文 | 产业家
AI 对 SaaS 的冲击，远比 " 谁取代谁 " 复杂得多。
真正的变化不是 AI 杀死了 SaaS，而是 AI 正在重新定义 SaaS 行业的游戏规则。未来的企业软件市场，将会形成一个三层结构：
底层：基础模型提供商，以基础模型厂商为代表
中间层：连接层和能力层，由头部 SaaS 企业和 AI 创业公司组成
上层：应用层，由各种垂直行业的解决方案组成
2026 年 5 月的旧金山，SaaStrAIAnnual 的舞台上出现了一个极具象征意义的画面：Anthropic 的行业负责人 EleanorDorfman 刚刚走下台，Atlassian 的 AI 负责人 SherifMansour 就紧接着走上了讲台。一个是成立仅 5 年的 AI 新贵，一个是深耕 SaaS 行业 17 年的老兵。
两场背靠背的演讲，却得出了几乎完全一致的结论。
这不是巧合。这是整个企业 AI 行业正在发生的最深刻的变革信号。
当所有人都在讨论 OpenAI 的超级应用、谷歌的多模态大模型时，Anthropic 正在悄无声息地完成一场更底层的革命。它没有试图打造一个取代所有 SaaS 的超级入口，也没有与自己的客户抢生意。相反，它选择成为 SaaS 生态的 " 智能基础设施 "，用 Claude 把一个个孤立的工具串联成一个有机的整体。
这才是企业 AI 真正的终局。不是 AI 杀死 SaaS，而是 AI 重塑 SaaS 的价值逻辑。Anthropic 已经用自己的实践证明了这一点，而它走过的路，正是所有 SaaS 企业未来十年必须走的路。
一、被误解的 Anthropic：它从来不是 OpenAI 的影子
很长一段时间里，Anthropic 都被贴上了 "OpenAI 最大竞争对手 " 的标签。人们总是拿它和 OpenAI 对比，讨论谁的模型更聪明、谁的参数更大、谁的用户更多。但这恰恰是对 Anthropic 最大的误解。
OpenAI 走的是一条 " 自上而下 " 的道路：先打造一个通用人工智能，然后用它去颠覆所有行业。而 Anthropic 走的是一条 " 自下而上 " 的道路：先深入理解企业的真实需求，然后用 AI 去解决这些需求。
这两条道路没有对错之分，但对于企业市场来说，Anthropic 的道路显然更接地气，也更有生命力。
Anthropic 从成立第一天起就把 " 安全 " 刻在了自己的基因里。很多人认为这是 Anthropic 的营销噱头，是为了和 OpenAI 形成差异化。但事实上，在企业市场，安全从来不是什么加分项，而是最基本的入场券。
大型企业尤其是金融、法律、医疗等行业的企业，对数据安全的要求近乎苛刻。它们宁愿牺牲一点模型性能，也不愿意把自己的核心数据交给一个不可信的第三方。
Anthropic 正是抓住了这一点，推出了一系列企业级安全特性：数据隔离、私有部署、合规认证、可解释性。这些特性让 Anthropic 在那些 OpenAI 难以渗透的行业建立了坚固的护城河。
摩根大通的 CIO 曾说过一句很经典的话：" 我们可以接受 Claude 比 GPT 慢一点，但我们绝对不能接受我们的交易数据出现在 ChatGPT 的训练集中。"
这句话道出了无数企业 CIO 的心声。
此外，Anthropic 最聪明的地方，在于它明确宣布自己不会直接开发面向终端用户的 SaaS 应用。这一点与 OpenAI 形成了鲜明的对比。
OpenAI 推出 ChatGPT 后，又陆续推出了 CodeInterpreter、DALLE、GPTs 等产品，一步步向应用层延伸。这让很多 SaaS 企业感到了恐慌：如果 OpenAI 自己做了这些功能，那我们还有什么存在的价值？
而 Anthropic 则反复强调：" 我们的目标是成为 SaaS 企业的最佳合作伙伴，而不是他们的竞争对手。"它把自己定位成一个纯粹的基础模型提供商，所有的收入都来自于 API 和企业服务，不会与自己的客户争夺终端用户。
如果说 Anthropic 只是一个卖 API 的公司，那就太小看它了。Anthropic 的真正野心，是成为企业 AI 时代的操作系统。
在传统的 IT 时代，操作系统是 Windows 和 Linux，它们管理着硬件资源，为上层应用提供运行环境。在云时代，操作系统是 AWS 和 Azure，它们管理着计算资源，为上层应用提供基础设施。而在 AI 时代，操作系统将是大模型，它们管理着智能资源，为上层应用提供 AI 能力。
