为什么说AaaS正准备重塑软件行业和企业结构？

企业软件厂商已经预判到Agents化时代的来临，正快速布局投资，以维持行业领先地位。对于 CIO 而言，AaaS 的发展不仅重构了工具的使用模式，还将对工具的定价、集成方式以及安全保障机制产生影响。

2025 年，是人工智能Agents崛起的一年。曾经只能完成问答功能的聊天机器人，正逐步进化为可以代表用户自主执行任务的智能Agents。在这一转型进程中，企业持续加大对Agents平台的投入，软件厂商也在争分夺秒地参与其中。

国家研究集团针对 3000 多位企业高级管理者的调研结果显示，超半数高管所在的企业已经开始应用人工智能Agents。在那些将至少一半 AI 预算用于采购 AI Agents的企业里，88% 的企业表示，其在至少一个业务场景中获得了投资回报，这些场景集中在客户服务与体验优化、市场营销、网络安全以及软件开发领域。

在软件供应商的维度，Gartner 作出预测：2026 年，40% 的企业软件应用会融入Agents人工智能技术，而当前这一占比不足 5%；到 2035 年，Agents

人工智能将为企业软件市场贡献约 30% 的收入，规模超过 4500 亿美元，而 2025 年这一占比仅为 2%。未来，企业的业务用户或许无需直接操作业务应用，AI Agents生态系统将在多个应用与业务模块中，完成用户下达的指令。Gartner 同时预测，届时将有三分之一的用户体验，从原生应用转移至Agents式前端。

这场变革已经拉开序幕。Gartner 补充道，到 2025 年底，大部分企业应用都会搭载嵌入式助手，这是智能人工智能Agents的雏形。

IDC 也给出了相似的预测：到 2028 年，45% 的 IT 产品与服务交互，会以 AI Agents作为主要交互接口。这一变化不仅将改变企业的运营模式，也将重塑 CIO 的工作模式。

一、Agents即员工

金融服务企业 OneDigital 的首席产品官维奈・吉德瓦尼（Vinay Gidwaney），已经开始与 AI Agents展开合作，并且将其视作团队中的一员。“我们把它们叫做 AI 同事，还成立了一个 AI 人员团队，由我的技术团队、首席人事官及其人力资源团队共同管理，” 他说，“这个团队的工作是‘招聘’人工智能同事，并帮助它们融入企业。” 没错，是 “招聘”。

第一步是和业务负责人共同撰写一份岗位说明，随后交给 AI Agents，此时它的定位是实习生。“我们公司有很多处于测试阶段的 AI 实习生，” 吉德瓦尼说，“如果通过测试，它们就会晋升为学徒，我们会为它们设定工作准则、安全边界、专属的风格设定，同时安排人类主管负责它们的培训、审计与优化计划制定。”再进一步的晋升是成为全职同事，企业内的所有员工都可以与其协作。“公司里的任何人都可以登录内网，查看这些 AI 同事的技能，如果不知道如何开启交流，还能找到破冰的话题，” 他说，“你可以选择一位 AI 同事，直接与其沟通协作。”

比如，本（Ben）是一位福利专家，接受过员工福利相关的全部培训。“我们的员工福利顾问每天都要和客户沟通，” 吉德瓦尼说，“Ben 会汇总所有相关信息，帮助顾问制定成本削减策略，以及和承运商的谈判方案，是顾问们的协作伙伴。”

OneDigital 还有负责退休规划、财产与意外险相关工作的 AI 同事，这些都是企业内部开发的，因为对应的业务是公司的核心业务。同时企业也会引入外部 AI Agents，用于法律事务、营销内容创作这类专业但非核心的业务场景。在软件开发领域，OneDigital 会借助第三方 AI Agents作为编码助手。

在决定引入外部 AI Agents时，吉德瓦尼并不会将其看作软件授权采购，而是更像雇佣人类顾问或承包商。比如，他会考量这个 AI Agents是否契合企业的文化。

但在某些情况下，引入不合适的 AI Agents，负面影响比招聘到不合格的员工更大 —— 一名表现糟糕的员工，只会和少数同事产生互动，但一个有问题的 AI Agents，可能会和数千个智能体产生交互。“你必须像招聘真人一样，严格筛选 AI Agents，” 他说。

那些提供 AI Agents的科技公司，实际也可以被看作人力资源公司。“这些 AI Agents的表现和人类十分相似，你必须以对待人类的方式对待它们，” 他补充道。

