0
| 本文作者： 張嘉敏 | 2025-11-14 10:38 |
“Agent取代不了SaaS，但AI原生的SaaS系統會取代現有的SaaS系統。”Agent浪潮襲來，未來SaaS系統將如何演變？SaaS頭部玩家邁富時（Marketingforce）押注了AI原生系統。
這源于企業在這一拐點時刻的需求變化。邁富時副總裁李玠佚觀察到，企業對于新一代SaaS系統的期待，不僅是要能打破流程固化、自主適配業務，還要能降低開發運維成本。
為了應對這一變化，SaaS廠商提供全鏈路AI原生解決方案，正成為行業拐點下的重要趨勢。
李玠佚告訴雷峰網，功能和能力的原子化與專家知識庫能力相結合，是AI原生SaaS系統的關鍵特征。
在技術層面，所謂“原子化”，就是對SaaS系統原本復雜、捆綁的大塊功能進行重構，將其拆成最小、獨立、可單獨調用的“功能單元”，再通過標準化接口（如MCP）實現靈活組合。在AI原生SaaS系統，用戶可以通過交互界面將多個原子化單元組合成復雜功能，實現原子化能力的靈活拼接。具備自主決策能力的AI，能夠基于行業知識和對組織場景的理解，自主創建流程并完成執行，最終達成業務目標。
AI原生，是SaaS與AI融合的理想狀態。
在李玠佚看來，兩者的融合并非一蹴而就，而是沿著SaaS 1.0到SaaS 3.0的方向演進：從當前圍繞業務流程的SaaS系統改造，逐步過渡到AI賦能和AI驅動，最終形成顛覆性的AI原生SaaS系統。
這條循序漸進的路徑開辟出不同的岔路，而邁富時駛向了智能體開發的方向。
“智能體開發有兩層定義，一層是智能體開發平臺，另一層是智能體中臺。”負責邁富時AI-Agentforce企業級智能體中臺開發與落地的李玠佚介紹，在智能體開發平臺的基礎上，再加上安全、權限、運維、版本等企業級應用能力，就構成了企業級智能體中臺。
面對這兩個不同的細分賽道，邁富時將戰略方向錨定更考驗廠商綜合能力的企業級智能體中臺賽道：
一方面，這取決于邁富時的自我定位——不只提供營銷全鏈路應用解決方案能力，還提供Low Code PaaS和Agent PaaS的雙重能力，在為自身SaaS產品注入原生AI能力的同時，通過PaaS平臺進一步向企業釋放Agent應用與AI能力，向生態賦能者的角色跨越；
另一方面，他山之石提供了轉型范本——已經走到AI原生階段的Salesforce等海外頭部SaaS廠商，用實踐證明AI原生的SaaS系統是值得押注的方向。
雷峰網觀察到，在智能體開發賽道向智能體中臺發力，不僅是邁富時對企業“低成本落地AI”訴求的回應，也是其搶占SaaS 3.0時代生態話語權的戰略考量。
但并非所有的SaaS廠商都具備打造智能體中臺的能力，技術積累是必備條件。
“做中臺是典型的工程化方式：當業務盤子足夠大、重復性足夠強的時候，部分環節能抽象出來，封裝成可復用的模塊。中臺就是不斷把這些模塊化、原子化的能力封裝好，前端用戶能不斷調度，模塊還能和后層數據有效聯動。”一位云從業者告訴雷峰網，只要廠商的業務底盤足夠大、內部有開發能力，并且有決心投入新流程和技術平臺，就會往這個方向發展。
而AI能力較弱的SaaS廠商，則選擇引入AI合作伙伴，集成智能體中臺廠商提供的Agent PaaS能力，借智能體中臺廠商之力將Agent能力疊加到業務上。在李玠佚看來，這類專門為SaaS廠商賦能Agent的玩家，將成為SaaS行業的新入局者。
不難看出，傳統SaaS廠商正在直面步步緊逼的競爭危機。
“到了SaaS 3.0，AI原生會重塑SaaS原有的流程型架構，對底層技術平臺、功能構建平臺、應用平臺做整體的革命性改變。”李玠佚認為，如果傳統SaaS廠商不改變玩法，還是按照功能迭代、AI賦能驅動的模式，不排除未來兩三年內會有新玩家在某個細分領域重塑競爭格局。
