后SaaS时代：租赁软件的终结？生成式人工智能如何从根本上降低IT成本——从“即服务”到“自有”——图片来源：Xpert.Digital
生成式人工智能如何撼动云计算经济的根基
从租户到所有者：为什么我们很快将再次拥有自己的软件
订阅经济的终结：为什么生成式人工智能正在摧毁“软件即服务”的基础。
二十多年来，数字经济中一条不成文的规则盛行：软件不是购买，而是租赁。“软件即服务”（SaaS）模式承诺为企业提供灵活性，并让 Salesforce、HubSpot 和 Adobe 等供应商通过持续不断的订阅费获得丰厚的利润。然而，到了 2024 年，昔日股市宠儿的股价大幅回调表明，这个黄金时代正在走向终结。这不仅仅是周期性的市场低迷，更是根本性结构性变革的先兆。
这场变革的根源在于生成式人工智能的迅速崛起。SaaS 的设计初衷是向数百万用户出租标准化解决方案，而人工智能如今却能实现截然相反的局面：按需定制软件。既然企业可以使用 LLM（大型语言模型）在几秒钟内生成精简的工具，为什么还要继续为臃肿的功能包支付昂贵的月费呢？
我们正处于“后SaaS时代”的开端。在这个新阶段，软件正从一种服务重新转变为一种专有资产。关注点正从集中式平台转向去中心化、人工智能驱动的内部开发。这不仅有望大幅降低IT成本，并增强企业摆脱技术垄断的独立性，而且还将迫使整个资本市场重新评估数字价值创造的意义。
以下分析共 17 点，重点阐述了软件范式的这种转变将如何改变市场，“数字所有权”为何正在复兴，以及公司现在需要制定哪些战略才能在软件不再是订阅而是生成的世界中生存。
软件范式的突破
过去二十年，软件即服务 (SaaS) 几乎以前所未有的方式主导了数字商业领域。它承诺为服务提供商带来可预测的收入，为用户提供灵活的集成方案，并普及高级软件功能。然而，自 2024 年以来，越来越多的迹象表明，这种模式正接近其经济和结构上的极限。HubSpot（年初至今下跌 45%）、Monday.com（年初至今下跌 33%）和 Salesforce（年初至今下跌 20%）等公司的股价表现表明，这并非仅仅是周期性的市场调整，而是更深层次的转变过程。
原因错综复杂。SaaS模式依靠经常性费用、高毛利率以及集中式基础设施带来的规模经济效益而蓬勃发展。然而，随着生成式人工智能、自动化开发和本地计算能力的进步，这些核心要素正面临越来越大的压力。企业开始质疑，是否应该继续为那些可以使用人工智能工具生成或定制的软件支付租金。
SaaS成功的经济秘诀及其致命弱点
SaaS 的出现是对传统授权软件低效性的一次演进式回应。它摒弃了高昂的前期成本和复杂的维护费用，转而采用订阅模式，提供定期更新、云端访问和便捷的可扩展性。这种模式推动了巨大的市场价值：Salesforce、Adobe、Atlassian 和 ServiceNow 的利润率达到了以往只能用平台网络效应来解释的水平。
然而，这种经济优势——即“订阅飞轮”——也蕴含着风险。服务提供商需要不断添加新功能来证明价格上涨的合理性并巩固客户忠诚度。与此同时，价格压力也在不断增加：过去五年里，几乎所有市场领先的SaaS公司都将其客户获取成本（CAC）翻了一番，而净留存率却在下降。这意味着该模式已经成熟，但成本也越来越高，市场也趋于饱和。
人工智能驱动的软件生成可能会暴露这种结构性缺陷——就像 SaaS 曾经取代传统许可模式一样。
“生成型生产经济”的兴起
自 2023 年左右以来，一种新的软件逻辑正在兴起：人工智能支持的“按需生成”取代了集中式部署。GPT-4、Claude 等基础模型以及 Mistral 或 Llama 3.2 等开源系统能够以极少的人工干预实现自主代码生成、数据结构化、用户界面设计以及与企业基础设施的集成。