Anthropic 正在朝着这个方向努力。它不仅提供基础的模型 API，还推出了 ClaudeWorkbench、ClaudeSkills、ClaudeAgents 等一系列产品，构建了一个完整的 AI 开发和运行平台。SaaS 企业可以在这个平台上快速开发、部署和运行自己的 AI 应用，而不需要关心底层的模型细节。
这才是 Anthropic 真正的护城河。当越来越多的 SaaS 企业基于 Anthropic 的平台构建自己的 AI 功能时，Anthropic 就会成为企业 AI 时代事实上的标准。
二、企业 AI，Anthropic 验证成功的万亿 AI 商业模型
很多人都在问：大模型公司到底怎么赚钱？这个问题在 2026 年已经有了明确的答案。Anthropic 用自己的实践验证了四种成功的企业 AI 商业模式，这些模式不仅为 Anthropic 带来了超过 20 亿美元的年收入，更为整个行业指明了商业化的方向。
基础 API 订阅是 Anthropic 最核心的商业模式，也是最稳定的收入来源。企业客户根据自己的使用量支付费用，Anthropic 提供不同性能和价格的模型供客户选择。
这种模式的优势在于：
收入可预测
超过 80% 的企业客户会签订年度合同，为 Anthropic 带来稳定的经常性收入
规模效应明显
随着客户数量和使用量的增加，边际成本不断降低，毛利率持续提升
客户粘性高
一旦企业将 Claude 模型深度集成到自己的产品中，切换成本会非常高
截至 2026 年第一季度，Anthropic 的 API 收入已经超过 15 亿美元，同比增长超过 350%。其中，SaaS 企业是最大的客户群体，贡献了超过 65% 的 API 收入。
其次，对于头部 SaaS 企业，Anthropic 采用了联合产品开发与收入分成的模式。在这种模式下，Anthropic 不仅提供模型能力，还会派出专门的团队参与产品的设计和开发过程，与 SaaS 企业共同打造 AI 原生功能。
作为回报，Anthropic 会从这些 AI 功能产生的收入中获得 20%-40% 的分成。这种模式让 Anthropic 能够分享 SaaS 企业的增长红利，同时也让 SaaS 企业能够以更低的风险和成本推出 AI 功能。
最成功的案例莫过于 Anthropic 与 Notion 的合作。NotionAI 作为一个付费插件，每月收费 10 美元，目前已经拥有超过 1800 万付费用户。根据双方的合作协议，Anthropic 从 NotionAI 的收入中获得约 30% 的分成，仅此一项每年就为 Anthropic 带来超过 6 亿美元的收入。
与此同时，对于金融、法律、医疗等垂直行业，Anthropic 推出了定制化的行业解决方案。在这种模式下，Anthropic 会根据行业的特定需求，对 Claude 模型进行微调，并开发专用的工具和功能。
行业解决方案通常采用 " 订阅 + 服务 " 的收费模式，企业客户除了支付模型使用费外，还需要支付定制开发和技术支持费用。这种模式的客单价极高，通常在每年几十万美元到几百万美元不等。
例如，Anthropic 为法律行业推出的 ClaudeLegal 解决方案，能够处理合同审查、法律研究、案例分析等复杂的法律任务。全球前 100 大律师事务所中，有超过 65 家已经采用了这一解决方案，平均客单价超过 100 万美元 / 年。
此外，对于对数据安全要求极高的大型企业和政府机构，Anthropic 提供了私有部署和托管服务。在这种模式下，Claude 模型会部署在企业自己的私有云或本地数据中心中，企业完全掌控自己的数据和模型。
私有部署服务通常采用年度订阅的方式收费，费用根据部署规模和服务等级而定。这种模式的客户虽然数量较少，但客单价极高，通常在每年数百万美元以上。
美国国防部、摩根大通、高盛等顶级客户都采用了 Anthropic 的私有部署服务。其中，美国国防部的合同金额超过 10 亿美元，是 Anthropic 迄今为止最大的单笔合同。
三、Anthropic 与 SaaS 的三层合作逻辑
很多人担心 AI 会取代 SaaS，但 Anthropic 用自己的实践告诉我们：AI 不会取代 SaaS，而是会与 SaaS 共生。Anthropic 与 SaaS 企业的合作不是简单的 " 你用我的模型，我赚你的钱 "，而是一种深度的价值共创。
这种合作可以分为三个层次，每一个层次都代表着一种不同的价值创造方式。
第一层功能增强，让 SaaS 变得更聪明。这是最基础也是最普遍的合作层次。SaaS 企业将 Claude 模型的能力嵌入到自己的产品中，为用户提供更加智能的功能和体验。
