“智能体对SaaS业务流程的全面改造，至少需要2~5年的时间。”

作者丨张嘉敏

编辑丨徐晓飞

“Meta数十亿美金收购Manus，正是看好‘智能力’从「只有大脑」到「脑手皆能」的变革。”

IT老兵李国平如此评价Manus易主一事，其所言的“智能力”，是指智能体（Agent）认知+执行的复合能力。在他看来，SaaS行业也正在经历一场关乎自身的智能变革——

“如果SaaS仍以人与系统（界面）的交互为主，不进行智能变革的话，必将被时代颠覆。”人机交互模式的根本性转变，是Agent浪潮给SaaS行业带来的颠覆式变革。

这样的论断源于李国平数十年来在一线亲历的颠覆性转折时刻：软件时代，操作系统曾是数字世界的核心；到了PC互联网时代，先是门户网站后是搜索引擎，成为数字世界的入口，移动互联网时代这个入口则变成了App；而在云计算时代，则是由SaaS整合封装所有能力。

李国平曾在微软任职十余年，现任国内头部财税SaaS厂商百望股份有限公司（以下简称“百望”）数字经济与金融科技研究院院长。在云计算兴起近20年的时间里，他时刻保持着对新技术浪潮的拥抱和接纳。

Agent浪潮下，未来SaaS的命运将走向何方？

在李国平看来，SaaS在五年之内大概率不会消亡，但会先经历向嵌入式、局部性的智能应用：人主宰80%、智能体辅助20%，逐步向人指令负载10%-20%、智能（体）工具承担80%-90%工作负载的方向转变，最终实现全面由智能体主宰的终局。或许用不了三年五年，SaaS产品可能一部分保留传统界面，一部分承载业务流程，其余则由一组组专业化智能体构成。

“今天是人通过操作SaaS界面调用数据，完成业务闭环。我们看到的变革趋势是人向财务、业务营销等智能体下达指令，由智能体自主完成大部分工作，直接向人交付所需的业务结果。”李国平认为，无论是智能体还是SaaS，未来都将从「人单向操作系统」，转向「人与数字员工/数字人协同」的新模式。

人机交互模式的改变，难免引发业务流程的重塑。但李国平认为，这一进程在To B领域会相对缓慢，全面升级可能需要2年到5年时间。从实际应用落地来看，渐进式创新更为现实，例如先在现有业务流程引入智能体，减轻人力、降本增效，再逐渐推展到全行业。对于专业性强的行业领域，尤其是有监管规定业务流程SOP的“严肃”行业（如金融、财税等），进程会更慢一些。

他也留意到，这波技术浪潮中涌现的大模型厂商和AI原生企业，展现出截然不同的姿态：“这类新一代企业会更激进，上来就想颠覆原有的作业模式。”但在他看来，这并非坏事。从创新视角看，这种激进做法恰恰能形成对产业的引领和驱动。

面对来势汹汹的新一代企业，SaaS厂商的核心资产是什么？

“数据。”李国平斩钉截铁给出了答案。

以财税SaaS为例，其核心价值和差异化资产，就在于掌握的交易级数据。

对于SaaS厂商而言，开发通用大模型并非最优解。“To B厂商如果想形成自身的核心竞争力，关键在于能否把自身的私域数据变成高价值数据集，为自身的垂类大模型和场景化智能体提供支撑。”李国平补充道。

AI浪潮下，“数据”已成为百望近年来转型战略的核心支柱：最底层是税控设备，依托税控设备拓展电子发票业务，通过电子发票沉淀数据资产，再基于数据业务构建智能体护城河，持续加高行业壁垒。

在数据核心资产的基础上，百望针对不同财税应用场景挖掘数据价值，推出了财税SaaS领域的智能体矩阵——睿界、金盾、问数三大智能体。

面对席卷而来的Agent热潮，李国平始终保持冷思考：中国的SaaS厂商没有一家可以在原地生存，必须贴合自身业务DNA转型，找到适合自己的发展路径。

他也指出当前国内To B智能体落地应用面临的掣肘——面临类似公有云发展初期遇到的难题——出于安全考虑，在国企、金融机构等领域仍受到较多限制。“希望行业监管能适度‘松松绑’，为新技术创新和行业应用提供更宽松的土壤。”