AI Agents和人类顾问还有一个相似点：当它们离开企业时，会带走积累的专业知识，包括工作过程中获得的经验。吉德瓦尼表示，相关的数据可以下载，但 AI Agents获得的微调优化等能力，无法被提取。现实中，企业可能无法从第三方 AI Agents中获取这些信息，这可能会导致企业被 AI 厂商绑定。

JBGoodwin Realtors 的技术与运营副总裁爱德华・塔尔（Edward Tull），同样将 AI Agents看作团队成员，“我更愿意把它们当成队友，” 他说，“随着我们在各个部门推进 AI Agents的应用，我能看到这些队友之间的协作，它们几乎已经成为一个整体。”

目前，JBGoodwin Realtors 主要使用两个平台的 AI Agents：Zapier 可以支持企业自主开发 AI Agents，HubSpot 则提供现成的 AaaS 服务。“我们用到了线索拓展Agents和工作流Agents，” 塔尔说。

企业也愿意尝试更多相关产品，“在会计领域，如果有针对这类会计软件开发的 AI Agents，我们可能会引入，” 他说，“或者我们也可以引入一个市场协调类的 AI Agents，它可以直接对接我们正在使用的系统，快速投入使用。”

他补充道，面向经纪人时，他的工作重心正从技术搭建转向管理，“日常的技术搭建工作减少了，更多的是做治理工作，帮助企业在人工智能领域保持竞争力。”

并非只有他一个人将 AI Agents看作人类员工，而非软件工具。“对于 AI Agents来说，技术一直在发展，引入它们就像招聘员工，”Publicis Sapient 的首席产品官谢尔登・蒙泰罗（Sheldon Monteiro）说，“你需要决定招聘谁、如何培训它们、确保各个业务单元都能借助它们创造价值，还要决定何时停用它们。这是一个持续的过程，和过去完全不同 —— 过去我们选定一个解决方案，就会长期使用，因为它适配业务需求。”

他还表示，这改变了技术解决方案的管理方式。现在企业需要的是针对智能 AI Agents的 “首席人力资源官”。

二、管理结果，而非个体

Vituity 是美国规模最大的私营医疗集团之一，合作医院达 600 家，拥有 13800 名员工，服务近 1400 万名患者。该企业正在自主开发 AI Agents，同时也会使用现成的 AaaS Agents。其 CIO 阿米特・奈尔（Amit Nair）认为，AI Agents并不是人类，“它们没有情感，通用人工智能还没有到来。”

在他看来，核心是结果，“如果你明确了一项任务的结果，那就是你对 AI Agents的要求。” 这和要求员工对工作结果负责没有本质区别，“但你不需要像管理人类一样管理 AI Agents，它们不是人。”

相反，AI Agents是被调度的，可以随时投入使用，“它需要了解我们的商业模式与业务背景，所以你要为它明确业务场景，才能让它完成任务，” 他说。

针对关键任务，尤其是涉及敏感医疗数据的任务，Vituity 会借助 Workato Agents开发平台与微软Agents平台，在符合 HIPAA 认证的大语言模型环境中自主开发 AI Agents。

对于其他功能，尤其是涉及公共数据的功能，Vituity 会使用现成的 AI Agents，比如 Salesforce 和 Snowflake 的Agents。企业还会结合 Claude 与 GitHub Copilot 完成编码工作。奈尔已经看到 AI Agents将重构企业软件的运作模式。“大部分企业应用都应该跟进 MCP—— 标准化集成层的发展，” 他说，“如果不跟进，它们的产品销售将面临挑战。”

他表示，企业需要可以通过 MCP 连接器访问自身的数据，“人工智能需要数据支持，如果软件厂商不提供 MCP，企业就会把数据转移到数据仓库中，” 他补充道。

三、陡峭的学习曲线

企业软件厂商的价值，除了提供数据存储与整理的能力，还包括提供业务逻辑与功能，而这些很快也可以由人工智能完成。“你只需要一个优秀的工作流引擎，能够随时开发新的业务流程，让它可以和其他 AI 协作，” 奈尔说，“我认为我们离这个目标已经不远，但还没有完全实现。在那之前，SaaS 厂商依然有其价值，但问题是，它们还能维持现在的收费标准吗？”

他认为，SaaS 的成本最终会回归到推理、存储等基础设施的成本，当前的收费模式难以为继。因此，SaaS 厂商正在开发 AI Agents，以增强或替代现有的产品接口，但这种方式存在局限。比如，企业可以不用 Salesforce 的官方Agents，而是用自主开发的Agents与 Salesforce 的系统交互。“这种情况已经出现了，” 奈尔补充道，“我们的 SOC Agents正在从 Salesforce 调取所有日志文件，Salesforce 除了提供数据安全所需的安全层，没有提供其他额外的价值。”

