【2026】SaaS 已死？AI 軟體護城河正在搬家

「SaaS 已死」最近又成了 AI 軟體圈的熱門口號。AI 工具已廣泛進入技術工作流程，但現有資料不支持企業軟體需求已全面消失。更值得追蹤的變化，是當標準功能更容易被複製，價值是否從單一功能移向工作流、可稽核資料、分發與可驗證成果。

截至 2026 年 8 月，GitHub Octoverse 將 2025 定義為 2024 年 9 月至 2025 年 8 月，期間內公有與私有 repository 合計新增 1.21 億個，約每分鐘 230 個；Google Cloud DORA 2025 的近 5,000 位受訪技術工作者中，90% 表示已在工作使用 AI。前者是平台活動，後者是自願參與的自陳調查，兩者都不是生產力的因果估計。另一方面，BEA 的美國實質私人軟體固定投資由 2024 年 7,719 億美元升至 2025 年 8,578 億美元（2017 年鏈鎖美元），年增約 11.1%，顯示至少這項廣義投資指標仍在擴張。

不講廢話、不灌雞湯，用數據和歷史把這個市場想法拆到你能自己驗證、自己判斷。

SaaS 已死？先把「供給」和「需求」分開

資料顯示，開發活動增加與美國實質軟體固定投資擴張可以同時發生。它們不證明 AI 單因造成市場成長，也不支持把供給增加直接等同需求崩塌。投資人真正要分開追蹤的，是功能複製速度、企業採用廣度、付費合約與毛利後交付成本。

GitHub 的 repository 不是可營運的 SaaS，也不是付費客戶；DORA 則是自陳式調查，不能把「覺得更有效率」直接當成成本下降的因果估計。更值得注意的是，同一份 DORA 調查仍有 30% 受訪者對 AI 生成程式碼很少或完全不信任。這提醒我們：build layer 的活動與採用，不能取代部署、權限、稽核與責任歸屬的檢查。

BEA 的數字也要讀對：它涵蓋套裝、客製與企業自建軟體，不是 SaaS 營收，也不是軟體總需求，更不能和名目美元混加。它能說明的是這項美國實質固定投資指標尚未收縮，不能證明每一家 SaaS 都會成長。

SaaS 已死？App Store 提供一個有限的歷史類比

一個可參考的歷史類比是行動 App。App Store 在 2008 年上線時有 500 多個 App，首三天下載超過 1,000 萬次；一年多後已超過 8.5 萬個 App、累積下載超過 20 億次。到 2017 年初，商店已有 220 萬個 App；Apple 表示開發者在 2016 年取得超過 200 億美元收入，較前一年增加逾 40%。

這段歷史顯示，在特定期間，App 數量與開發者總收入可以同時增加，但無法推出平均或中位數開發者收入。2016 年 9 月，在商店超過 200 萬個 App、每週約有 10 萬件新增或更新版送審之際，Apple 把新 App 與更新版的名稱限制在 50 字元，並宣布加強品質與 discovery；之後先在美國推出 Search Ads，再以編輯內容與分頁重做 App Store。App 供給增加後，競爭不只在開發與送審，也值得另行觀察被發現、被下載與持續使用。

這個案例適合拿來提出問題，不適合當成 AI SaaS 必然重演的預測。AI SaaS 可能出現相似壓力：降低第一版門檻不保證新增供給能等比例取得注意力，因此分發與留存值得另行監測。App Store 是單一平台控制審核、搜尋與交易的消費市場；企業 SaaS 還受採購、資安、整合、導入與續約約束，下載量也不是留存。歷史數字沒有直接證明分發或留存成本上升。

當功能更容易複製，SaaS 護城河要往哪裡找？

第一層：功能——必要，但較容易被複製

摘要、生成、分類、搜尋等功能仍有用，但同類模型與元件普及後，單一功能較難長期維持高溢價。產品若只把模型包成一個介面，客戶換掉它的成本可能只剩匯出資料與更換信用卡。

第二層：工作流——整合、例外與權限才是摩擦

真正的企業工作不是一次 prompt，而是一連串有權限、審批、例外處理與稽核的流程。產品若掌握 system of record 或跨部門 workflow，新 AI 功能可以直接進入既有採購與使用場景，降低重新獲客的摩擦。

第三層：資料與信任——不是資料越多越好

有防禦力的資料通常具備三個條件：取得有權限、持續由工作流更新，而且能被稽核。公開網頁或容易複製的資料集很難形成長期優勢；客戶允許你在正確情境下讀取、更新並承擔結果的資料關係，才更接近護城河。

第四層：分發與成果——既有客群可以複利

截至 2026 年 4 月底的 Salesforce FY2027 第一季，cRPO 為 336 億美元、年增 14%（固定匯率 13%）；公司稱 Agentforce 與 Data 360 超過一半 bookings 來自既有客戶。這不是所有 SaaS 的平均值，而且本季 subscription and support revenue 也包含 4.28 億美元 Informatica 貢獻。bookings 未見完整方法，cRPO 亦受合約期間、匯率與併購影響；超過一半相關 bookings 來自既有客戶，與 installed-base cross-sell 的假說一致，但不能單獨證明資料、權限或合約關係就是原因。

截至 2026 年 6 月底的 ServiceNow 第二季，訂閱收入為 38.77 億美元、年增 24.5%（固定匯率 23%），cRPO 為 132 億美元、年增 21%（固定匯率 21.5%）；公司稱 ServiceNow AI ACV 跨過 10 億美元。後者是未完整定義的公司營運口徑，季度收入也會受自架軟體認列時點影響。這只能當作成熟平台的案例，不能外推到中位數新創；但這一季的觀察至少與「AI 已全面摧毀成熟 SaaS」的說法不相容。