雖然挑戰重重，但李玠佚對SaaS廠商的未來仍充滿信心：“Agent的出現不會讓不懂業務的廠商重塑SaaS行業。”懂業務場景，加上多年深耕行業的知識沉淀，或許將成為傳統SaaS廠商與新玩家過招的核心籌碼。
關于未來SaaS的產品形態、行業格局，仍留有很大的想象空間。但在當下，SaaS行業迎來拐點已成為行業共識。AI或Agent是否為SaaS行業迎來拐點的關鍵變量？作為頭部SaaS廠商的邁富時押注AI-Agentforce企業級智能體中臺背后有哪些考量？面對Agent的技術浪潮和新玩家的涌現，邁富時又將如何應對這個機遇與挑戰并存的時代？
抱著以上對SaaS行業現狀和對邁富時Agent探索路徑的疑問，近日雷峰網與李玠佚展開了一場對談。為了方便理解，對話內容經編輯。
SaaS的AI化“三步走”：3.0時代是AI原生系統
雷峰網：目前業界有一種聲音，認為“SaaS行業迎來了拐點、轉折，甚至是重構”，您怎么看待這個觀點？AI或Agent是SaaS行業迎來拐點的變量嗎？
李玠佚：目前SaaS行業確實處于關鍵轉型期，尤其是隨著AI能力的躍遷和Agent的落地商用。現階段用“拐點”來定義比較準確，從長遠來看，SaaS行業的重構是必然趨勢。
雷峰網：為什么說SaaS的重構是必然趨勢？
李玠佚：這取決于SaaS和AI的融合程度。我認為，AI和SaaS的融合，可以分為三個階段：
如果將目前的SaaS系統定義為1.0版本，SaaS 1.0的核心是圍繞業務流程的高效化、可管理性和準確性構建SaaS系統。
目前各家廠商都在做AI創新，SaaS正迎來拐點，進入2.0時代。SaaS 2.0是AI賦能和AI驅動。不管是AI賦能還是AI驅動，都是在原有流程基礎上疊加AI能力，在AI的加持下讓原有流程更智能化。
長遠來看，SaaS會進入3.0時代，也就是AI原生系統。AI原生的產品形態是業務功能和處理能力的原子化，通過各種交互模式，由具備自主決策能力的AI，基于行業知識和對組織場景的理解，再結合業務功能自主創建流程，更智能地完成功能執行，也就是“服務即軟件”。
雷峰網：據您觀察，在技術路線上，目前國內外在SaaS和AI的融合上有哪些差異？
李玠佚：國外的頭部SaaS廠商已經走到了AI原生的階段。相對而言，國外業務流程更規范，PaaS層更成熟，生態伙伴也更健壯，所以國外頭部廠商現階段能用AI原生的方式快速搭建AI自主應用智能體。
比如Salesforce的生態做得非常好，有大量的ISV在上面寫各種組件化的內容，但國內目前還沒完全達到這種程度，所以廠商更多是在應用層發力，走AI賦能和AI驅動的路線，結合云廠商的算力、模型和自身的SaaS應用做應用層的創新。
雷峰網：落到企業應用的層面，國內外廠商對于業務流程的改造是否也存在差異？
李玠佚：在某種程度上，國外廠商“更傾向于改變傳統業務流程”，國內廠商“更多在現有流程上做創新”，但這樣的表述都需要加上引號。因為不管是傳統業務系統還是“AI+”的SaaS系統，最終都要服務客戶本身的流程、符合客戶的本源訴求，而不是試圖改變客戶，這也是邁富時一直以來的理念。
回到這個問題，之所以有這樣的差異，一方面是因為國外更重視業務流程的長期沉淀，標準化程度相對較高，流程差異也比較小；而國內企業的業務流程差異大，直接重構流程適配不同企業的難度大，成本風險也更高。
另一方面和技術、生態也有關。
技術上，目前走到AI原生階段的國外廠商，已經能夠把SaaS的原有能力原子化，無需在系統中逐一配置，也不用按固定流程點擊功能按鈕。比如發起審批流，只需要告訴AI篩選某類人群，并提供內容，再發送審批流程，AI就會結合知識庫自主確定審批人員，這樣就可以自動完成流程。簡而言之，在AI原生的對話界面，AI可以根據企業的業務需求將原子能力“拼接”成功能。