在机遇与挑战并存的时代，仍有诸多关键命题待中国SaaS行业解答：面对大模型厂商、AI原生企业的异军突起，SaaS厂商如何盘活数据这一核心资产？SaaS实现智能体化后，能否弥合中外SaaS行业的鸿沟？智能体的To B应用落地面临还哪些难题，又当如何破局？

带着这些疑问，近日雷峰网与李国平展开了一场深度对话。以下是具体的对话内容，为了方便理解，内容经编辑。

01

五年后的SaaS会变成什么样？

雷峰网：对于SaaS行业来说，智能体能否成为堪比当年“本地部署转向云计算”的范式革命？

李国平：IT技术的演变速度很快。我曾经在微软工作十多年，往回倒20年看，在软件时代，操作系统曾是数字世界的核心，而到了PC互联网时代，先是门户网站后是搜索引擎，成为数字世界的入口，移动互联网时代这个入口变成了App；在云计算时代，则是由SaaS整合封装所有能力，而在正在到来的智能时代，人机交互的范式必将再次变革。未来SaaS可能不再重要，如果SaaS仍以人与系统（界面）的交互为主，不进行智能变革的话，必将被时代颠覆。

雷峰网：人机交互关系的根本性改变，是SaaS面临的核心挑战吗？

李国平：未来SaaS会从由人操作系统、调用数据的模式，转变为人下达指令、智能体执行任务的新模式：今天是人通过操作SaaS界面调用数据，完成业务闭环；未来可能是人下指令给财务、业务营销等智能体，由智能体自主完成工作并交付结果。

红杉资本2025年在硅谷闭门会的核心观点我非常认同，AI的创新不应该仅思考作为先进的工具，而应该思考如何交付最终的业务结果。所以Agent浪潮一定是颠覆式的、且目前正在发生，最近Meta数十亿美金收购Manus，正是看好这种“智能力”从「只有大脑」到「脑手皆能」的变革。

雷峰网：能否举例说明智能体带来的人机协同场景？

李国平：我有位微软前同事创业做智能体公司，专门服务制造行业。原来制造全链路需要一个大PM（项目经理）带着三四个制造业专业岗位工种的团队完成，现在由一个人带着四五个不同角色的智能体就可以替代原来的真人团队。PM负责分配任务，各个智能体各司其职，最终协同交付成果。

而百望目前正在基于过往十年服务近3000万家企业财税发票积累的数据，构建面向财税数智合规、企业经营决策、数智金融服务、出海全球化合规等领域的智能体平台，让原来的凭证处理、财务记账、报税等出纳会计的重复手工劳动通过智能体就能完成，释放财税领域的智能生产力。

由此可见，无论是智能体还是SaaS，未来都将从「人单向操作系统」，转向「人与数字员工/数字人协同」的新模式。目前看起来是专业人类角色主宰80%工作量、智能体辅助20%，未来将逐步演化过渡到人负责10%-20%的指令和任务校调工作、智能（体）工具承担80%-90%具体工作负载，最终实现全面由智能体主宰的终局。

雷峰网：智能体深度驱动的SaaS产品，与传统SaaS产品的核心区别是什么？

李国平：技术层面，真正的智能体具备记忆、任务规划、工具调用链路、数据应用以及动态交付结果的能力。比如生成一份财税合规动态报告，以前是人工操作界面静态生成，现在会转变为由智能体主动扫描业务风险并生成报告。

商业模式上，就像前面举的制造行业例子，未来智能体将逐步替代人工岗位，一方面企业决策者要算清楚人工替代的成本价值，另一方面智能体要实现自我迭代进化，在业务侧形成新的能力。

