SaaS公司怎么估值？AI Agent四层价值链拆解

关于 AI 和 SaaS 的关系，市场上有个挺吓人的说法：AI 会吞噬软件。这份东吴证券的行业深度报告给的答案不一样。

它认为 AI 不是简单吞噬，而是推动软件价值从前端入口向企业 AI 执行底座迁移。

问题不是软件还有没有价值，而是价值落到了谁身上。

一、SaaS被质疑的三件事

先看市场此前压制软件股的三个担心。

第一，前端入口价值下降。过去员工要进 CRM、ERP 界面查数据、走审批，现在可以直接对 Agent 下指令，由 Agent 调底层系统。

第二，席位制收入的线性逻辑弱化。传统 SaaS 按员工数、账号数收费，Agent 替掉一部分重复岗位后，新增席位需求自然放缓。

第三，利润率出现分化。生成式 AI 要持续消耗推理和算力，成本上升。

报告对第三点的补充很有意思：AI 也能通过内部流程自动化帮软件公司降本。同时把 AI 用于对外商业化和对内降本的公司，利润率有望维持；只承担外部推理成本的，才会持续承压。

二、SaaS估值逻辑的新验证信号

报告认为 2026 年年中开始的软件股反弹，本质不是情绪修复，而是AI 商业化从概念验证走向指标验证。

Salesforce 验证 Agent 收入和任务执行量。

Agentforce 与 Data 360 的 ARR 接近 39 亿美元、同比增长超 210%，单季产生 32 亿个智能体工作单元。

Snowflake 验证数据工作负载增长。产品收入同比增长 37%，比上一季度的 34% 进一步加速。AI 应用越多，数据迁移、查询、权限治理和模型调用需求越强。

ServiceNow 验证工作流平台承载 Agent 闭环的能力。AI 整体 ACV 突破 10 亿美元，进入生产环境的智能体客户数九个月增长 9 倍。

报告也给了个冷静提醒：从试点到生产这道坎还没跨过去，只有 11% 的企业真正在生产环境用上了 AI Agent。

三、席位压缩是定价问题，不是需求问题

这是报告里最值得记的一句判断。AI 挑战席位制，不等于软件需求下降，真实情况是消耗方式变了：从"人使用软件"扩展到"人加 Agent 共同调用软件"。

如果收费单位还锚定人工席位，厂商就抓不到 Agent 创造的新增工作负载。

Salesforce 并行三类计费：按对话次数每次 2 美元、按弹性积分（标准操作约 0.1 美元一次）、按用户每月收费。

如果想把这条链路补全，可以接着看《普通打工人的30个AI工作流：把文件表格交给AI连续处理（附课件下载）》。

配套资料里《全球AI应用产品梳理：模型能力持续迭代，智能体推动商业化进程》（38页）讲得更细，对同一个问题的拆解角度不太一样，可以互补。

ServiceNow 选了"基础许可证加 AI 用量"的混合定价，用许可证保证预算可预测性，靠用量收费承接增量。

报告给的判断标准很直接：AI 减少席位，但 Agent 的任务执行量增长更快、且厂商能把这部分货币化，那席位减少未必意味着收入下降。反过来才会出现价值和收入的错配。

这个话题在站内还有一篇讲得更细：《2026智能体工具大全：清华北航团队整理的Agent全景图（附课件下载）》。

四、SaaS价值链的四层结构

报告的分析框架是：一个横向协议层加四个纵向产业层。

横向的是 MCP 协议层，作为连接 AI 模型和企业数据、工具、应用的通用标准，贯穿所有四层。它把连接复杂度从"系统数乘 Agent 数"降到"系统数加 Agent 数"。

四个纵向层各解决一个问题：

数据控制层解决"Agent 知道什么"，提供企业数据、权限、治理和上下文，成为 Agent 的知识源。跟踪指标是产品收入增速、AI 客户渗透率、数据工作负载和 RPO。

同方向还有一份《2026超越代码：AI+时代的软件交付加速指南-Google Cloud》（27页）值得一起看，框架更完整，适合当延伸阅读。

工作流执行层解决"Agent 能做什么"，把 AI 嵌入 CRM、ITSM、HCM、ERP 等关键流程。跟踪 AI ARR、Agent 执行量、自动化流程量和续约率。