例如，一家中型企业现在可以利用生成式人工智能在几个小时内完成内部客户关系管理系统的设计和部署——该系统与企业资源计划 (ERP) 和通信系统完全集成，无需外部 SaaS 订阅。这种转变具有深远的经济意义。
价值创造正从许可和服务费转向一次性、定向式的收益生成。软件正再次成为一种资本资产——归公司所有而非租赁。这种范式转变的经济核心在于降低交易成本、消除集中定价以及实现数字工具的彻底个性化。
个性化软件的结构性成本优势
传统的SaaS模式基于普通用户：它为广泛的目标群体提供统一的功能集。这不可避免地导致复杂性、开销和功能臃肿。企业常常为从未使用的模块付费，而必要的定制化功能只能通过昂贵的企业级版本或集成来实现。
基于人工智能的软件生成技术正是为了解决这个问题。系统会分析具体的用例、业务流程和数据结构，然后生成不包含不必要功能的定制化工具。这使得系统更加轻量级，性能更高，依赖性更低，管理也更加完善。
从经济角度来看，关键在于：如果企业只需为每个应用程序支付一次费用，传统SaaS提供商的客户生命周期价值（CLV）将大幅降低。与此同时，新的利润模式应运而生——例如，维护、培训和本地计算资源配置——但这些模式遵循着截然不同的盈利结构。
从“软件栈”到“软件流”
传统的IT架构遵循分层模型：基础设施层、平台层、应用层。每一层都需要成本和管理。SaaS则定位在应用层，通过订阅模式抽象化复杂性并确保稳定的现金流。
在后SaaS时代，这些层面逐渐融合。生成式人工智能不仅生成代码，还能动态协调基础设施（例如AWS、Azure、本地服务器）。应用程序不再需要安装，而是根据需要进行合成。在这种情况下，公司维持固定软件合同的想法似乎已经过时了。
“软件流”指的是从数据和模型中涌现出的、动态的、情境生成的工具——它们生命周期短暂，但针对特定用途进行了精确优化。这种瞬时性与IT部门的传统思维相悖，但从长远来看，却能降低总体拥有成本（TCO）。
对企业战略和市场机制的影响
当软件重新变成专有产品时，提供商和用户之间的权力平衡就会发生变化。公司重新获得了对软件设计的控制权，但同时也失去了通过SaaS的集体数据库实现的创新成果。
对于SaaS提供商而言，这意味着他们需要重新定位——从产品编排者转变为平台编排者。未来，他们将不再销售软件，而是销售配置、维护和保护基于人工智能的软件生成器的能力。因此，竞争的焦点正从功能复杂性转向模型专业知识和数据主权。
在市场方面，这种发展正导致既有技术垄断的瓦解。许多小型人工智能模型或专业的开源系统正在接管以前集中化的功能。这降低了准入门槛，但也造成了更加分散的生态系统。网络效应依然重要——但更多地体现在数据和模型领域，而非具体的应用层面。
🎯🎯🎯 受益于 Xpert.Digital 全面的五重专业知识和全面的服务包 | BD、研发、XR、PR 和数字可视性优化
受益于 Xpert.Digital 全面的五重专业知识和全面的服务包 | 研发、XR、PR 和数字可视性优化 - 图片：Xpert.Digital
Xpert.Digital 对各个行业都有深入的了解。 这使我们能够制定量身定制的策略，专门针对您特定细分市场的要求和挑战。 通过不断分析市场趋势并跟踪行业发展，我们可以前瞻性地采取行动并提供创新的解决方案。 通过经验和知识的结合，我们创造附加值并为客户提供决定性的竞争优势。
更多相关信息请点击这里：
从租赁到自主开发：生成式人工智能如何打破 SaaS 的格局，并将软件重新转化为资本资产
