川海智库

报告概述

本报告深入剖析软件行业从传统SaaS向"智能即效用"(IaaU)模式的根本转型。研究对象包括传统SaaS面临的挑战、IaaU模式的核心特征、价值链重构、商业模式重塑及竞争格局变化。报告采用财务模型和估值分析框架，对比传统SaaS与AI原生公司在估值、人均收入效率等关键指标上的差异，并识别出五大投资赛道。读者可通过本报告理解IaaU时代的投资逻辑和企业采纳策略。

报告的核心结论

软件价值正从应用UI层向AI能力层迁移

报告指出，在IaaU时代，API/模型层价值占比从传统SaaS的10%跃升至40%，而UI层从40%骤降至10%。这意味着核心竞争力不再来自界面设计，而是底层的智能能力和编排效率，投资者应关注掌握核心AI能力的公司。

AI原生公司在估值和效率上全面超越传统SaaS

数据显示，AI原生公司享有的EV/Revenue倍数（39-41x）是传统SaaS（7-16x）的3.5倍以上；人均年收入达348万美元，是传统SaaS的17.4倍。这种全面超越反映了市场对IaaU模式增长潜力的认可。

基于结果的定价模式将取代传统坐席订阅模式

报告预测，到2026年坐席订阅模式的市场采纳率将从85%降至25%，而消费型和基于结果的定价模式合计占比将超过70%。这种转变将供应商收入与客户成功直接挂钩，是IaaU模式的核心特征。

订阅IaaU服务比自建更经济、更快速

报告3年期TCO模型显示，订阅方案（293万美元）仅为自建方案（770万美元）的38%，节省62%成本，且价值实现速度领先10个月。对于绝大多数企业，订阅是更具战略优势的选择。

报告回答的关键问题

什么是智能即效用（IaaU）模式？

智能即效用是一种新的软件交付模式，用户通过自然语言驱动AI完成业务任务，按产出付费，而非按坐席订阅。报告指出，该模式下应用UI退化为后台API，核心价值在于智能层的按需调用，企业可像用电一样获取AI能力。

传统SaaS面临哪些结构化挑战？

报告指出三大挑战：坐席计费模式陷入"掉落的尖刀"困境——增加AI功能反而减少付费坐席；水平市场饱和且同质化；传统架构无法支撑AI的异步、非线性推理负载。市场数据显示，AI相关市场增速是传统SaaS的2倍以上。

IaaU时代有哪些投资赛道值得关注？

报告识别出五大赛道：基础大模型开发商（如OpenAI、Anthropic）、AI编排与基础设施平台（如LangChain）、AI治理与安全层（如Obsidian Security）、高效率AI API提供商（如Together AI）、垂直领域AI原生应用（如Harvey AI）。建议核心持仓配置在基础设施层。

企业应如何决策自建AI还是订阅IaaU？

报告建议除超大型企业外，多数企业应优先订阅。3年期TCO分析显示订阅方案可节省62%成本，且价值实现快10个月。自建需要承担高昂的初始开发、人员维护以及机会成本（核心人才被非核心业务牵扯），投资回报率低于订阅。

报告中的代表性数据

3.5倍

AI原生公司vs传统SaaS估值倍数

2026年，AI原生公司EV/Revenue倍数（39-41x）是传统SaaS（7-16x）的3.5倍以上，反映市场对IaaU模式的高度认可。

17.4倍

人均年收入对比

2025年，顶级AI原生公司人均年收入348万美元，传统SaaS为20-50万美元，AI原生效率是传统SaaS的17.4倍。

62%

订阅vs自建3年TCO节省

2025年，订阅方案3年期TCO约293万美元，自建约770万美元，订阅节省62%成本，且价值实现提前10个月。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整市场数据与趋势图表：包括传统SaaS与AI市场增长率对比、定价模式演变趋势图，直观展示行业转型方向。
  • 价值链重构分析：从传统SaaS到IaaU的价值分布变化图，详细说明各层价值占比如何迁移。
  • MCP协议详解：Model Context Protocol作为AI时代标准化连接层的架构图及其对集成效率的影响。
  • 竞争格局深度对比：传统SaaS公司（Salesforce等）与AI原生公司（OpenAI、Anthropic）在估值、人均效率、增长率等关键指标的全面对比表。
  • 六大估值驱动因素详解：AI推理成本效率、API调用量、专有数据护城河、研发人才密度、ARR/人均效率、客户留存率的具体评估方法。
  • 构建vs订阅详细成本模型：不同规模企业（小、中、大、超大）的3年期TCO对比，包含人员维护、机会成本等构成分析。
  • 五大赛道投资组合建议：核心持仓（50-60%）与成长持仓（30-40%）的具体配置比例、估值参考区间及退出信号。
  • 风险评估：涵盖技术风险（AI幻觉、开源模型）、市场风险（监管、巨头反应）、运营风险（影子AI、技术债）的全面矩阵。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告