第四类，掌管企业最核心业务的SaaS（ERP、CRM等），比如SAP、用友、金蝶。

1、软件开发太贵，SaaS 才有存在的理由

今天所有关于 SaaS 要被 AI 杀死的讨论，都要从一件最朴素的事情说起：软件开发太贵了。

一个企业想定制一套 ERP，动辄几百万、上千万的投入，实施周期以年计。

在这个前提下，SaaS 是一种妥协的商业模式：既然买不起定制开发的软件，那就付一个订阅费，用「标准版」将就一下。

厂商把开发成本摊薄到无数个客户身上，想要用一个标准版卖遍天下，最好少给客户做定制化的开发和调试，客户却想要一套更加贴合自身流程的软件。

SaaS 的标准化和订阅制，是软件开发成本高企之后形成的一种规模化解法，但现在它的经济基础正在被逐步瓦解。

千问办公近期展示了一个名叫「多人工作台开发」的 skill：几轮自然语言对话，生成一个带数据库、后台和身份权限，支持百人协作的在线网页，自动部署、开箱即用，可以分享给外部合作方。

它解决了 Vibe Coding 常常无法完成端到端交付的痛点。先前，不懂软件工程的人经常只造出一个空有 UI、没有数据库后台的 demo，无法真正部署和使用。

这个 skill 造出来的工作台更像是轻量级 SaaS——数据是从 0 到 1 开始积累和流动的，适合单个项目周期。它替代的生态位其实是问卷星、飞书多维表格这样的东西，但更加集成且方便使用。

试想某地将在几个月后举办一场大型马拉松赛事，工作人员、运动员、志愿者可以以不同身份登录平台，进行报名、后台管理、获取通知和培训资源等操作，数据库实时同步、网页美观。

这种协作方式显然比散落在微信群里一轮又一轮的通知、填表要好得多，且这个定制网页的成本低到可以忽略。

那么，SaaS 的订阅制凭什么还存在？

2、四类企业软件，AI 暴露度几何？

然而，笼统地说「SaaS 已死」是偷懒的。从 AI 改造难度看，企业软件大致可以分为四类。

我定义的 SaaS 本质上是一种付费模式，它并不完全是 To B，虽然很多软件有企业版和个人版，购买主体也常常是企业，但从根本上来说，这些软件更像是 C 端使用的个人提效工具。

第一类是通用办公软件，最常见的例子是 Office。Word、Excel、PPT，全组织都在用，门槛低、业务逻辑浅。它是最容易被 AI 替代的，在写文档、做表格、写报告这些任务上，AI 已经做得不比人差了。

第二类是专业办公软件。比如 Figma、Canvas、GitHub 等。特定职能会用，门槛高，需要设计工作流，有一定的行业 know-how。目前，AI 还无法完全替代设计、编程、法务等专业知识岗位，但看看最新的应用成果，无论是专做垂类 AI 应用的公司，还是业务领域逐渐扩展的大厂，AI 对这一类软件的渗透速度在飞速加快。

这一类软件虽然有协作模式，但实质更偏向 C 端工具，实际上也有不少人是作为个体去独立使用的，接下来我要讲的是真正的企业 SaaS 软件。

第三类，IM 协同办公软件，比如钉钉、飞书、企业微信。为什么要强调即时通讯呢？虽然它们已经扩展出了复杂的功能和生态，但 IM 仍然是最基本的功能。它们的护城河不在于软件本身，而是「所有人都在上面」，组织的人际协作网络是它的底座。

第四类，掌管企业最核心业务的 SaaS （ERP、CRM 等），比如 SAP、用友、金蝶。全组织可能用了数十年，业务逻辑非常深。一张采购订单的录入，背后牵涉预算校验、供应商黑名单检查、信用额度控制、审批流路由、库存更新、会计凭证生成、税务勾稽。它的复杂度和历史数据的厚重程度，让它是不容差错的。这一类 SaaS 的尽头，是法律、授权和责任。

