我写这篇文章就像走进一座外表仍光鲜亮丽的建筑。外观显示出增长：SaaS市场在2024年估值达2660亿美元，预计到2026年初将达到3150亿美元，并且其发展路径指向2032年一万亿美元的范围。但内部却充满了隐隐的纰漏。
TechCrunch在2026年3月为这种声音命名为“SaaSpocalypse”。文章将其视为在软件即服务（SaaS）领域压力加强的结果，并带有一个不安的潜台词：一种“新霸权”正在出现，这与生成性AI的商品化相冲突，同时也挑战了公司的成本控制。材料中没有受害者名单，也没有高管的具体信息，更没有明确的公告。对于CFO或创始人来说，有一个更有用的东西：机械模式。
当一个行业增长时，市场会宽容不效率。当一项技术改变了成本结构时，宽容也会随之消失。到2026年，AI不仅仅是在“增加功能”。它正在改变SaaS的负载平面：成本的累积点、收入的确认方式，以及当试点变为生产时，利润率崩溃的速度。
症状不是市场规模，而是重现的边际成本
多年来，SaaS的主流叙述依赖于一个几乎是建筑学的前提：一旦产品建成，每一个新客户都以低边际成本增加收入。这种逻辑使得快速增长的模型与沉重的商业结构得以并存，因为建筑立足于一个假设，即随着规模的扩大，经济单元会改善。
生成性AI改变了这种几何关系。培训、推理、存储、可观察性、安全性和治理使得部分价值交付变为可变消费。伴随这篇文章的简报中提到的一个数据显示，对我来说，犹如发现一根小尺寸梁的等象：在扩大GenAI时，许多公司发现成本低估高达500%到1000%。这不是小的偏差；这是对负载计算的严重错误。
因此，这一现象被更好地理解为一种结构检查，而非末日审判。尽管整个行业的价值可能继续增长，但在实际使用情况下，越来越多的产品和公司将变得经济上不可行。采用企业级的情况加剧了这种紧张局势：麦肯锡报告称到2025年初71%的组织在至少一种功能上使用GenAI，而Gartner预测到2026年80%的公司将推出基于GenAI的应用程序。与此同时，基于AI的应用支出可能在2025年达6440亿美元，年增长率高达76.4%。
在实践中，这迫使买方要求控制和可预测性，同时迫使卖方重新思考他们的经济。裂缝出现在当产品承诺“智能”作为一种美观的完成时，但运营这种智能的成本随着使用的增加而增长，就像一个不合规格的电力安装。
典型的负载失效：以固定价格销售AI和可变成本
传统的SaaS以可预测的合同为防线：按座位许可、模块包、年续费。AI引入了一种计量器：代币、查询、计算时间、模型调用、提取和大规模生成。如果提供商在其成本是可变与增长的情况下保持一个固定价格模式，那么利润将变成一个脆弱的组成部分。
因此，简报中强调了这一转变：向基于用量的混合模式的转向。这不是定价的趋势；而是金融工程的修正。如果为客户服务的成本在试点起飞时可能增长十倍，则价格必须捕捉到这种不对称性，否则提供商只能补贴客户的成功。
这一点与同一组数据连接：中型SaaS公司的增长已经在放缓。2022年，100万到3000万美元年经常性收入（ARR）的公司中位数增长为62.1%，而2021年为78.9%。换句话说，即使在AI普及之前，顺风也开始减弱。在成本结构对使用更加敏感的情况下，放缓不仅会减少估值；也会减小吸收错误的能力。
在这里许多组织陷入虚荣指标的陷阱：庆祝采用、激活、与AI功能的“参与”，但没有将这种行为与明确的货币化和消费控制机制绑在一起。一个“使用频繁”的AI产品，实际上可能是与成功呈线性关系的损失。
在这种背景下，负责任的运作方式是将AI视为需要治理的一条成本线：限额、预算、按客户和用例的可观察性，以及定义什么包含在内、什么要额外收费的合同条款。没有这种仪器，业务更像是没有计量器的工业工厂，而不是可扩展的软件。
