的逻辑，在明确最终目标后，无需流程指令，就可以主动感知环境变化，生成和调整行动策略。

问：面对这些技术挑战，迈富时有哪些应对策略？

李玠佚：技术架构层面，我们依托自研的Tforce营销大模型作为核心基座，深度融合行业知识和业务语义理解能力，具备面向营销场景的专用推理能力，为上层Agent提供具备业务感知的智能内核。知识治理层面，我们率先构建了企业级多模态知识中枢，实现对文本、语音、视频等异构知识的统一建模和语义关联，支持基于内容的跨模态检索和片段级精准召回，有效激活企业非结构化知识资产。面对高并发和实时性的挑战，我们重构了底层服务架构，引入高性能异步通信与资源调度机制，显著提升智能体中台在多Agent协同与大规模终端并发场景下的吞吐和响应性能。Agent服务化层面，我们基于自研的NLA协议层，对MCP和A2A协议进行增强封装，明确定义了服务注册、流程分支、异常处理与事务回滚等企业级管控能力，让Agent具备可编排、可治理、可复用的服务特性。自主决策层面，我们构建了目标驱动的Agentic AI框架，支持Agent基于环境感知自主进行任务拆解、策略生成和动态调优，实现从“被动响应”到“主动规划”的能力跃升。

03 新玩家涌入，SaaS行业是否面临重新洗牌？

问：技术挑战之外，Agent也为SaaS厂商带来机遇。目前SaaS厂商面临哪些机遇？

李玠佚：第一个机遇是应用产品的价值升级。传统SaaS软件大多以功能堆砌和流程交付的方式实现，AI能力的加持能大幅拓展产品价值的边界。比如AIGC的应用，能让图文生成更场景化、专业化，产品价值大大提升。第二个机遇是业务场景的边界拓展。Agent以及MCP、A2A能力的引入，让SaaS突破了原来单一的处理逻辑，实现跨部门、跨场景、跨业务的协同，更好地为企业提供定制化服务。

问：Agent带来机遇，也可能会带来一场“革命”。您如何看待SaaS和Agent两者的关系？

李玠佚：SaaS产品和Agent的关系是融合，也可以说是“取代”。目前为止，Agent和SaaS的融合，是传统业务能力和AI赋能的叠加。Agent取代不了SaaS，但AI原生的SaaS系统会取代现有的SaaS系统。就像前面提到的，未来SaaS的产品形态会是AI原生SaaS系统。

问：那对SaaS的传统商业模式会产生什么影响？

李玠佚：传统SaaS商业模式基本是按用户数或功能模块收取订阅费用，未来可能会采用“基础订阅+增值服务付费”的模式。传统业务按照基础订阅收费，AI相关功能属于增值服务，比如按Agent的调用次数计费。以AI营销为例，做一次营销方案生成，就收取一次增值服务费用。“传统业务+增值服务”的模式，可以让企业更好地享受AI带来的增效降本红利。

问：您前面提到，目前智能体开发有两个细分赛道。这两个赛道的玩家，对SaaS行业的竞争格局有哪些影响？

李玠佚：目前来看，Agent的出现不会让不懂业务的厂商重塑SaaS行业。每个行业里最懂业务场景的SaaS厂商会在SaaS+AI的方向上持续耕耘，AI能力较弱的SaaS厂商会引入AI合作伙伴，集成智能体中台厂商的能力。智能体中台厂商会提供Agent PaaS，帮助传统SaaS厂商将Agent能力叠加到业务上，这时就会出现专门给SaaS厂商赋能Agent的创新玩家。

到了SaaS 3.0，AI原生会重塑原有流程型架构，对SaaS底层技术平台、功能构建平台、应用平台做整体的革命性改变。如果传统SaaS厂商不改变玩法，还是按照功能迭代、AI赋能驱动的模式，两三年内可能会有新玩家在某个细分领域重塑竞争格局。

问：面对这类新玩家的涌入，SaaS厂商竞争的核心壁垒是什么？

李玠佚：目前SaaS厂商的核心能力，第一是模型能力——因为SaaS贴近业务，所以有业务导向的模型很关键；第二是场景能力——有足够多的场景让AI赋能，这需要模型和知识的沉淀；第三是中台能力——有快速搭建、迭代Agent的智能体中台，快速响应企业需求。未来两三年里，可能大多数厂商会实现AI原生，届时AI原生相关的原子化能力、平台注册能力、NLA调用生成能力，或许会成为新的壁垒。

问：Agent浪潮下，很多SaaS厂商都在向AI转型的过程中重新思考自己的行业定位。打造Agentforce企业级智能体中台是迈富时当下“SaaS+AI”的重点战略，你们是如何定位自身在SaaS行业的角色？

李玠佚：迈富时并不认为自己是应用产品型SaaS供应商，我们的目标是成为全球领先的AI+SaaS营销生态赋能者，不只提供开发工具或应用产品，而是围绕业务场景提供全流程、全场景的解决方案。目前迈富时在向AI+SaaS生态赋能者的角色跨越，将自己定位为AI技术平台提供商和智能化场景服务商。这主要有两方面原因：一是AI和SaaS的融合是必然趋势，所以SaaS厂商的智能体中台要和自身的SaaS产品结合，提供更高效、更便捷、低成本、可迭代的产品和服务；二是赋能暂未自研智能体中台的企业，如果这类企业想避免知识烟囱化，或者以更高效的方式搭建Agent，迈富时的智能体中台就可以帮助他们实现知识统一管理和Agent统一运维。在赋能自身的同时，持续向企业释放Agent应用与AI能力，这是迈富时正在做的事情。