四句流行市場口號，哪些說過頭了？

「SEO 已死」太籠統：Google Search & other 廣告營收仍增，AIO 頁面外連點擊較低

Alphabet 2026 年第二季的 Google Search & other 廣告營收為 632.71 億美元、年增約 16.8%；該口徑也包含 Gmail、Maps、Play 等自有資產，且營收不等於自然搜尋流量或 publisher clicks。Pew 在 900 名願意分享瀏覽資料的美國成人、2025 年 3 月樣本中觀察到：出現 AI 摘要的 visits 中，8% 點擊傳統結果；未出現摘要時為 15%；點擊摘要引用來源為 1%。由於查詢意圖不同、搜尋結果又在 4 月重建，不能把差距全部歸因於摘要本身，也不能外推所有國家與裝置；該樣本只能顯示有 AI 摘要的頁面與較低外連點擊率同時出現。

「AEO 比 SEO 簡單，會取代 SEO」：證據不足

對 Google Search 而言，Google Search Central 的 2026 年指南明確表示，既有 SEO 基礎仍然適用；Google 也不使用 llms.txt 或特殊 AI schema 作為生成式搜尋資格條件。這份文件只描述 Google，沒有比較其他 answer engines 的排序、成本、持久性或轉換，因此不能從它推出「AEO 普遍比 SEO 容易」或「AEO 會取代 SEO」。

「廣告全面失效」：把平台價格誤當公司經濟

Meta 2026 年第二季 Family of Apps廣告曝光年增 14%，公司口徑的 average price per ad（廣告營收除以已投放廣告數）年增 12%，廣告營收為 593.63 億美元、年增 27%。這代表每個已投放廣告的平均營收提高；因該比率也受需求、匯率、地區與產品組合影響，不能直接解讀為拍賣清算價，更不能推導單一 SaaS 的 CAC。公司真正該看的是增量 CAC、簡化毛利後回收月數〔每位新增客戶 CAC ÷（同一新增 cohort 每位客戶月 recurring revenue × GAAP 毛利率）〕與 cohort 留存，實務上還要計入 churn、導入成本和回款時點；年繳改善現金回收，不會自動修復糟糕的 unit economics。

「爆紅內容可以穩定複製」：常把失敗樣本藏起來

單篇長文、單則留言或單支短影音帶來訂單，可以啟發測試，不能升格成演算法定律。若只展示百萬觀看的贏家，卻不計入前面數十支失敗內容、創作者費用、授權、人工與帳號風險，就是典型的存活者偏差。瀏覽與按讚不是 qualified pipeline；渠道應用相同口徑做 holdout 或 cohort 比較。

AlphaLab 的判斷：SaaS 沒死，但估值語言要換

過去市場常把新增席次、訂閱收入與高毛利綁在一起。AI 之後，三件事可能拆開：agent 讓每位員工完成更多工作，seat 數未必同步增加；推理與第三方雲成本進入 COGS，建置更便宜不代表毛利更高；部分供應商也有誘因測試 seat＋usage＋可驗證 outcome 的混合制。這是否形成整個產業的定價遷移，仍要看續約、毛利率與 usage 品質。

因此，這輪較耐久的產品通常接近 system of record、system of control 或 system of engagement：它們握有權限、稽核、深度整合與歷史情境。較脆弱的則是薄封裝、低切換成本、主要靠付費或 SEO 買一次流量、又只按 seat 收費的單點工具。這是機制判斷，不是公司名單；同一家公司也可能同時擁有強平台與弱功能。

基本情境

軟體總需求繼續擴張，但功能同質化加速。成熟平台透過既有客群與 workflow 吸收部分 AI 價值，新創則必須以更快的產品迭代、垂直情境或新的分發入口換取位置。市場不會消失，收入與估值會更集中。

多頭情境

AI 採用從少數功能擴到跨部門流程，實質軟體投資持續快於經濟，usage 或 outcome 收入抵銷 seat 壓力；同時推理單位成本下降，毛利守住。此時 AI 不是取代 SaaS，而是把可軟體化的工作總量做大。

壓力情境

通用 agent 取得主要入口，能安全攜帶權限與資料跨系統執行工作，讓原本的 system of record 退化成可替換後端；同時 incumbent 的 cRPO、續約與擴張連續下滑。若 AI-native 新創在低付費獲客下，長期做出同口徑高留存，本文對既有分發與工作流護城河的判斷就必須下修。

判斷一間 SaaS 還有沒有定價權，看這四個指標

1. 需求：cRPO、NRR 與續約。先看合約與 cohort 是否仍擴張，再看 AI attach 是新客還是既客交叉銷售。ARR、ACV、RPO 與 revenue 不是同一件事。
2. 交付：GAAP 毛利率與推理成本。模型用量增加後，收入成長是否快過第三方雲、網路與 inference COGS？若毛利持續下滑，AI 收入的品質可能低於表面。
3. 分發：S&M 增幅與新增 ARR。銷售費用是品牌、佣金、擴張與新客的混合，不等於純 CAC；若投入持續增加而新增 ARR 下滑，是需要拆解併購、認列落後與渠道組合後再驗證的警訊。
4. 黏著：核心工作流使用與 cohort 留存。觀察客戶是否在更多部門、更多流程與更高權限層級使用產品。若只增加一次性 AI query，卻沒有帶動續約或擴張，功能熱度尚未變成護城河。

閱讀財報時，也要避免三種混搭：名目營收不能直接對實質投資；reported growth 要和 constant currency、organic growth 分開；GAAP 毛利與 non-GAAP 營益率不能拼成同一套經濟模型。成熟上市公司是用來辨識機制的案例，不是新創存活率或股票報酬的代表樣本。