优势在位置——这些流程本身跑在系统里，客户更容易算 ROI。

垂直场景层解决"Agent 创造了多少业务价值"，靠行业知识和专业流程实现可量化 ROI。

报告举了医疗的例子：机构部署后记录文书时间减少 24%，下班后补病例的时间减少 17%。

云与开发运维层解决"Agent 如何稳定、安全、低成本运行"。它的逻辑比较特别：不押注单一 AI 应用胜出，而是受益于 AI 应用整体复杂度提升。

五、四类值得优先关注的软件资产

报告的筛选口径从"是否推出 AI 功能"，转向"AI 是否形成可持续工作负载"。

一是数据或流程控制权强的平台型软件，如 Snowflake、MongoDB、Palantir、Salesforce、ServiceNow、Workday。

二是 ROI 更容易量化的垂直场景软件，如 Veeva、Autodesk、Intuit、Adobe、Guidwire、Toast。

相关推荐：《DeepSeek Harness从0到1：Agent运行系统的十个核心结论（附课件下载）》，做同类项目时很有参考价值。

三是受益于 AI 规模化的安全、可观测性和开发治理软件，如 Datadog、Cloudflare、Zscaler、CrowdStrike、Snyk。

四是具备生态入口和 AI 分发能力的综合型平台，如 Microsoft、Google、Amazon、Adobe、Atlassian。

同一方向的另一份笔记：《AI原生组织长什么样？八大特征看清企业转型终局（附课件下载）》，建议一起收藏。

报告也列了三条风险：AI 商业化进展不及预期、企业 Agent 落地进度不及预期、宏观环境和企业 IT 支出不及预期。

把整份报告抽干，最值得带走的是判断方式的转变：不看一家公司有没有加 AI 功能，而要看 AI 有没有给它的系统带来可持续的新增工作负载。

延伸阅读：《普通打工人第一份AI工作流指南：从能力验证到Skill沉淀（附课件下载）》，和这篇可以对照着看。

想系统研究 AI 产业、软件商业模式和行业分析的实战资料，可以上运营动脉（www.yydm.cn）翻翻，站内有7万+份方案、报告和课件，每月更新超1000份。

常见问题解答

AI Agent 会削弱 SaaS 的商业模式吗？

不是全面削弱，而是结构性分化。

报告指出三重冲击：入口价值下降（Agent 直接调底层系统）、席位扩张逻辑弱化（数字劳动力替代部分人工操作）、利润率分化（推理和基础设施成本上升）。

冲击并非对所有公司均等发生，关键看它是否处在企业任务执行链条的关键位置。

为什么说软件股反弹不只是情绪修复？

因为头部公司开始披露可验证的 AI 商业化指标。Salesforce 的 Agentforce 与 Data 360 ARR 接近 39 亿美元、同比增长超 210%；

Snowflake 产品收入同比增长 37%；ServiceNow 的 AI 整体 ACV 突破 10 亿美元。

配套资料里《2026年3D打印行业深度报告：AI启幕造物新程，软件生态拓宽竞争边界-国泰海通》（28页）讲得更细，里面的数据口径和这份能对上。

AI 的影响已经从概念讨论落到 ARR、任务执行量这些可追踪指标上。

席位收费被替代了怎么办？

报告的核心观点是：席位压缩是定价问题而不是需求问题。软件价值的消耗方式从"人使用软件"扩展到"人加 Agent 共同调用软件"。

ServiceNow 明确选择"基础许可证加 AI 用量"的混合定价，用许可证保证预算可预测性，用用量收费承接增量价值。

MCP 到底改变了什么？

MCP 把连接复杂度从"系统数乘 Agent 数"降到"系统数加 Agent 数"。企业只需按 MCP 标准暴露一次接口，不同 Agent 就能统一调用。

直接影响是：拥有核心记录系统的软件公司多了新的计价方式，因为每次 Agent 调用都能被记录和计量。

报告推荐关注哪几类软件资产？

四类。一是数据或流程控制权强的平台型软件，如 Snowflake、MongoDB、Palantir、Salesforce、ServiceNow；

二是 ROI 更容易量化的垂直场景软件，如 Veeva、Autodesk、Intuit；三是受益于 AI 规模化的安全与可观测性软件；

四是具备生态入口和 AI 分发能力的综合型平台。