人工智能作为软件经济中的生产要素
后SaaS革命：到2035年，人工智能生成器将如何重新定义软件所有权和商业模式
经济学家越来越多地谈到“知识自动化资本”，这是一种系统性地再生产知识的新型资本。人工智能正在成为一种生产要素，它不会取代劳动力，而是成倍地提升智力。从这个意义上讲，软件的生成本身就是一种知识自动化。
这意味着企业不再主要投资于IT人员，而是投资于人工智能技术和数据网络。未来，衡量一家公司价值的标准将更多地在于其利用机器学习将内部流程转化为软件的能力。因此，传统的IT架构正在失去其核心地位，软件开发与业务战略之间的界限也日渐模糊。
开源运动的作用
开源是这一新阶段的无形架构基础。Llama、Mistral 和 Falcon 等模型允许对代码生成过程进行本地控制，从而大幅降低了准入门槛。社区创新正日益取代嵌入 SaaS 依赖项中的专有框架。
从经济角度来看，这就产生了一个悖论：开源软件能够创造巨大的价值，却无法直接产生收入。与此同时，免费系统迫使现有供应商将重心放在服务质量、安全架构和集成上——这些方面以前并不重要，但现在却构成了关键的差异化因素。
这也改变了竞争的焦点：从功能多样性转向基于信任的经济模式。只有当用户能够理解、验证和控制人工智能软件的复制行为时，人工智能生成的软件才能真正适合大规模应用。
人工智能时代的基建与能源经济学
一个常被低估的方面是：新世界秩序的基础设施成本。虽然SaaS提供商已从集中式数据中心中获益，但人工智能的出现正在引领新的能源格局。
训练大型模型仍然需要消耗大量资源，但推理——即应用这些模型——正变得越来越高效。本地计算能力（边缘计算）和个性化模型降低了带宽需求，提高了数据隐私性，并降低了成本。
这可能导致新型区域价值链的形成：面向中型企业优化的本地数据中心、专用人工智能编译器、自动化测试系统以及能源合作伙伴关系。从经济角度来看，这将创建一个去中心化的人工智能生产部门，类似于19世纪80年代的工业革命，当时电力生产实现了本地化和普及化。
劳动力市场和技能转变
从 SaaS 向生成式软件生产的转变也对劳动力市场政策产生了巨大的影响。
随着基础设施的自动扩展，传统的IT管理角色正变得越来越不重要。
软件开发人员正从代码编写者转型为生成式系统的流程设计师和质量管理人员。
业务分析师的重要性日益凸显，因为他们的专业知识可以直接转化为生成式提示。
这将催生一个介于技术领域和战略思维之间的混合型就业市场。以往侧重于线性规划培训的教育体系必须做出调整：从语法转向系统理解、伦理、监控和快速架构。
资本市场和估值逻辑
资本市场已经开始将这种转变反映到股价中。由于投资者预期向人工智能工具的转型会削弱利润率的稳定性，SaaS公司的估值倍数正在下降。
虽然传统的 SaaS 公司实现了 8-12 倍的 EV/销售额倍数，但自 2024 年以来，许多提供商的这一倍数已降至 6 以下。与此同时，我们看到专注于编排、模型监控或代码生成的 AI 基础设施初创公司的估值正在上升。
这表明资本不再仅仅追求持续的收入，而是追求对未来生产逻辑的控制。
数字所有权：所有权的回归
一个引人入胜的叙事元素是数字所有权概念的回归。在SaaS模式下，企业为使用权付费，而非所有权。生成式人工智能改变了这一切：当企业构建自己的工具时，它拥有代码、数据结构和功能逻辑的所有权。
这为可交易软件资产、内部知识产权管理以及单个代码组件的货币化开辟了新的可能性。软件正在再次成为一种商品——个性化、独特且可互换。
经济学家可能会称之为“数字资本的再私有化”。取而代之的是成千上万个由专业工具构成的微型生态系统，而非平台垄断。这一趋势与以往的平台战略背道而驰，从长远来看，可能会导致中央科技权力的瓦解。
