0
| 本文作者： 張嘉敏 | 2026-01-13 11:27 |
“Meta數十億美金收購Manus，正是看好‘智能力’從「只有大腦」到「腦手皆能」的變革。”
IT老兵李國平如此評價Manus易主一事，其所言的“智能力”，是指智能體（Agent）認知+執行的復合能力。在他看來，SaaS行業也正在經歷一場關乎自身的智能變革——
“如果SaaS仍以人與系統（界面）的交互為主，不進行智能變革的話，必將被時代顛覆。”人機交互模式的根本性轉變，是Agent浪潮給SaaS行業帶來的顛覆式變革。
這樣的論斷源于李國平數十年來在一線親歷的顛覆性轉折時刻：軟件時代，操作系統曾是數字世界的核心；到了PC互聯網時代，先是門戶網站后是搜索引擎，成為數字世界的入口，移動互聯網時代這個入口則變成了App；而在云計算時代，則是由SaaS整合封裝所有能力。
李國平曾在微軟任職十余年，現任國內頭部財稅SaaS廠商百望股份有限公司（以下簡稱“百望”）數字經濟與金融科技研究院院長。在云計算興起近20年的時間里，他時刻保持著對新技術浪潮的擁抱和接納。
Agent浪潮下，未來SaaS的命運將走向何方？
在李國平看來，SaaS在五年之內大概率不會消亡，但會先經歷向嵌入式、局部性的智能應用：人主宰80%、智能體輔助20%，逐步向人指令負載10%-20%、智能（體）工具承擔80%-90%工作負載的方向轉變，最終實現全面由智能體主宰的終局。或許用不了三年五年，SaaS產品可能一部分保留傳統界面，一部分承載業務流程，其余則由一組組專業化智能體構成。
“今天是人通過操作SaaS界面調用數據，完成業務閉環。我們看到的變革趨勢是人向財務、業務營銷等智能體下達指令，由智能體自主完成大部分工作，直接向人交付所需的業務結果。”李國平認為，無論是智能體還是SaaS，未來都將從「人單向操作系統」，轉向「人與數字員工/數字人協同」的新模式。
人機交互模式的改變，難免引發業務流程的重塑。但李國平認為，這一進程在To B領域會相對緩慢，全面升級可能需要2年到5年時間。從實際應用落地來看，漸進式創新更為現實，例如先在現有業務流程引入智能體，減輕人力、降本增效，再逐漸推展到全行業。對于專業性強的行業領域，尤其是有監管規定業務流程SOP的“嚴肅”行業（如金融、財稅等），進程會更慢一些。
他也留意到，這波技術浪潮中涌現的大模型廠商和AI原生企業，展現出截然不同的姿態：“這類新一代企業會更激進，上來就想顛覆原有的作業模式。”但在他看來，這并非壞事。從創新視角看，這種激進做法恰恰能形成對產業的引領和驅動。
面對來勢洶洶的新一代企業，SaaS廠商的核心資產是什么？
“數據。”李國平斬釘截鐵給出了答案。
以財稅SaaS為例，其核心價值和差異化資產，就在于掌握的交易級數據。
對于SaaS廠商而言，開發通用大模型并非最優解。“To B廠商如果想形成自身的核心競爭力，關鍵在于能否把自身的私域數據變成高價值數據集，為自身的垂類大模型和場景化智能體提供支撐。”李國平補充道。
AI浪潮下，“數據”已成為百望近年來轉型戰略的核心支柱：最底層是稅控設備，依托稅控設備拓展電子發票業務，通過電子發票沉淀數據資產，再基于數據業務構建智能體護城河，持續加高行業壁壘。
在數據核心資產的基礎上，百望針對不同財稅應用場景挖掘數據價值，推出了財稅SaaS領域的智能體矩陣——睿界、金盾、問數三大智能體。
面對席卷而來的Agent熱潮，李國平始終保持冷思考：中國的SaaS廠商沒有一家可以在原地生存，必須貼合自身業務DNA轉型，找到適合自己的發展路徑。
他也指出當前國內To B智能體落地應用面臨的掣肘——面臨類似公有云發展初期遇到的難題——出于安全考慮，在國企、金融機構等領域仍受到較多限制。“希望行業監管能適度‘松松綁’，為新技術創新和行業應用提供更寬松的土壤。”