生態上，像Salesforce依托自身生態，擁有很多原子化插件能力；而對國內廠商來說，更可行的路徑是先完善產品的原子化能力解耦和生態擴展，再進一步改變業務流程并向企業推廣。
雷峰網：按照您對SaaS和AI融合的階段劃分，目前邁富時處于哪個階段？在AI原生方面有哪些探索？
李玠佚：邁富時已經從SaaS 1.0過渡到SaaS 2.0，基于PaaS能力在業務場景里做AI賦能，挖掘AI驅動的場景，讓業務流程更高效化、智能化。這也是國內多數廠商目前所處的階段，從長遠看都會走到AI原生的階段，邁富時現在已經在研發營銷SaaS 3.0的平臺，很快就會推出基于AI原生的SaaS營銷全流程產品。
兩個細分賽道：智能體開發平臺VS智能體中臺
雷峰網：Salesforce等海外巨頭廠商正在打造Agentforce平臺，目前邁富時也在向Agentforce平臺發力。您能否介紹Agentforce具體是怎樣的平臺，以及需要具備哪些能力？
李玠佚：Agentforce是智能體開發的一種模式。智能體開發有兩層定義：第一層是智能體開發平臺，通過低代碼的方式搭建工作流、對話流或實現智能執行，實現PaaS的可編排性和自主執行性，比如國內的Dify、扣子，國外的n8n、Flowwise等。智能體開發平臺的核心是讓業務或基礎開發人員在平臺上快速搭建Agent，不需要一行行地壘代碼，而且無需管底層模型的通信、調用、適配等技術能力，更關注業務本身。
第二層是智能體中臺，企業級應用不光要完成Agent開發，還要加上企業級應用能力，包括企業級安全、權限、運維、版本等多個維度。在智能體開發平臺的基礎上，融入這些企業級應用能力，就是企業級智能體中臺。邁富時選擇的Agentforce賽道屬于這一類。
雷峰網：這兩個不同的細分賽道，目前都有哪些玩家入場，是否存在差異？
李玠佚：做智能體中臺的更多是大廠和中廠，因為需要深厚的技術沉淀和團隊支撐，而小廠更多是封裝市場上已有的智能體開發平臺。
展開來講，企業級應用需要考慮到跟企業組織的適配性，不僅要明確權限邊界，比如誰可以查看/修改知識、數據、Agent，還要考慮安全管控，同時支持版本迭代、部署運維，比如應用智能體從1.0到2.0的版本更新和回退。如果沒有這些企業級應用能力，企業很難使用。
雷峰網(公眾號：雷峰網)：聽起來智能體中臺更偏向于PaaS屬性，邁富時怎么將智能體中臺的PaaS能力和原有的SaaS產品進行協同？
李玠佚：在PaaS側，邁富時具備兩個PaaS能力：一個是功能PaaS，通過表單、流程、按鈕等功能組件，以低代碼的方式快速拼接；另一個是Agent PaaS，也就是將Agent以低代碼方式構建，并進行智能化決策和執行。
在SaaS應用側，我們為企業提供三層能力：
第一層是服務封裝，通過API或MCP無縫銜接開發好的Agent，實現企業現有數字化系統和Agent在特定業務場景的協同，幫助企業快速調用對應的Agent；
第二層是策略配置，在PaaS上提供策略引擎能力，根據不同客戶、業態或使用場景，企業能自主修改策略配置，包括知識策略、意圖識別策略、回答策略等，讓Agent更貼近自身業務場景；
第三層是自主搭建，在開放的PaaS平臺上，高階客戶能自己搭建需要的Agent，比如數據分析Agent、活動執行Agent、知識引擎Agent等，在PaaS能力的支持下實現Agent的自我創建與迭代。
未來邁富時提供的不只是功能簡單的SaaS，而是功能和AI相結合的SaaS，是“千人千面”、由用戶自行配置策略引擎的SaaS，也是企業自主創建、迭代Agent的SaaS。把SaaS應用AI化，是行業的共識。
雷峰網：在技術攻關方面，這兩年隨著MCP（模型上下文協議）和A2A（Agent-to-Agent協議）的推廣，部分困擾Agent落地的行業難題也迎刃而解，這對Agentforce的研發、應用有哪些影響？