AI Agents还将从其他方面改变企业与软件供应商的合作关系。Genpact 战略、企业发展及全球Agents AI 主管韩振淑表示，软件的功能与运作方式是明确且稳定的，更新迭代速度较慢，但 AI Agents会不断自我优化，每天都变得更智能。“AI Agents的到来会让世界发生巨大的变化，因为它们一直在进化，企业的期待也会随之改变，” 她说。

另一个区别是，AI Agents可以更便捷地对接所在区域的数据与系统。以销售Agents和客户会面为例，卡内基梅隆大学的人工智能教授阿南德・拉奥（Anand Rao）指出，每个销售都会有自己的日程表、邮件、消息与会议录音，AI Agents可以在需要时直接调取这些信息。“为什么一定要把这些信息都录入 Salesforce？” 拉奥问道，“如果目标是开展与监控销售工作，完全不需要这么做，AI Agents可以直接获取这些信息。”

拉奥作为顾问和客户沟通时，会在 Salesforce 中记录信息，比如客户需要负责量子业务的合伙人提供白皮书。如果有 AI Agents在会议中记录笔记，就可以立刻识别行动事项，跟进白皮书的提供工作。“目前我们在无意义地自动化现有的工作流程，” 拉奥说，“但我们为什么要这么做？我们对业务价值链与系统的认知会发生根本性的改变，所有的中间环节都会被省去。这是 SAP、Salesforce 和 Workday 这类企业最大的隐忧。”

Agents经济的另一个特征是，不是由企业员工和供应商的 AI Agents沟通，而是由企业的 AI Agents代表员工完成沟通。如果企业更换供应商，员工的使用体验不会受到影响，因为他们本来就不需要直接和供应商对接。“我认为这种情况一定会发生，” 美国计算机协会技术政策委员会联合主席里卡多・巴埃萨 – 耶茨（Ricardo Baeza-Yates）说，“这会让市场更具竞争力，也会让系统整合变得更简单。”

不过短期内，企业使用供应商提供的 AI Agents，比自主开发更合理。“我建议企业不要过度自主开发，因为技术发展太快了，” 管理咨询公司 West Monroe Partners 的 CAIO 布雷特・格林斯坦（Brett Greenstein）说，“如果你开发了一个高度复杂的系统，会给自己带来技术债务。如果软件应用中已经有适配的 AI Agents，而且可以对接应用内的数据，就直接使用它。”

但他同时表示，随着时间推移，独立于应用的 AI Agents会更高效，而应用内的 AI Agents存在较多限制。“未来开发自定义 AI Agents会变得越来越简单，企业不需要再购买昂贵的软件授权，” 他说，“打造高效 AI Agents的成本正在快速降低，企业从软件供应商处采购高价 AI Agents的理由也越来越少。”

四、软件的未来

IDC 指出，到 2028 年，单纯的按席位定价模式会被淘汰，这将迫使 70% 的供应商探索新的商业模式。由于技术发展速度很快，JBGoodwin Realtors 已经改变了科技产品的采购方式，塔尔说，比如他们过去倾向于签订长期合同，但现在 “长期合作确实可以省钱，但我会要求重新签约，并且设定成本上限”。

但这并不意味着 SaaS 会立刻消失。Unisys 数字办公解决方案高级副总裁帕特里夏・索贝拉（Patrycja Sobera）表示，企业已经在现有的技术基础设施上投入了大量资金。“他们不会放弃基于云和 SaaS 的战略，” 她说，“他们不会说‘我们放弃 SaaS，直接转向Agents化’，我完全看不到这种可能性。”

归根结底，人的改变是缓慢的，企业的改变则更慢。很多企业至今还在使用遗留系统，比如美国联邦航空管理局（FAA）刚刚启动了一项系统更新计划，淘汰软盘、将系统从 Windows 95 升级，这项计划预计耗时四年。

但行业的重心会向 AI Agents转移，资金、创新、新业务部署以及软件行业的盈利模式，都会随之改变。“有大量的企业与管理者需要完成这一转型，” 索贝拉说，“你会看到处于不同成熟阶段的企业：有些企业还停留在 SaaS 的思维里，他们会觉得这种模式更可控；而一些领先的客户已经在拥抱这一转变，我们发现这些企业在收入、创新能力与客户满意度上，都超过了同行。”

由CXOUNION-CXO联盟（cxounion.cn）转载而成，来源于数字化转型网；编辑/翻译：CXOUNIONCXO联盟小O。

如需加入CXO UNION（CXO联盟）高管社群，请联系社群小伙伴哦~

免责声明: 本网站(http://www.cxounion.cn/)内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。