雷峰网：这会对SaaS的订阅制付费模式产生哪些影响？

李国平：AI应该deliver outcome（交付成果），比如帮企业识别了多少条合规性风险，让企业以更低的成本拿到了信贷。目前百望的智能体已经采用按MCP调用次数收费的模式了。

未来按量、按结果付费等几种模式都会有，具体取决于用户的认可度。如果把智能体看作硅基员工，企业付费逻辑和人力资源决策类似——判断“员工”的产出是否匹配成本ROI，这就是按结果付费的核心逻辑：结果不达标则不续订。

当然，过渡阶段仍会保留按月订阅模式，也就是无论智能体的表现如何，工作做得好不好，都固定付费。所以我认为，未来智能体应用可能出现按业务价值分成等多种商业模式。

雷峰网：您认为未来SaaS会消亡吗？

李国平：我认为SaaS在五年之内大概率不会消亡，但会先经历向嵌入式、局部性的智能体化转型，未来会像RPA（Robotic Process Automation，机器人流程自动化）时代那样，在某些固定流程中实现人力替代。或许用不了三年五年，SaaS产品可能一部分保留传统必要的界面（有些可能源自监管合规的要求），一部分承载业务流程，其余则由一组组的专业化智能体构成。

雷峰网：未来几年，智能体是否会加剧SaaS内卷？

李国平：在中国市场，这需要辩证看待。

悲观的一面，从创投的商业价值回报率和Total Address Market角度，可能会内卷到SaaS或智能体厂商的毛利率下滑，甚至导致竞争环境恶化、行业衰亡。

乐观的一面，正是这个过程加速了前沿技术的普适化、平权化。无论是国外OpenAI的ChatGPT、Google Gemini，还是国内的DeepSeek、通义千问，都是花了数十亿、甚至上百亿训练出来的模型。从技术创新者和供应商的角度看，商业模式很唏嘘、很有挑战性；但从用户的角度，用户能够免费使用很多前沿功能，这是前沿技术的快速平权。这何尝不是一种良性内卷？

中国很多互联网业务模式能卷过美国，也是因为中国把互联网开源和免费的核心精神发展到了极致。大模型这一波，中国的DeepSeek和通义千问系列已经领先了美国的大模型。从这个角度讲，智能体未来在中国市场也会很卷，甚至卷到最后变成白菜价，但当白菜价那一天到来时，恰恰是千行百业实现全面智能化的时代。

02

智能体的To B应用需“松绑”

雷峰网：在这波AI浪潮里，国内外有哪些差异？

李国平：资本层面，相关数据显示，中国在大模型、智能体这一波浪潮里，拿到的全球风投类资金非常有限。我看过一份2024年底的全球AI投资报告，中国大概只有美国的7%。所以中国的创业公司被迫用更低的成本、更少的算力，产出更极致的技术成果。换句话说，国内市场更卷，反而倒逼中国的AI企业追求极致的性价比，更重视技术内核的优化。

雷峰网：国内厂商在技术生态上有哪些新变化？

李国平：开源成为关键突破点。国内的通义千问、DeepSeek等开源产品，在全球范围内的整体性价比和能力排名都获得了很多认可。开源是中国技术全球化的重要因素，算是“以彼之道，还施彼身”——过去20年，国内头部企业在开源社区的总体贡献排在美国之后；但在这波大模型和智能体浪潮里，像字节跳动的扣子平台等也加入开源阵营。

这是非常好的趋势：中国把一些有技术密度、有积累的平台开源化，既能获得全球市场、用户的认可，也能带动基于中国核心技术的应用生态繁荣。一个技术好不好，关键在于能否向上层释放更多开放能力，形成应用与开发者生态，就像英伟达的CUDA。从这个角度看，中国企业越是坚持开放式创新，就越能获得海外市场的认可。

雷峰网：国内外SaaS厂商的技术差异大吗？

李国平：中外SaaS差异并非完全由这波大模型带来的，但相关度很高。中国的SaaS之所以盈利困难，很大一部分原因在于头部付费客户更喜欢本地化部署、定制化开发，SaaS厂商需要投入大量的人力成本、技术资源等，做非标化产品满足客户需求。而Salesforce、SAP、微软Office 365、Dynamics 365等海外产品，都采取标品化云订阅模式交付，同时为不同客户预留二次开发平台和定制化接口，盈利模式更清晰，长尾效应更显著。