李玠佚：MCP的核心是讓各種服務能夠被模型“發現和調用”，而A2A則規范了Agent之間的“溝通與協作”。這兩個協議確實解決了連接層的問題，是重要的基礎設施。
但我想強調的是，協議之上，Agent本身的開發、迭代和運維效率，依然是當前的核心挑戰。協議只是通道，而我們要造的“車”——比如復雜的用戶畫像Agent——其生產方式并未發生根本性變革。無論是用Python直接編寫，還是通過中臺封裝成符合協議的服務，開發者的工作重心和復雜度依然很高。
從我們的實踐來看，純代碼開發的路徑，未來在迭代和運維上會越來越重；而基于中臺的開發模式，在靈活性、可迭代性和擴展性上展現出明顯優勢，更適應Agent快速演進的需求。
雷峰網：據您觀察，目前還有哪些技術難關需要SaaS廠商持續攻破？
李玠佚：目前來看，至少有五個方面：
第一是模型層面，模型是整個推理的核心，如果沒有能讀懂業務語言、業務知識的模型，Agent就缺少靈魂，對問題的思考過于通用化。所以能否形成數據和知識支撐的專有私有化模型，尤為重要。
第二是知識治理層面，目前市面上大部分知識庫還是文本形式，需要做多模態創新。比如企業的培訓視頻里有專業知識，當被問到相關內容時，AI能從視頻或音頻里召回對應片段，讓企業快速定位，但目前大部分廠商還未能做到。
第三是性能挑戰，企業級智能體中臺是企業智能體的“Hub”（企業智能體的核心樞紐或中央連接中心，即智能體連接、調度和資源交互的核心節點），隨著上面的Agent越來越多，對管控并發的能力要求越來越高，保障每個Agent處理時效的難度也越來越大。比如大型企業上千終端同時使用知識問答，對中臺的并發能力和時效處理是一個不小的挑戰。
第四是Agent的服務定義和可調用能力，可被調用不只是MCP注冊，還要考慮Agent業務處理時的異常處理、回滾、信息異常提醒、分支處理等。
第五是Agentic AI自主決策與復雜任務統籌執行能力。Agent具備主動自主性，遵循“目標-規劃-執行-優化”的邏輯，在明確最終目標后，無需流程指令，就可以主動感知環境變化，生成和調整行動策略。
雷峰網：面對這些技術挑戰，邁富時有哪些應對策略？
李玠佚：技術架構層面，我們依托自研的Tforce營銷大模型作為核心基座，深度融合行業知識和業務語義理解能力，具備面向營銷場景的專用推理能力，為上層Agent提供具備業務感知的智能內核。
知識治理層面，我們率先構建了企業級多模態知識中樞，實現對文本、語音、視頻等異構知識的統一建模和語義關聯，支持基于內容的跨模態檢索和片段級精準召回，有效激活企業非結構化知識資產。
面對高并發和實時性的挑戰，我們重構了底層服務架構，引入高性能異步通信與資源調度機制，顯著提升智能體中臺在多Agent協同與大規模終端并發場景下的吞吐和響應性能。
Agent服務化層面，我們基于自研的NLA協議層，對MCP和A2A協議進行增強封裝，明確定義了服務注冊、流程分支、異常處理與事務回滾等企業級管控能力，讓Agent具備可編排、可治理、可復用的服務特性。
自主決策層面，我們構建了目標驅動的Agentic AI框架，支持Agent基于環境感知自主進行任務拆解、策略生成和動態調優，實現從“被動響應”到“主動規劃”的能力躍升，賦能企業在復雜業務場景下“端到端”的智能運營。
新玩家涌入，SaaS行業是否面臨重新洗牌？
雷峰網：技術挑戰之外，Agent也為SaaS廠商帶來機遇。據您觀察，目前SaaS廠商面臨哪些機遇？
李玠佚：第一個機遇是應用產品的價值升級。傳統SaaS軟件大多以功能堆砌和流程交付的方式實現，AI能力的加持能大幅拓展產品價值的邊界。比如AIGC的應用，能讓圖文生成更場景化、專業化，產品價值大大提升。第二個機遇是業務場景的邊界拓展，Agent以及MCP、A2A能力的引入，讓SaaS突破了原來單一的處理邏輯，實現跨部門、跨場景、跨業務的協同，更好地為企業提供定制化服務。