AI 吞噬这四类 SaaS，难度和路径完全不同。

第一类和第二类都已经在沦陷区了，AI 替代的是它们的软件功能。

Office 这类软件最先沦陷，AI 写 PPT、写邮件、写周报，已经在发生。专业办公软件正在被侵蚀，AI 写代码、生成设计稿、初审合同正在慢慢成为更多企业的标配。

第三类和第四类较难攻破，但变化正在发生。

IM 协同办公软件，难以被外部攻破，因为迁移人际网络是比较困难的。文档可以被 AI 吃掉，但「谁和谁在协作、谁信任谁、谁向谁汇报」这种组织内的隐性知识，却不能被外部 MCP 读取。

ERP 这类企业系统，是企业业务的核心骨架。要动它，需要承担数据丢失、业务断档的风险。

在许多采购招标文书中，如果你看到用友、金蝶，都会发现一种统一的口径——「单一来源采购意见征集」。

因为一套用了几十年的财务系统无需和外界竞争，你再怎么宣传「先进企业用 XX」，也没人敢动它，企业从中购买的是业务的稳定和安全性。

3、协同办公被 AI 从内部瓦解

千问办公、WorkBuddy、豆包工作都在用 Agent 能力、技能和专家套件以及连接器，去取代第一、二类工具型办公软件。

但千问办公有点不一样的是，它在官网展示的 6 种主推功能中，第一项是「打通了 25 项企业 IM 工具」。

为什么是这个？因为它手里拿着的牌是钉钉，而钉钉在过去十年里装进了无数企业组织的「骨骼」。

通讯录里的层级关系、审批流里的汇报关系、群聊里的协作关系，这些不是已经沉淀好的文档和数据表，却包含了无数的隐性知识——谁和谁在同一个项目里、谁发了一条消息谁回复了、谁分享了什么文件给谁看。

这些东西没有被结构化地储存，但至关重要。

千问办公做的事情，就是「穿着人的身份走进这张网络里」。员工在群里 @ 千问办公，它就会继承你的权限。

如果你没有阅读某个文档的权限，它也没有；你在哪个群 @ 它，它就把结果传回哪个群。总而言之，它在这张网络里运转。

表面上看，Agent 继承员工权限，AI 还是作为增效工具附属于人。但当 Agent 像血管一样渗透进组织，作为一种普遍的中介层介入人和人的交流与协作中，它的本质就不再是一个普通的 AI 助手。

如果把生命和机器（AI）都看做一种探测和增强信号的逆熵过程，AI 的介入必然会降低乃至抹平一些信息差的存在，而信息差某种意义上就是现代企业要分工设岗的本质原因。

如果把 AI 办公分为三层：

那么，千问办公已经展现出了 L3 的思路。

在过去，一个公司的高层要了解某件事的来龙去脉，信息需要从基层逐级梳理、汇总、汇报，这也是中层的核心职能之一：把下层的碎片信息加工成上层可以消费的摘要。

现在 AI 可以在数秒内，以提问者的权限，穿透所有 IM 记录、文档、会议速记、审批记录，整理出跨项目、跨部门的信息摘要。

如果高层可以直接通过 AI 获取信息，完全只做传话和汇报的中层就会被慢慢架空。企业结构也许会由「金字塔型」变成「哑铃型」，组织架构和岗位职能都会重塑。

4、AI 能接管工作，却无法担负责任

如果 AI 始终会像水一样无可避免地冲刷和重塑组织，最终哪些东西会被冲走，哪些需要人类持续在环？

我认为从 AI 最难攻克的 ERP 系统中，我们可以得到答案——责任。

智能体在未来组织中既是个人增效的工具，也可能是同事，还可能成为组织中固定的基础设施，但 AI 始终无法像人类一样承担责任。

目前的 Agent 操作许多数据，「写」的风险要远高于「读」。

在高风险业务场景中，AI 想更改数据，通常需要权限、审批、人类确认以及审计机制。

比如，AI 可以分析销售数据后给出囤货建议，但不能擅自在库存、供应商系统里加一笔不存在的订单；AI 可以读取发票，经过人审核后走报销流，但 AI 不能直接修改一笔财务凭证。