原子化作为防御：少“套件”，更多细微调整
当边际成本上升时，向“面向所有人的一切销售”的策略变得更危险，而不是更安全。AI以两条理由加速了这一动态。
首先，因为“智能”正在商品化。如果许多供应商可以集成类似的生成能力，那么差异不再在于拥有AI，而在于在哪里应用和产生什么可度量的结果。其次，因为每个用例的成本指纹各不相同。自动化会议摘要与对具有安全性和审计要求的文档进行一系列分析的成本不可同日而语。
合理的防御措施是原子化：在细分市场、特定工作和不需要无限消耗现金的获取渠道之间形成精确的契合。与其推销“企业级的AI套件”，不如推销“该流程的AI，行业，遵循这些限制，以这种方式计费”的可持续解决方案。
该行业已经暗示了向特殊化的转变：简报中提到房地产和建筑领域的中位数ARR增长为75%，这通常发生在存在明确操作问题和理解价值的买家时。在这些垂直领域，谈话不再围绕“拥有AI”，而是围绕在具体流程中减少时间、错误、风险或增加转化率。
原子化还改变了渠道。一个横向产品可能通过大规模营销实现规模扩展，但一个影响关键流程的产品——并且消耗可变资源——需要更短的咨询式销售，并且对使用期望有明确的预期。如果渠道承诺过高，而合同未能限制消费，首次严肃的部署将变成一个巨额的利润缺口。
在这一点上，“SaaSpocalypse”变成了自然选择：生存下来的模型能够准确说明他们需要哪个客户，服务于它的生产成本，以及如何收费而不让买方感到底线被打动。
整合与纪律：市场奖励将固定成本转化为可控变动成本的人
另一个相关指标是整合：2025年2698宗并购交易，是该简报所称的纪录。当一个市场以这样的体量整合时，不仅仅是贪欲；它是再排序。购买者寻求规模、客户访问、数据和已经有契合的产品，而许多卖方则寻求在竞争成本上升之前的出路。
AI推动这种再排序的原因很简单：以企业级质量运营生成模型需要在基础设施、安全性、合规性和可靠性上进行投资。对于一些公司来说，这在一个有更多现金或共享基础设施的集团内会更容易。对于另一些公司，其可行的道路将是特殊化到足以使其效率成为他们的防御。
与此同时，购买公司正在加强对支出的控制。Gartner预测，到2027年企业软件支出将至少上升40%，这出于AI的推动，令人矛盾的是，也增加了优化合同的压力。当预算增加时，浪费的能见度也会提高。典型的结果是重新谈判，合理化工具，要求与消费相连的定价模型。
在这一新的平衡中，财务纪律不再是一个“良好习惯”，而是生存的必需。表现最好的模型是那些：
从这个角度理解，“SaaSpocalypse”并不宣布SaaS的终结。它标志着一种类型的SaaS的结束：那些认为可以通过固定价格和创意会计销售无限自动化承诺的SaaS。
新常态：能够被预算为机制的SaaS才能生存
TechCrunch在2026年3月描述了这种加剧的压力：行业大规模增长、AI成为商品和企业成本控制。我的结构性理解更为具体：SaaS正在逐渐不再是“仅仅软件”，而更像是一个可测量消费的操作系统。这迫使人们重新绘制蓝图。
供应商想要安然度过需要三项以前是可选的能力。第一，仪器化：知道每个客户在生产中的成本，而不是在演示中。第二，具有机制的定价：无论是混合还是基于使用，但需要有范围、阈值和使开支可治理的包。第三，焦点：一个适合特定细分市场和过程的提案，其中AI不是装饰，而是降低可验证成本或风险的动力。
市场并不惩罚雄心；它惩罚那些不支持实际负载的结构。企业并非由于缺乏创意而失败，而是因为其模型的各个部分未能结合以产生可测量的价值和可持续的现金流。