未来SaaS的智能体化转型是否会打破这一困境？我认为不一定，因为智能体也面临非标品化挑战，比如今天把智能体推给这家公司，明天推给那家公司，很难完全做到标品化。或许会像蚂蚁集团前段时间推出的灵光APP一样，通过理解用户的提示词，动态生成应用。这相当于将传统的定制化编码过程自动化：过去需要程序员“手搓”的功能，现在只需要恰当合适的提示词，就能迅速生成不同的应用成果。

这本质上是前几年低代码、无代码概念的智能化升级，同时改变了人机交互的模式。传统SaaS以流程化作业为主，未来的主流可能是采用A2A（Agent to Agent，智能体互通协议）+MCP（Model Context Protocol，模型上下文协议）的协同模式。2025年，百望推出了一系列由行业大模型驱动的MCP服务，希望增强智能体的数据应用能力，背后依托的正是一组能够安全调用、穿透私域数据的MCP能力体系。

目前来看，人类还在扮演“大脑”的角色，这也许是人类作为碳基生命的最后堡垒。如果“大脑”指挥官不再是人类，我们可能就进入了硅基时代，而人类将变成智能体的附属物——只是workforce（劳动力），而不是brain（大脑）。

雷峰网：您提到SaaS业务流程的变化，在您看来，颠覆性创新和渐进式创新，哪一种更符合智能体在国内SaaS的落地？

李国平：从实际落地来看，渐进式创新更为现实：先在现有业务流程引入智能体，但终极来看，复杂的业务流程未来会变成“人与智能体协同”的模式，这是对传统SaaS和企业内部业务系统的完全重构。

但这一进程在To B领域会相对缓慢，全面升级可能需要2年到5年时间。大型复杂的业务系统可能还会受到作业规程和监管要求的约束，只能先在局部进行减轻人力、降本增效的创新，需要监管要求逐步跟上后，才能全面释放智能的全链路价值。

雷峰网：所以财税领域的业务流程改造，还会有安全层面的顾虑？

李国平：是的，所以相较于其他领域，财税领域的变革不会那么快发生。即使AI技术层面能够实现流程重塑，但仍然存在操作规程、审计等方面的问题。比如AI执行任务出错了，责任该由谁承担？类似问题在法律、业务落地等层面，还有很多需要论证的地方。

雷峰网：业务流程改造方面，国外SaaS厂商是否会更激进？

李国平：我认为不是国外的SaaS厂商更激进，而是新一代AI原生企业更具颠覆性。今天的SAP、Salesforce、Adobe、微软都在布局AI、大模型、智能体的应用，但要让他们完全推翻整个现有体系进行重构并不容易。他们大多是在现有产品里“修修补补”，通过插件形式增强能力，例如微软的copilot就是在原有模块里内置了插件式功能。

反而是近两三年创立的新一代AI原生企业，上来就想推翻原有的作业模式。以代码编写场景为例，微软的GitHub copilot之后，又涌现了Cursor等AI平台，甚至部分产品的体验超越了前者。

雷峰网：如何看待这两种截然不同的模式？

李国平：从创新视角看，AI原生企业的激进模式能引领产业变革，比如2025年年初石破天惊、引发行业震动的DeepSeek和Manus。

但当下智能体的落地，面临与公有云发展初期的类似困境：出于安全因素的考虑，To B应用在央国企、金融机构的部署和使用受到诸多监管限制。希望未来行业监管能适当再给To B应用“松松绑”，为新技术创新和行业应用提供更宽松的土壤。

03

SaaS厂商不转型都得“死”

雷峰网：您认为Agent浪潮下，SaaS厂商的生存之道是什么？

李国平：中国SaaS厂商没有一家可以在原地生存，不转型肯定都得“死”。SaaS厂商需找到适合自己的发展路径：一是加强核心竞争力，二是寻找最适合的转型战略。转型必须贴合自身业务DNA，构建新的智能化能力、新产品、新平台。