钉钉、飞书这样的办公软件是业务的皮毛，作为前台的容错率较高。你可以在飞书里说「我们给客户打八折吧」，但是这在没有审批、合同之前，并不具备法律效力。

而 ERP 系统这样的软件，存的是企业后台的骨架。库存、现金流、财务凭证和法律承诺，这些需要分毫不差的东西，即便 AI 幻觉几乎被消灭了，也难以假手于机器。

AI 不能替你点那个「确认」按钮——点了，出了事，谁来担责？

但这不代表 ERP 永远动不了。AI 不会推翻 ERP，而是会长在 ERP 上面。

员工可能不再打开系统面板了，而是打开 Agent 告诉它自己要做什么，再由 Agent 根据权限和规则路由。

AI 作为新的控制层和入口，也许能穿透 SaaS，但却很难吞噬 SaaS。

企业员工不再打开 ERP，不代表 ERP 会消失；同事不再手动填写审批表，也不代表审批流程就会消失。

「穿透」意味着虽然 SaaS 不可见了，但 AI 控制的工作流仍然要建立在它的基础之上，在商业上意味着要向数据源交过路费。

而吞噬 SaaS，则意味着旧的 ERP 可能会被弃用，出现一种 AI 原生的 ERP，但在技术稳定前，企业搬家的风险太大，所以我认为这会是 AI 攻克 SaaS 的最后一步。

5、AI 办公大战，打到最后看什么？

阿里的千问办公开启公测稍早于字节的豆包工作，比腾讯 WorkBuddy 则晚了近五个月。

据官方口径，千问办公上线满一个月，用户已突破 3000 万，其中企业用户过半。

用户快速增长的重要原因之一，是千问办公已经嵌入了钉钉首页，而钉钉用户池子大，转化丝滑。

但在智能时代，用户量这个指标的参考价值已经没那么大了，智能体调用是否高频、交付成果有多少能被采纳，这些指标才能衡量真正的产品价值。

互联网公司是喜欢说各种「大战」的，大战往往以地推、补贴、买量这些「弹药」开头，终局比的却是履约、供应链、算法、团队基因这些「基建」。

AI 办公大战的竞争中，有的底牌容易被复制和追平，有的却不容易。

第一层是获客。

对互联网大厂来说，通过地推、投流等方式买量都是老招数了。只要还不到放弃和出局的时刻，就是看谁更坚定、更能坚持烧钱。在这个维度上，大家的起跑线没有本质差异。

第二层是产品功能和体验。

一个产品总会有某个功能特别惊艳用户，在协同办公时代，这个功能可能是飞书的多维表格、钉钉的「强制已读」，但在 AI 时代，产品研发和迭代的速度极快，复刻一个功能也非常简单。

像千问办公的「多人工作台开发」skill，因为让用户意识到「原来 Vibe Coding 是真的可以做个协作工具」，所以受到关注。

但如果你仔细思考一下这个功能的护城河，在 AI Coding 技术非常成熟的当下，复刻它只存在运营层面的时间差。

第三层是大模型和 Harness（智能体调度框架）。

首先，大模型其实早已是可以调用和选择的池化资源。

独立的模型厂商没有现金牛造血，他们不可能封闭 API，必然寻求和应用层合作；而掌握更大入口的传统大厂，除非它们计划用数据养自己的模型，否则也有接入其他模型的选择权。

其次，Harness 能确保模型发挥出更高的智能，但很多 Harness 框架不是也开源了吗？可能在未来，Harness 也会变成一种可采购和随心调用的标准化资产，非一家独有。