在这个层次，AI 的作用是 " 增强 " 而不是 " 替代 "。它不会改变 SaaS 产品的核心逻辑，只是让产品的功能变得更加强大。例如：
在文档编辑器中加入智能写作和摘要生成功能
在邮件客户端中加入智能回复和邮件分类功能
在客服系统中加入智能问答和工单自动处理功能
在项目管理工具中加入任务自动分配和进度预测功能
功能增强虽然简单，但效果却非常显著。数据显示，集成了 Claude 模型的 SaaS 产品，用户活跃度平均提升了 35%，用户留存率平均提升了 28%，ARPU 值平均提升了 42%。
第二层工作流重构，让 AI 成为工作流的核心。这是更深层次的合作。在这个层次，AI 不再只是一个附加功能，而是成为了整个工作流的核心。它会重新定义用户的工作方式，让工作流变得更加自动化和智能化。
Anthropic 自己的销售组织就是最好的例子。Anthropic 没有扔掉自己使用了多年的 GTM 工具栈，而是用 Claude 把这些工具串联起来，形成了一条完整的、智能化的客户旅程：
Clay（线索丰富）→ LeanData（线索路由）→ Salesforce（机会创建）→ Gong（通话辅导）→ Ironclad（合同审核）→ Slack（成交通知）
在这个工作流中，Claude 负责在各个工具之间传递上下文，自动完成大部分重复性的工作。人类只需要在关键节点做出决策。结果就是，Anthropic 实现了 54% 的企业客户自助成交，销售提案生成时间从 45 分钟压缩到了 4 分钟。
Atlassian 也在做同样的事情。它在 JiraAutomation 中加入了一个 RovoAgent 节点，让用户可以用自然语言编排复杂的工作流。客户自己想出了无数 Atlassian 没有想到的用法：一个工单触发营销 Agent 生成 Canva 素材，然后社媒发布 Agent 接力完成发布。
第三层生态共建，打造企业 AI 的操作系统。这是最高层次的合作。在这个层次，Anthropic 和 SaaS 企业不再是简单的甲乙方关系，而是生态合作伙伴。它们共同构建一个开放的企业 AI 生态系统，为企业客户提供完整的 AI 解决方案。
Anthropic 推出的 ClaudeSkills 和 ClaudeAgents 就是为了这个目的。SaaS 企业可以把自己的产品能力封装成 Skill，供 ClaudeAgents 调用。这样一来，Claude 就可以通过调用不同的 Skill，完成各种各样复杂的任务。
例如，当用户说 " 帮我准备一个明天的客户会议 " 时，Claude 可以调用 Salesforce 的 Skill 获取客户信息，调用 Gong 的 Skill 获取历史通话记录，调用 GoogleCalendar 的 Skill 安排会议时间，调用 Notion 的 Skill 生成会议议程，最后调用 Slack 的 Skill 把会议邀请发送给相关人员。
在这个生态系统中，Anthropic 负责提供基础的智能能力，SaaS 企业负责提供专业的行业能力。双方优势互补，共同为用户创造价值。这才是企业 AI 真正的未来。
四、SaaS 企业的进化指南：向 Anthropic 学什么
Anthropic 的成功给所有 SaaS 企业上了一堂生动的课。在 AI 时代，传统的 SaaS 模式已经走到了尽头。那些只提供单点功能、没有工作流深度、没有数据积累的 SaaS 企业，将会被 AI 无情地淘汰。
而那些能够成功拥抱 AI、完成自身进化的 SaaS 企业，将会迎来一个更加广阔的市场。以下是 SaaS 企业可以从 Anthropic 身上学到的五个关键经验。
首先，不要推倒重来，要连接一切。
很多 SaaS 企业在面对 AI 时的第一反应是：完了，我要把我的产品推倒重来，做一个 AI 原生的产品。这是一个巨大的误区。
Anthropic 和 Atlassian 都用自己的实践告诉我们：不要扔掉工具栈，不要推倒产品。企业已经花了几年甚至十几年时间打磨的产品和工作流，是企业最大的资产，而不是负担。
AI 的价值不在于创造新的工具，而在于连接现有的工具。要做的不是重新发明轮子，而是用 AI 把这些轮子组装成一辆汽车。
对于存量 SaaS 产品来说，最好的策略是 " 先 bolt-on，再迭代 "。先在现有的工作流中加入 AI 节点，让用户先用起来，积累数据和反馈。然后根据用户的使用情况，逐步优化和重构产品。