监管事务、安全和制度变革
软件越个性化、越去中心化，其治理就越复杂。数据保护、质量控制、责任认定和许可法律都需要重新思考。当人工智能生成软件时，就会出现这样一个问题：谁该为功能性错误负责？
从欧盟到美国商务部，监管机构正开始制定新的类别，例如“人工智能生成软件问责制”、“示范透明度法案”和“可审计代码框架”。这些标准最终可能决定市场准入。
欧洲在这方面具有潜在优势：其对数据保护、可追溯性和公平性的重视，可能构成可信赖、可出口的人工智能生产标准的基础。
2035 年前的战略未来展望
2035 年可能出现的情况：
- 公司拥有内部人工智能生成器，可以根据需要合成软件应用程序。
- 通用 SaaS 功能（CRM、HRM、协作）是作为模型授权的，而不是作为平台授权的。
- 维护、安保和能源优化正在成为新兴的服务行业。
- 软件开发是以项目为基础，采用临时性和迭代式方法。
- 数据主权和模型专业知识正在取代品牌忠诚度，成为关键的成功因素。
这并不意味着 SaaS 的终结，而是它的转型：从“即服务”到“自有服务”。
宏观经济长期影响
当软件市场从订阅模式转向所有权模式时，这也会对宏观经济指标产生影响。
- 企业对无形资产的投资正在增加，而运营费用却在减少。
- 国家创新统计数据应将人工智能生成的软件纳入资本资产范畴。
- 数字经济正在将价值创造从以美国为中心的平台转移到区域性的、分布式的生产模式。
这种动态类似于从制造业经济向知识经济的转变——只不过这次是在无形领域。
社会层面：自主而非依赖
从长远来看，这不仅仅关乎效率。后SaaS时代象征着数字自主权的回归。当组织、市政机构或个人能够再次自主创建和拥有软件时，一种新型的技术主权便应运而生。
这同时也是一个政治问题：谁来定义数字工具？谁来控制更新、数据访问和集成？人工智能生成的软件最终将回归到去中心化、民主化的技术控制——前提是它不会再次被专有模式垄断。
从租房到自建
SaaS不会消失，但它正失去其不可撼动的地位。成本压力、人工智能自动化以及对灵活性的日益增长的需求，正在挑战现有云计算资本主义的根基。
十年后，软件可能会恢复到它曾经的样子：一种量身定制的工具——只不过这一次是生成的，而不是手工编写的。
早期采用这种逻辑的公司不仅可以降低成本，还能获得战略自主权。对于投资者、监管机构和技术专家而言，这标志着数字经济新阶段的开始：软件不再是租赁而是按需、智能、自主生产的时代。
欧盟/德国数据安全 | 集成独立、跨数据源的AI平台，满足所有业务需求
独立人工智能平台作为欧洲企业的战略选择 - 图片：Xpert.Digital
Ki-Gamechanger：最灵活的AI平台销售解决方案，降低成本，提高决策并提高效率
独立的AI平台：集成所有相关的公司数据源
- 快速AI集成：在数小时或数月内为公司量身定制的AI解决方案
- 灵活的基础架构：基于云或在您自己的数据中心（德国，欧洲，免费位置选择）的托管
- 最高数据安全：在律师事务所使用是安全的证据
- 在各种公司数据源中使用
- 选择您自己或各种AI模型（DE，欧盟，美国，CN）
更多相关信息请点击这里：
您的全球营销和业务发展合作伙伴
☑️我们的业务语言是英语或德语
☑️ 新：用您的国家语言进行通信！
Konrad Wolfenstein
我很乐意作为个人顾问为您和我的团队提供服务。
您可以通过填写此处的联系表，或者直接致电+49 89 89 674 804 （慕尼黑）。我的电子邮件地址是： wolfenstein ∂ xpert.digital
我很期待我们的联合项目。