雷峰網：Agent帶來機遇，也可能會帶來一場“革命”。您如何看待SaaS和Agent兩者的關系？
李玠佚：SaaS產品和Agent的關系是融合，也可以說是“取代”。目前為止，Agent和SaaS的融合，是傳統業務能力和AI賦能的疊加。Agent取代不了SaaS，但AI原生的SaaS系統會取代現有的SaaS系統。就像前面提到，未來SaaS的產品形態會是AI原生SaaS系統。
雷峰網：那對SaaS的傳統商業模式會產生什么影響？
李玠佚：傳統SaaS商業模式基本是按用戶數或功能模塊收取訂閱費用，未來可能會采用“基礎訂閱+增值服務付費”的模式。傳統業務按照基礎訂閱收費，AI相關功能屬于增值服務，比如按Agent的調用次數計費。以AI營銷為例，做一次營銷方案生成，就收取一次增值服務費用。“傳統業務+增值服務”的模式，可以讓企業更好地享受AI帶來的增效降本紅利。
雷峰網：您前面也提到，目前智能體開發有兩個細分賽道。這兩個賽道的玩家，對SaaS行業的競爭格局有哪些影響？
李玠佚：目前來看，Agent的出現不會讓不懂業務的廠商重塑SaaS行業。每個行業里最懂業務場景的SaaS廠商會在SaaS+AI的方向上持續耕耘，AI能力較弱的SaaS廠商會引入AI合作伙伴，集成智能體中臺廠商的能力。智能體中臺廠商會提供Agent PaaS，幫助傳統SaaS廠商將Agent能力疊加到業務上，這時就會出現專門給SaaS廠商賦能Agent的創新玩家。
到了SaaS 3.0，AI原生會重塑原有流程型架構，對SaaS底層技術平臺、功能構建平臺、應用平臺做整體的革命性改變。如果傳統SaaS廠商不改變玩法，還是按照功能迭代、AI賦能驅動的模式，兩三年內可能會有新玩家在某個細分領域重塑競爭格局。
雷峰網：面對這類新玩家的涌入，SaaS廠商競爭的核心壁壘是什么？
李玠佚：目前SaaS廠商的核心能力，第一是模型能力，因為SaaS貼近業務，所以有業務導向的模型很關鍵；第二是場景能力，有足夠多的場景讓AI賦能，這需要模型和知識的沉淀；第三是中臺能力，有快速搭建、迭代Agent的智能體中臺，快速響應企業需求。未來兩三年里，可能大多數廠商會實現AI原生，到時候AI原生相關的原子化能力、平臺注冊能力、NLA調用生成能力，或許會成為新的壁壘。
雷峰網：Agent浪潮下，很多SaaS廠商都在向AI轉型的過程中重新思考自己的行業定位。打造Agentforce企業級智能體中臺是邁富時當下“SaaS+AI”的重點戰略，你們是如何定位自身在SaaS行業的角色？
李玠佚：邁富時并不認為自己是應用產品型SaaS供應商，我們的目標是成為全球領先的AI+SaaS營銷生態賦能者，不只提供開發工具或應用產品，而是圍繞業務場景提供全流程、全場景的解決方案。目前邁富時在向AI+SaaS生態賦能者的角色跨越，將自己定位為AI技術平臺提供商和智能化場景服務商。這主要有兩方面原因：
一是AI和SaaS的融合是必然趨勢，所以SaaS廠商的智能體中臺要和自身的SaaS產品結合，提供更高效、更便捷、低成本、可迭代的產品和服務；二是賦能暫未自研智能體中臺的企業，如果這類企業想避免知識煙囪化，或者以更高效的方式搭建Agent，邁富時的智能體中臺就可以幫助他們實現知識統一管理和Agent統一運維。
在賦能自身的同時，持續向企業釋放Agent應用與AI能力，這是邁富時正在做的事情。
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廠商和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。