其次，价值从工具本身转移到工具之间的连接层。
这是 AI 时代最深刻的价值转移。在传统的 SaaS 时代，价值主要体现在工具本身。谁的工具功能更强大、界面更美观，谁就能赢得市场。
而在 AI 时代，价值正在从工具本身转移到工具之间的连接层。用户不再关心这个工具好不好用，他们关心的是：我的工作能不能一条线串起来，不要让我在五个 tab 之间跳来跳去。
谁能成为连接工具与工具、人与工作的那条线，谁就能掌握客户体验，谁就能赢得未来。
对于 SaaS 企业来说，这意味着不能再只关注自己的产品内部，要关注产品在用户整个工作流中的位置：我的产品如何与其他产品更好地集成？如何为 AI 提供更好的接口？如何成为 AI 连接层绕不过去的节点？
第三，把最佳实践编码成 Skill，这是新的护城河。
Anthropic 最有价值的创新，不是 Claude 模型本身，而是 "Skill" 这个概念。Anthropic 把顶尖 AE 的最佳实践编码成 Skill，让它成为所有人的基线。这一下子就把整个组织的能力下限抬高了。
这对于 SaaS 企业来说同适用。护城河不再只是 " 功能领先 " 或 " 数据量大 "。新的护城河是：你有多少围绕客户工作流的最佳实践被编码成了 AI 可执行的 Skill？
这些 Skill 越多、越精细、越贴合特定行业的 know-how，竞争对手就越难复制。因为 Skill 背后的输入不只是代码，还有客户使用数据、行业经验、流程设计——这些东西需要时间和规模才能积累。
第四，Self-serve 的天花板被 AI 大幅抬高了。
Anthropic 的 54% 企业自助成交率是一个划时代的数字。它打破了企业 SaaS 行业 15 年来的铁律：企业级套餐必须经过销售人员。
在 AI 的帮助下，Self-serve 的边界远比我们过去认为的宽。Claude+ 合适的流程设计，已经能够覆盖相当一部分 " 过去需要 AE 才能完成 " 的购买旅程节点：解答安全问题、起草合同条款、引导 onboarding。
这不是说 AE 没用了。而是说 AE 应该被释放出来做更高杠杆的事，而不是被困在重复性的流程里。只有那些 "seller 能改变结果 " 的 deal，才应该路由给 AE。
对于 SaaS 企业来说，这是一个巨大的 GTM 效率跃升机会。企业应该重新审视销售漏斗，找出那些其实不需要人的环节，用 AI 把它们自动化。这样一来，企业盈利能力会大幅提升。
最后，打造 AI 原生的组织，而不是只招几个 AI 工程师。
AI 转型不仅仅是技术和产品的转型，更是组织和文化的转型。很多 SaaS 企业以为，只要招几个 AI 工程师，把大模型 API 集成到产品里，就完成了 AI 转型。这是远远不够的。
Atlassian 的经验告诉我们：AI 让 " 做 " 变快了，但 " 想清楚做什么 " 变得更稀缺了。AI 上线后，工程师的产出速度暴增，PM 的体感从 1:20 变成了 1:30 甚至 1:40。工程师跑得太快，一直回来问 " 下一步做什么、这个对不对？"
所以，SaaS 企业的组织架构也要随之调整。Atlassian 的做法是：多招初级员工，多招顶级高级员工，减少中间层。初级员工带来新工具和新技巧，高级员工负责质量把关和方向判断。
五、终局判断：企业 AI 的未来属于连接者
真正的变化不是 AI 杀死了 SaaS，而是 AI 正在重新定义 SaaS 行业的游戏规则。过去，每个 SaaS 工具都想当主角，都想让用户在自己这里停留最久。现在，用户越来越不在乎主角是谁。他们在乎的是结果。
未来的企业软件市场，将会形成一个三层结构：
底层：基础模型提供商，以基础模型厂商为代表
中间层：连接层和能力层，由头部 SaaS 企业和 AI 创业公司组成
上层：应用层，由各种垂直行业的解决方案组成
在这个结构中，最有价值的不是底层的基础模型，也不是上层的应用，而是中间的连接层。谁能成为连接一切的那个枢纽，谁就能掌握整个生态的话语权。
Anthropic 正在努力成为这个枢纽。它用 Claude 连接了所有的 SaaS 工具，连接了所有的工作流，连接了所有的人。而那些能够与 Anthropic 深度合作、共同构建这个连接层的 SaaS 企业，也将在未来的市场中占据一席之地。
对于所有 SaaS 企业来说，现在最重要的事情不是恐慌，不是盲目跟风，而是想清楚一个问题：在未来的企业 AI 生态中，我的位置在哪里？我能为这个生态贡献什么价值？
这就是企业 AI 时代的残酷真相，也是它最令人兴奋的地方。