所以这俩可能也不太能形成 AI 办公大战竞争的壁垒。

第四层是企业上下文。

细拆开来看，其实 MCP 协议也能让 AI 读取一部分结构化数据，已经沉淀下来的文档、表格，最容易搬家，也很好被 AI「吃掉」。

难以搬家的是组织，是人员的身份、层级、权限和协作方式，一个企业越大，更换办公软件就越伤筋动骨。从这个角度看，千问办公因钉钉有着巨大的先手优势。

第五层是数据所有权的壁垒。

完整的 AI 办公流程，需要大模型的思考能力，Agent 的操作能力，skill 和专家套件的专业技能，还有企业上下文给出的任务、沉淀结果。

此外，还需要外部的数据资源。举个例子，如果电商网站禁止 AI 爬取自身信息，锁住数据出口和操作权限，无论产品能力再怎么强大，Agent 运营店铺也是不可能的。

封闭不是没有先例，SaaS 厂商 SAP 在今年 4 月更新的 API 政策中，就明确禁止外部 AI 系统自行发起或执行 API 调用，得统一走自己的路由。

这需要思考，如果 AI 办公软件真的成为国民级的入口，收拢了路由到各种应用的分发权，那么当 Agent 要求调用数据时，单个应用要求「交过路费」的议价权是否也会下降？

无论小应用们抵抗与否，最后的大势可能还是趋向垄断，只有几个拥有庞大生态的互联网巨头有搏一搏的能力。

6、阿里要建造的算力之城

阿里的牌和其他人不太一样。

作为中国少数同时拥有芯片、云、模型和应用入口的科技公司之一，根据 Omdia 数据，阿里云占据了 2025 年全年中国 AI 云市场 38.1% 的份额，从近期发布的财报来看，阿里云也已实现较大规模盈利。

有这么优越的成本结构，别人卖 AI 是卖模型或应用，阿里除了卖 AI 还卖自己生产的算力，一鱼多吃。

对阿里来说，AI 不仅是一个需要持续投入的新业务，也是能够拉动云资源消耗的业务。

生态的价值其实已经显现出来了。

WorkBuddy 和豆包工作都有一些做网站开发的 skill，但为什么是阿里千问办公的「多人工作台」skill 先受到关注？

我认为这不全是偶然，也和阿里 AI 全栈式的结构息息相关。阿里云在开发者社区深耕多年，根据 Hugging Face 2026 年的报告，千问模型的下载量更是全球断层第一。

翻看千问办公 skill 的时候，我就感受到它在一般性的社媒文案撰写、行研报告撰写等常见 skill 之外，还有一股浓浓的 GitHub 味。

在今年 OpenClaw（龙虾）带火智能体之后，阿里云系统性地推进了云能力的「Skill 化」，推出了自有云 Skills 门户，将 60 余项云产品封装为 Agent 可调用的 Skill，并和第三方一起建设了一些 SkillHub 类的平台。

它的目的很明显，就是趁这股 AI Agent 的东风，通过提供 skill 吸引更多用户用 Agent，从而带动云业务的资源消耗，增加收入。

而先前的这些积累，都让现在的千问办公专业感更强，率先用一个开发水平到位、数据库和部署全包的「多人工作台」技能获得了一些关注和认可。

阿里的第二张牌，就是钉钉。

在上一轮竞争中，钉钉的 8 亿用户量远超字节飞书，但收入却并没有翻倍级的超越，因为这 8 亿里有太多的中小企业用户。

阿里能否用千问办公激活这些用户存量，转化为付费用户，是一件很可期待的事情。

因为大厂可以为了保持前瞻性、科技感，或者纯粹因为 FOMO 情绪让员工无脑烧 Token，中小企业却是最看重 AI 能不能带来实际效果、多赚到钱。

阿里要推千问办公，无论结果如何，这注定是一场有趣的技术落地的社会实验。

8 月，阿里发布了 2026 年第二季度财报，CEO 吴泳铭在电话会议里解释集团战略时，作了一个有趣的比喻：

「所以 AI 云就像是一个超级城市，训练、推理、企业系统，以及 AI Agent 就像是这个城市的居民，持续迭代提升全栈的 AI 云服务，就像城市的基础设施，源源不断地吸引更多的新居民，并提升老居民的留存率。」

人们生活在这片算力之城里，Agent 调用越多，算力消耗越多，云业务越受益，最终形成稳定的规模效应。

到时候，AI 是真正的水、电、煤。

这个想象空间很大，大到千问办公这个具体产品可能只是它的一个注脚，一个历史长河里的中间形态。