“AI到底会不会取代SaaS？”过去一段时间里，这个问题在企业SaaS软件与服务领域反复回响。从2025年11月开始，整个软件行业尤其是重头企业的股价纷纷出现震荡，CIO们在系统选型时也开始迟疑起来。

　　不知不觉间，一种微妙的情绪正在蔓延，仿佛SaaS已经站在历史舞台的边缘。焦虑的来源不难理解：大模型正在改变交互方式，过去通过点击菜单、填写字段来配置流程，现在我们输入一句自然语言，系统直接生成结果。

　　界面在消失，操作也在消失，流程看起来也可以被大模型“理解”。于是，一个看似顺理成章的判断迅速传播开来：既然AI可以直接理解需求，那SaaS软件是否还有存在的必要？

　　这就是所谓的“替代论”。不过既有的经验告诉我们，在迄今为止的所有技术浪潮中，最先被推翻的从来不是结构，而是想象。

　　我们回望全球产业动向：Microsoft没有抛弃Office，而是把Copilot嵌入Office体系；NVIDIA没有做企业应用，而是构建算力与数据底座；Palantir Technologies则强调语义层与治理逻辑，让AI在企业结构中运行。

　　显然，没有一家真正的产业巨头选择“推翻软件”，它们选择的是融合与重构。近期，用友网络高级副总裁兼企业BG总裁徐洋同样给出了明晰的判断：

　　AI不会颠覆SaaS，而是与SaaS深度融合。

　　这不是一句防守性的表态，而是一种结构级的判断。不过，产业界有必要，也必须更进一步去思考和追问：替代论为何会如此流行？它的逻辑根基到底能不能站住脚？

替代论的逻辑陷阱

　　替代论成立的前提，是将企业SaaS软件等同于“操作界面”。如果SaaS只是一个菜单集合，那么自然语言确实可以替代它，但企业级SaaS从来不是界面，而是企业运行秩序的数字化映射。

　　一笔销售订单，牵动库存、生产排程、财务记账、税务核算与供应链协同。每一个数字，都嵌入在一条异常严密的责任链中。

　　企业经营有三个底层要求：可追溯、可审计、可问责。而大模型的底层机制是概率预测，概率预测擅长生成“最可能正确”的答案，但企业系统必须给出“唯一确定”的答案。

　　在当天的交流中，徐洋反复强调一句话：企业AI必须运行在责任体系之内。

　　这句话的分量，其实远远超过表面。责任体系意味着什么？意味着任何结果都能被追溯来源；意味着任何异常都能被定位责任；意味着系统必须具备结构的一致性。

　　我们可以肯定的是，概率模型可以辅助判断，却无法替代秩序。替代论的第一层误区，就在于把“生成能力”误当成“结构能力”。AI可以替代输入方式，却无法凭空生成经营秩序。

　　界面可以消失，结构不会消失。

企业AI真正的底盘

　　面对这场喧嚣的争论，用友正式提出了“本体智能体”。对出自哲学理论的“本体”这个词，有些人可能会感到非常抽象，不过在企业软件语境中，它极其具体，解决的是语义统一与结构的一致问题。

　　举一个极为简单却致命的例子：销售系统中的“客户”，财务系统中的“客户”，供应链系统中的“客户”。字段相同，语义迥异。人类理解这种差异毫不费力，模型却无法天然理解。

　　如果没有统一语义框架，大模型就只能做符号匹配，而不是业务理解，就像我们经常谈论的所谓AI“幻觉”，实际上往往不是模型太笨或者算力不足，而是缺乏结构化的语境。

　　在沟通会上，徐洋给出了一个形象比喻：如果说大模型是发动机，那么本体就是底盘与方向盘。发动机决定动力，底盘与方向盘决定稳定和路径。没有底盘，马力越大越危险。

　　这正是企业AI与C端AI的本质区别。C端可以容忍偶发错误；企业端绝对无法容忍失真。譬如，C端AI错发指令买了一个货品，大不了退货，甚至还可能“退款不退货”；然而企业AI假如犯错发一个2000万的订单，这种后果谁敢想？

　　徐洋表示，所谓“本体智能体”，核心实际上都不在于“智能体”，而在于“本体”二字。本体意味着对企业核心概念、实体关系与约束规则的形式化表达，为数据模型与流程执行提供统一语义基础。当数据、流程与语义在同一架构内运行，智能体才能从“建议者”变成“执行者”。

　　这与全球趋势高度一致。Microsoft把Copilot嵌入应用结构；Palantir构建语义层；NVIDIA强调数据基础设施。真正的企业AI，不是外挂模型，而是而是与数据模型、权限体系与流程引擎的深度嵌入集成。