在機遇與挑戰并存的時代，仍有諸多關鍵命題待中國SaaS行業解答：面對大模型廠商、AI原生企業的異軍突起，SaaS廠商如何盤活數據這一核心資產？SaaS實現智能體化后，能否彌合中外SaaS行業的鴻溝？智能體的To B應用落地面臨還哪些難題，又當如何破局？
帶著這些疑問，近日雷峰網與李國平展開了一場深度對話。以下是具體的對話內容，為了方便理解，內容經編輯。
五年后的SaaS會變成什么樣？
雷峰網：對于SaaS行業來說，智能體能否成為堪比當年“本地部署轉向云計算”的范式革命？
李國平：IT技術的演變速度很快。我曾經在微軟工作十多年，往回倒20年看，在軟件時代，操作系統曾是數字世界的核心，而到了PC互聯網時代，先是門戶網站后是搜索引擎，成為數字世界的入口，移動互聯網時代這個入口變成了App；在云計算時代，則是由SaaS整合封裝所有能力，而在正在到來的智能時代，人機交互的范式必將再次變革。未來SaaS可能不再重要，如果SaaS仍以人與系統（界面）的交互為主，不進行智能變革的話，必將被時代顛覆。
雷峰網：人機交互關系的根本性改變，是SaaS面臨的核心挑戰嗎？
李國平：未來SaaS會從由人操作系統、調用數據的模式，轉變為人下達指令、智能體執行任務的新模式：今天是人通過操作SaaS界面調用數據，完成業務閉環；未來可能是人下指令給財務、業務營銷等智能體，由智能體自主完成工作并交付結果。
紅杉資本2025年在硅谷閉門會的核心觀點我非常認同，AI的創新不應該僅思考作為先進的工具，而應該思考如何交付最終的業務結果。所以Agent浪潮一定是顛覆式的、且目前正在發生，最近Meta數十億美金收購Manus，正是看好這種“智能力”從「只有大腦」到「腦手皆能」的變革。
雷峰網：能否舉例說明智能體帶來的人機協同場景？
李國平：我有位微軟前同事創業做智能體公司，專門服務制造行業。原來制造全鏈路需要一個大PM（項目經理）帶著三四個制造業專業崗位工種的團隊完成，現在由一個人帶著四五個不同角色的智能體就可以替代原來的真人團隊。PM負責分配任務，各個智能體各司其職，最終協同交付成果。
而百望目前正在基于過往十年服務近3000萬家企業財稅發票積累的數據，構建面向財稅數智合規、企業經營決策、數智金融服務、出海全球化合規等領域的智能體平臺，讓原來的憑證處理、財務記賬、報稅等出納會計的重復手工勞動通過智能體就能完成，釋放財稅領域的智能生產力。
由此可見，無論是智能體還是SaaS，未來都將從「人單向操作系統」，轉向「人與數字員工/數字人協同」的新模式。目前看起來是專業人類角色主宰80%工作量、智能體輔助20%，未來將逐步演化過渡到人負責10%-20%的指令和任務校調工作、智能（體）工具承擔80%-90%具體工作負載，最終實現全面由智能體主宰的終局。
雷峰網：智能體深度驅動的SaaS產品，與傳統SaaS產品的核心區別是什么？
李國平：技術層面，真正的智能體具備記憶、任務規劃、工具調用鏈路、數據應用以及動態交付結果的能力。比如生成一份財稅合規動態報告，以前是人工操作界面靜態生成，現在會轉變為由智能體主動掃描業務風險并生成報告。
商業模式上，就像前面舉的制造行業例子，未來智能體將逐步替代人工崗位，一方面企業決策者要算清楚人工替代的成本價值，另一方面智能體要實現自我迭代進化，在業務側形成新的能力。
雷峰網：這會對SaaS的訂閱制付費模式產生哪些影響？
李國平：AI應該deliver outcome（交付成果），比如幫企業識別了多少條合規性風險，讓企業以更低的成本拿到了信貸。目前百望的智能體已經采用按MCP調用次數收費的模式了。
