
在一個充斥著對人工智慧(AI)取代人類工作感到焦慮的環境中,一個更細緻、或許更具顛覆性的預測從科技食物鏈的頂端傳出。估值 1,340 億美元的數據與 AI 巨頭 Databricks 的執行長 Ali Ghodsi 對軟體產業發出了嚴峻的預測:傳統的軟體即服務(Software-as-a-Service,SaaS)模型並非正在走向死亡,但它正迅速變得無關緊要。
週一在接受 TechCrunch 採訪時,正值 Databricks 宣布其年收入營收率(Revenue Run-rate)達到驚人的 54 億美元之際,Ghodsi 挑戰了目前盛行的 AI 將立即扼殺 SaaS 應用的說法。相反地,他認為 AI 代理(AI agents)——能夠執行複雜工作流的自主系統——的興起,將使目前的「點擊式」範式變得過時。幾十年來,企業軟體的價值被鎖在僵化的使用者介面(UI)和專家認證之後。根據 Ghodsi 的說法,那個時代即將結束,取而代之的是由自然語言指令驅動執行的未來,而底層應用則變成了隱形的基礎設施。
Ghodsi 論點的核心直指 SaaS 商業模式的基礎:使用者介面。在過去的 20 年裡,Salesforce、SAP 和 Workday 等平台的統治地位建立在特定類型的護城河之上。公司花費數百萬美元培訓員工如何操作複雜的儀表板、繁瑣的選單和多步驟的精靈介面。「全球有數百萬人接受過這些使用者介面的培訓,」Ghodsi 指出。「因此,這曾是那些企業擁有的最大護城河。」
然而,大型語言模型(LLMs)和 代理式工作流(agentic workflows) 的出現正在拆除這一進入門檻。在不久的將來,使用者將不需要知道點擊哪個按鈕來生成季度銷售報告,也不需要知道如何操作五個子選單來批准採購訂單。他們只需簡單地要求 AI 代理來完成即可。
當介面從專有的儀表板轉向通用的自然語言時,應用程式的「黏著度」就會蒸發。代理有效地將使用者與軟體解耦,將 SaaS 應用程式僅僅視為一個資料庫和一組在後台操作的 API。這種從「點擊」到「指令執行」的轉變將應用層商品化,將價值轉向驅動代理的數據和智慧。
正如 Ghodsi 所暗示的,如果應用層變得「退化」,企業技術中的權力動態將劇烈地轉向數據層。這一論點解釋了 Databricks 的激進定位,不僅僅是作為數據倉庫供應商,而是作為一個「數據智慧平台」。
邏輯很直接:對於一個 AI 代理要成功執行一項任務——例如「分析過去三年歐洲、中東和非洲(EMEA)地區的客戶流失情況」——它需要純淨、治理良好且易於存取的數據。它並不嚴格需要特定品牌的 CRM 介面。
Databricks 已經在自家的工具中看到了這種轉變。Ghodsi 強調了「Genie」,這是該公司的 AI 驅動介面,允許非技術使用者使用純英文查詢海量數據集。以前,這類任務需要 SQL 或 Python 知識,將數據存取權限限制在數據科學家和工程師手中。透過消除技術障礙,Genie 帶動了 Databricks 核心數據倉庫產品使用量的激增。
這證實了更廣泛的趨勢:隨著 AI 代理使複雜功能的存取民主化,控制數據基礎設施(而非工作流介面)的組織將獲取最大的價值。
至關重要的是,Ghodsi 區分了「死亡」與「無關緊要」。「SaaS 已死」的論調在沉迷於悲觀訊息的風險投資者中十分流行,暗示了一個突然的滅絕事件,企業會在一夜之間撤換其記錄系統。Ghodsi 認為這是不切實際的。
企業轉向緩慢。監管要求、龐大的數據引力和組織慣性意味著舊有的記錄系統將持續存在多年,甚至是幾十年。「為什麼要遷移你的記錄系統?你知道,遷移是很難的,」Ghodsi 承認。
相反地,這種衰退將反映出從地端軟體(on-premise software)到雲端的過渡。地端伺服器在 Amazon Web Services 啟動的那天並沒有消失。然而,它們不再是創新和增長的中心。它們對於企業的未來策略變得「無關緊要」。同樣地,傳統的 SaaS 應用程式可能會繼續在後台運行,維護分類帳和資料庫,但人力勞動力將停止直接登入它們。企業的「大門」將變成 AI 代理,將 SaaS 應用程式貶低為公用事業提供者的地位。
Ghodsi 的預測之所以具有分量,不僅是因為他的角色,還因為他公司的財務表現。Databricks 宣布其年增長率達 65%,年化收入達到 54 億美元,這標誌著市場已經在用錢投票了。
值得注意的是,其中超過 14 億美元的收入現在專門歸功於 AI 產品。這種 AI 相關收入的快速增長表明,企業正超越實驗階段,積極構建代理式未來所需的基礎設施。
該公司還確認已完成一輪高達 50 億美元的融資,估值達到 1,340 億美元。這筆資金加上 20 億美元的信貸額度,使 Databricks 能夠抵禦任何市場波動,同時大力投資於那些威脅要顛覆 傳統現有業者(legacy incumbents) 的技術。
下表概述了 Ghodsi 預測的基本結構性轉變,對比了已建立的 SaaS 範式與新興的 AI 原生模型。
| 功能 | 傳統 SaaS 模型 | AI 驅動的代理模型 |
|---|---|---|
| 使用者介面 | 僵化的儀表板、選單和表單 | 自然語言和基於意圖的指令 |
| 核心護城河 | 使用者對複雜工作流的掌握 | 數據品質和專有智慧 |
| 工作流執行 | 手動、分步的人類輸入 | 自主、目標導向的代理執行 |
| 數據可存取性 | 孤立在特定應用程式中 | 統一且可透過數據層存取 |
| 價值驅動因素 | 功能深度和工作流控制 | 結果速度和自動化準確性 |
| 使用者障礙 | 認證所需的陡峭學習曲線 | 零學習曲線(對話式) |
AI 將使傳統 SaaS 模型變得無關緊要的預測,為整個科技產業敲響了警鐘。幾十年來,軟體廠商一直致力於建造更好的捕鼠器——更好的按鈕、更好的版面、更好的儀表板。Ali Ghodsi 的洞察表明,未來屬於那些停止建造捕鼠器並開始建造為你抓老鼠的「精靈」的人。
對於現有業者來說,挑戰是關乎生存的:他們能否犧牲自己繁重的介面商業模式,轉而擁抱隱形的代理式工作流?或者他們是否會像之前的地端巨頭一樣,慢慢淡出背景,雖然在為世界提供動力,但不再引領世界?隨著 Databricks 持續上升,答案似乎越來越清晰:介面已死;數據萬歲。