雷峰网：百望的核心竞争力是什么？目前走什么样的战略路线？

李国平：百望的核心价值和差异化资产，在于掌握的交易级数据，以及在这些数据之上针对不同应用场景挖掘数据价值。在这一核心资产之上，百望构建了智能能力层，也就是智能体矩阵——睿界、金盾、问数三大智能体，三大产品线。

百望的发展曲线是一层战略叠着一层战略往上走：最底层是过往的税控设备，依托税控设备拓展电子发票业务，通过电子发票沉淀数据资产，再基于数据业务构建智能体护城河，持续加高行业壁垒。

雷峰网：什么是数据之上的场景？能否举例说明？

李国平：以百望的汽车经销商监控服务为例，其底层核心就是发票数据。通过企业授权，我们可以全程追踪汽车经销商销售机动车流转中的数据，比如汽车销售填写的机动车号、发动机号，而这些车辆可能涉及信贷动产抵押，所以这个场景面向动产抵押监控和汽车经销商监控。银行愿意为这类数据服务买单，汽车经销商也可通过该服务识别供应商风险和上下游欺诈行为，并获得成本更低的金融信贷与保险服务。

这是一个典型的数据智能应用场景：解决了金融客户有效利用动态实时的市场交易数据、构建数据驱动的创新业务，从而实现价值闭环，是百望在数据智能领域持续产生订阅收入的ARR业务之一。这也是在鼓励数据要素流通的时代合法合规实现数据商业化的典型案例。

雷峰网：睿界、金盾、问数三大智能体主要面向哪些客群？

李国平：睿界、金盾、问数三大智能体，分别对应金融业务、交易管理、经营决策三大方向。三大智能体虽然相互独立，但能够通过A2A、MCP等能力整合，覆盖企业不同环节需求：

睿界智能体主要满足企业负责信贷、与银行对接的人员以及银行客户经理的需要；金盾智能体聚焦企业财税合规风险扫描，更受企业财务领导关注，可提供针对性合规解决方案；问数智能体则面向企业市场营销、整体经营的CXO级别人员。

以金盾智能体为例，我们将金税四期国家税务总局电子发票服务平台的建设经验、国家税务总局对企业合规提出的高标准严要求，以及百望过往在税务侧、信贷侧积累的异常识别或风险防控能力，转化为RAG化数据，帮助企业设立更高的合规经营标准。

雷峰网：数据对SaaS厂商而言，为何如此重要？

李国平：根据大模型的scaling law（缩放定律/规模法则），算法、算力、数据缺一不可。现在的模型基本已经吸收了全世界互联网的公开数据，但未来如果只依赖算力和算法的提升，没有高价值数据集的支撑，很难实现模型的指数级跃迁。

国内的互联网大厂们之所以能把大模型做好，是因为他们手里掌握了别人没有的核心数据。而“六小龙”的困境在于，他们不像云大厂那样拥有上一个互联网时代沉淀的海量数据集与业务场景的飞轮闭环，即便有算法上的提升，甚至储备了一些算力，但仍缺乏数据的先天优势。

对于SaaS等To B厂商而言，本身不太可能开发通用大模型，如果想形成自身的核心竞争力，关键在于能否把自身的私域数据提炼成高价值数据集，为自身的垂类大模型和场景化智能体提供支撑。

专题介绍

眼下，Agent大潮正在SaaS行业掀起一场深刻变革：小到产品形态、技术架构，大到商业模式、市场格局，都将被重塑，危与机并存。

鉴于此，雷峰网推出“SaaS+Agent十人谈”系列专访，将对话一众SaaS公司和Agent从业者，从战略决策者、业务负责人、技术创新先锋等不同视角，探讨Agent为SaaS行业带来的机遇与挑战。如果对这一SaaS与Agent融合话题感兴趣，欢迎添加微信skylar_12_14参与讨论。