　　在这一点上，用友YonSuite强调的”一体化平台”与去年推出的“One AI -World, One YonSuite”战略，实际上是在为AI时代预埋不可替代的结构底座。

AI在重写SaaS的标准

　　如果说过去一年，“AI会取代SaaS”是一种情绪判断，那么真正值得讨论的，是AI正在改变SaaS的评价体系。

　　过去二十年，SaaS竞争的核心指标是什么？是功能覆盖度，是部署效率，是云化能力，是成本模型。企业选择系统，看的是模块是否齐全、上线是否快速、运维是否轻量。

　　但AI进入企业之后，衡量标准正在发生变化。

　　未来十年，SaaS的竞争力将体现在三个维度：第一，语义完整性。系统是否拥有统一的业务语言模型？第二，结构一致性。数据、流程与权限是否在同一逻辑架构内运行？第三，智能内生能力。AI是外挂插件，还是系统底层能力？

　　在沟通会上，徐洋提到一个判断值得反复咀嚼：企业AI的价值，不在炫技，而在经营效率提升。这句话其实暗含一个前提——AI必须嵌入经营结构，才能产生效率。否则，它只能生成报告，而不能驱动流程。

　　我们看到的全球趋势也可以印证这一点：Microsoft没有让Copilot取代Office，而是让Copilot重构Office的交互与生产方式；NVIDIA没有直接做企业应用软件，而是强化算力与数据架构；Palantir并不售卖“对话机器人”，而是售卖“语义与治理结构”。

　　没有一家真正成熟的企业，会选择“抛弃软件”，产业领袖们选择的是让软件具备结构化智能。因此，与其说AI在挑战SaaS，不如说AI在筛选SaaS。筛掉那些结构松散、数据割裂、语义混乱的系统；筛掉那些仅停留在单一功能层面的产品。

　　回到本文的主旨，我们可以说AI对类似Yonsuite这样的一体化平台型SaaS一定是加速融合进化，它能淘汰的只是那些结构简单、功能单一的SaaS。事实上，类似的替代大戏已经在此类产品中一再上演。

融合不是选择而是必然

　　如果把视角拉回中国市场，问题会更加复杂。

　　中国的成长型企业普遍存在几种现实特征：多系统并存、接口定制复杂、数据标准不统一、流程跨部门割裂。在这种环境下，单纯引入大模型，很难真正理解企业结构。模型可以生成建议，却难以承担执行。

　　这也是为什么，我们在大量企业实践中看到一种现象：AI试点热闹，落地却困难无比。原因并非模型能力不足，而是结构尚未准备好。

　　在这次沟通中，用友YonSuite强调的一体化平台与本体驱动逻辑，其实触及一个核心问题——企业是否具备统一结构？当数据模型一致、流程架构统一、语义框架稳定时，智能体的落地成本会大幅降低。

　　对于成长型企业而言，这一点尤为重要。成长型企业既无法承担高昂的定制工程成本，又需要在全球化竞争中提升效率。

　　徐洋在谈到企业全球运营能力时提到：真正的企业AI，是要支撑多组织、多语言、多币种、多合规体系的运行。

　　这句话并非空泛。

　　在全球业务场景下，语义一致性与数据一致性变得更加关键。AI如果脱离结构，只会放大混乱；嵌入结构，才能放大效率。因此，在中国语境下，“融合论”并非温和立场，而是一种现实选择。

　　不是因为SaaS不能被替代，而是因为企业结构无法被绕过。

真正被重构的是什么？

　　历史从不会简单重复。

　　PC没有被互联网消灭；互联网没有被云计算消灭。它们相互嵌套、相互重构。AI也不会消灭SaaS，它会重构SaaS的内涵。

　　在这场关于AI取代SaaS的论战中，我们更愿意把问题表达得更直接一些：

　　AI不是来终结企业软件的。AI是来筛选和赋能企业软件的，筛选那些真正拥有结构深度的厂商；赋能那些敢于在语义层长期投入的企业；筛选那些能够把模型锁进责任体系的架构。

　　用友提出的“本体智能体”，可能也未必是终极答案（相信用友也会不断对之凝练与升华，更换表述方式也为未可知），但它已经把讨论从“情绪化替代论”带回到“结构升级论”，这显然是更加清晰和准确的发展路径。

　　在AI浪潮之中，我们更关心的，不是谁会被颠覆。我们关心的是谁在重构结构。如果说过去二十年是数字化时代，那么未来十年，将是结构化智能时代。

　　软件当然不会消失，但是软件的标准，正在被AI重新定义。真正被重构的，从来不会是SaaS，而是产业界对“企业结构”的理解深度。

　　（个人观点，仅供参考）