未來按量、按結果付費等幾種模式都會有，具體取決于用戶的認可度。如果把智能體看作硅基員工，企業付費邏輯和人力資源決策類似——判斷“員工”的產出是否匹配成本ROI，這就是按結果付費的核心邏輯：結果不達標則不續訂。
當然，過渡階段仍會保留按月訂閱模式，也就是無論智能體的表現如何，工作做得好不好，都固定付費。所以我認為，未來智能體應用可能出現按業務價值分成等多種商業模式。
雷峰網：您認為未來SaaS會消亡嗎？
李國平：我認為SaaS在五年之內大概率不會消亡，但會先經歷向嵌入式、局部性的智能體化轉型，未來會像RPA（Robotic Process Automation，機器人流程自動化）時代那樣，在某些固定流程中實現人力替代。或許用不了三年五年，SaaS產品可能一部分保留傳統必要的界面（有些可能源自監管合規的要求），一部分承載業務流程，其余則由一組組的專業化智能體構成。
雷峰網：未來幾年，智能體是否會加劇SaaS內卷？
李國平：在中國市場，這需要辯證看待。
悲觀的一面，從創投的商業價值回報率和Total Address Market角度，可能會內卷到SaaS或智能體廠商的毛利率下滑，甚至導致競爭環境惡化、行業衰亡。
樂觀的一面，正是這個過程加速了前沿技術的普適化、平權化。無論是國外OpenAI的ChatGPT、Google Gemini，還是國內的DeepSeek、通義千問，都是花了數十億、甚至上百億訓練出來的模型。從技術創新者和供應商的角度看，商業模式很唏噓、很有挑戰性；但從用戶的角度，用戶能夠免費使用很多前沿功能，這是前沿技術的快速平權。這何嘗不是一種良性內卷？
中國很多互聯網業務模式能卷過美國，也是因為中國把互聯網開源和免費的核心精神發展到了極致。大模型這一波，中國的DeepSeek和通義千問系列已經領先了美國的大模型。從這個角度講，智能體未來在中國市場也會很卷，甚至卷到最后變成白菜價，但當白菜價那一天到來時，恰恰是千行百業實現全面智能化的時代。
智能體的To B應用需“松綁”
雷峰網(公眾號：雷峰網)：在這波AI浪潮里，國內外有哪些差異？
李國平：資本層面，相關數據顯示，中國在大模型、智能體這一波浪潮里，拿到的全球風投類資金非常有限。我看過一份2024年底的全球AI投資報告，中國大概只有美國的7%。所以中國的創業公司被迫用更低的成本、更少的算力，產出更極致的技術成果。換句話說，國內市場更卷，反而倒逼中國的AI企業追求極致的性價比，更重視技術內核的優化。
雷峰網：國內廠商在技術生態上有哪些新變化？
李國平：開源成為關鍵突破點。國內的通義千問、DeepSeek等開源產品，在全球范圍內的整體性價比和能力排名都獲得了很多認可。開源是中國技術全球化的重要因素，算是“以彼之道，還施彼身”——過去20年，國內頭部企業在開源社區的總體貢獻排在美國之后；但在這波大模型和智能體浪潮里，像字節跳動的扣子平臺等也加入開源陣營。
這是非常好的趨勢：中國把一些有技術密度、有積累的平臺開源化，既能獲得全球市場、用戶的認可，也能帶動基于中國核心技術的應用生態繁榮。一個技術好不好，關鍵在于能否向上層釋放更多開放能力，形成應用與開發者生態，就像英偉達的CUDA。從這個角度看，中國企業越是堅持開放式創新，就越能獲得海外市場的認可。
雷峰網：國內外SaaS廠商的技術差異大嗎？
李國平：中外SaaS差異并非完全由這波大模型帶來的，但相關度很高。中國的SaaS之所以盈利困難，很大一部分原因在于頭部付費客戶更喜歡本地化部署、定制化開發，SaaS廠商需要投入大量的人力成本、技術資源等，做非標化產品滿足客戶需求。而Salesforce、SAP、微軟Office 365、Dynamics 365等海外產品，都采取標品化云訂閱模式交付，同時為不同客戶預留二次開發平臺和定制化接口，盈利模式更清晰，長尾效應更顯著。
未來SaaS的智能體化轉型是否會打破這一困境？我認為不一定，因為智能體也面臨非標品化挑戰，比如今天把智能體推給這家公司，明天推給那家公司，很難完全做到標品化。或許會像螞蟻集團前段時間推出的靈光APP一樣，通過理解用戶的提示詞，動態生成應用。這相當于將傳統的定制化編碼過程自動化：過去需要程序員“手搓”的功能，現在只需要恰當合適的提示詞，就能迅速生成不同的應用成果。
這本質上是前幾年低代碼、無代碼概念的智能化升級，同時改變了人機交互的模式。傳統SaaS以流程化作業為主，未來的主流可能是采用A2A（Agent to Agent，智能體互通協議）+MCP（Model Context Protocol，模型上下文協議）的協同模式。2025年，百望推出了一系列由行業大模型驅動的MCP服務，希望增強智能體的數據應用能力，背后依托的正是一組能夠安全調用、穿透私域數據的MCP能力體系。
目前來看，人類還在扮演“大腦”的角色，這也許是人類作為碳基生命的最后堡壘。如果“大腦”指揮官不再是人類，我們可能就進入了硅基時代，而人類將變成智能體的附屬物——只是workforce（勞動力），而不是brain（大腦）。
雷峰網：您提到SaaS業務流程的變化，在您看來，顛覆性創新和漸進式創新，哪一種更符合智能體在國內SaaS的落地？
李國平：從實際落地來看，漸進式創新更為現實：先在現有業務流程引入智能體，但終極來看，復雜的業務流程未來會變成“人與智能體協同”的模式，這是對傳統SaaS和企業內部業務系統的完全重構。
但這一進程在To B領域會相對緩慢，全面升級可能需要2年到5年時間。大型復雜的業務系統可能還會受到作業規程和監管要求的約束，只能先在局部進行減輕人力、降本增效的創新，需要監管要求逐步跟上后，才能全面釋放智能的全鏈路價值。
雷峰網：所以財稅領域的業務流程改造，還會有安全層面的顧慮？
李國平：是的，所以相較于其他領域，財稅領域的變革不會那么快發生。即使AI技術層面能夠實現流程重塑，但仍然存在操作規程、審計等方面的問題。比如AI執行任務出錯了，責任該由誰承擔？類似問題在法律、業務落地等層面，還有很多需要論證的地方。
雷峰網：業務流程改造方面，國外SaaS廠商是否會更激進？
李國平：我認為不是國外的SaaS廠商更激進，而是新一代AI原生企業更具顛覆性。今天的SAP、Salesforce、Adobe、微軟都在布局AI、大模型、智能體的應用，但要讓他們完全推翻整個現有體系進行重構并不容易。他們大多是在現有產品里“修修補補”，通過插件形式增強能力，例如微軟的copilot就是在原有模塊里內置了插件式功能。
反而是近兩三年創立的新一代AI原生企業，上來就想推翻原有的作業模式。以代碼編寫場景為例，微軟的GitHub copilot之后，又涌現了Cursor等AI平臺，甚至部分產品的體驗超越了前者。
雷峰網：如何看待這兩種截然不同的模式？
李國平：從創新視角看，AI原生企業的激進模式能引領產業變革，比如2025年年初石破天驚、引發行業震動的DeepSeek和Manus。
但當下智能體的落地，面臨與公有云發展初期的類似困境：出于安全因素的考慮，To B應用在央國企、金融機構的部署和使用受到諸多監管限制。希望未來行業監管能適當再給To B應用“松松綁”，為新技術創新和行業應用提供更寬松的土壤。
SaaS廠商不轉型都得“死”
雷峰網：您認為Agent浪潮下，SaaS廠商的生存之道是什么？
李國平：中國SaaS廠商沒有一家可以在原地生存，不轉型肯定都得“死”。SaaS廠商需找到適合自己的發展路徑：一是加強核心競爭力，二是尋找最適合的轉型戰略。轉型必須貼合自身業務DNA，構建新的智能化能力、新產品、新平臺。
雷峰網：百望的核心競爭力是什么？目前走什么樣的戰略路線？
李國平：百望的核心價值和差異化資產，在于掌握的交易級數據，以及在這些數據之上針對不同應用場景挖掘數據價值。在這一核心資產之上，百望構建了智能能力層，也就是智能體矩陣——睿界、金盾、問數三大智能體，三大產品線。
百望的發展曲線是一層戰略疊著一層戰略往上走：最底層是過往的稅控設備，依托稅控設備拓展電子發票業務，通過電子發票沉淀數據資產，再基于數據業務構建智能體護城河，持續加高行業壁壘。
雷峰網：什么是數據之上的場景？能否舉例說明？
李國平：以百望的汽車經銷商監控服務為例，其底層核心就是發票數據。通過企業授權，我們可以全程追蹤汽車經銷商銷售機動車流轉中的數據，比如汽車銷售填寫的機動車號、發動機號，而這些車輛可能涉及信貸動產抵押，所以這個場景面向動產抵押監控和汽車經銷商監控。銀行愿意為這類數據服務買單，汽車經銷商也可通過該服務識別供應商風險和上下游欺詐行為，并獲得成本更低的金融信貸與保險服務。
這是一個典型的數據智能應用場景：解決了金融客戶有效利用動態實時的市場交易數據、構建數據驅動的創新業務，從而實現價值閉環，是百望在數據智能領域持續產生訂閱收入的ARR業務之一。這也是在鼓勵數據要素流通的時代合法合規實現數據商業化的典型案例。
雷峰網：睿界、金盾、問數三大智能體主要面向哪些客群？
李國平：睿界、金盾、問數三大智能體，分別對應金融業務、交易管理、經營決策三大方向。三大智能體雖然相互獨立，但能夠通過A2A、MCP等能力整合，覆蓋企業不同環節需求：
睿界智能體主要滿足企業負責信貸、與銀行對接的人員以及銀行客戶經理的需要；金盾智能體聚焦企業財稅合規風險掃描，更受企業財務領導關注，可提供針對性合規解決方案；問數智能體則面向企業市場營銷、整體經營的CXO級別人員。
以金盾智能體為例，我們將金稅四期國家稅務總局電子發票服務平臺的建設經驗、國家稅務總局對企業合規提出的高標準嚴要求，以及百望過往在稅務側、信貸側積累的異常識別或風險防控能力，轉化為RAG化數據，幫助企業設立更高的合規經營標準。
雷峰網：數據對SaaS廠商而言，為何如此重要？
李國平：根據大模型的scaling law（縮放定律/規模法則），算法、算力、數據缺一不可。現在的模型基本已經吸收了全世界互聯網的公開數據，但未來如果只依賴算力和算法的提升，沒有高價值數據集的支撐，很難實現模型的指數級躍遷。
國內的互聯網大廠們之所以能把大模型做好，是因為他們手里掌握了別人沒有的核心數據。而“六小龍”的困境在于，他們不像云大廠那樣擁有上一個互聯網時代沉淀的海量數據集與業務場景的飛輪閉環，即便有算法上的提升，甚至儲備了一些算力，但仍缺乏數據的先天優勢。
對于SaaS等To B廠商而言，本身不太可能開發通用大模型，如果想形成自身的核心競爭力，關鍵在于能否把自身的私域數據提煉成高價值數據集，為自身的垂類大模型和場景化智能體提供支撐。
專題介紹
眼下，Agent大潮正在SaaS行業掀起一場深刻變革：小到產品形態、技術架構，大到商業模式、市場格局，都將被重塑，危與機并存。
鑒于此，雷峰網推出“SaaS+Agent十人談”系列專訪，將對話一眾SaaS公司和Agent從業者，從戰略決策者、業務負責人、技術創新先鋒等不同視角，探討Agent為SaaS行業帶來的機遇與挑戰。如果對這一SaaS與Agent融合話題感興趣，歡迎添加微信skylar_12_14參與討論。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
