" 我们有按结果付费的合同模板，但目前客户大多不愿意签。"Agent 浪潮带来的不仅是一场技术变革，还有关于 SaaS 商业模式的考验。

盖雅工场董事长兼 CEO 章新波告诉雷峰网，作为劳动力管理领域的领头羊，盖雅工场在 " 试水 " 按结果付费的模式。

"Agent 让 SaaS 厂商有能力为业务结果负责 "，章新波认为，SaaS 产品引入 Agent 的关键在于改变业务结果。

在他看来，过去很多 SaaS 厂商只提供工具，现在不仅要解决怎么使用 SaaS 工具的问题，还要告诉企业客户怎么使用才能达成最优业务结果。

要做到这一点并不容易，章新波直言："Agent 不能是通才，而是要成为某个领域的专才，甚至某个行业的专才。"

这样的理念，渗透在盖雅工场 15 年的 AI 探索历程中。

早在 2010 年，盖雅工场就洞察到人口红利消失的趋势，瞄准 AI 运筹算法，将对劳动力成本的追求转化为对劳动力效能的激活，推出 " 智能排班 "SaaS 产品，开始用机器排班取代人工排班。

章新波笑称，盖雅工场对待 AI 的态度既激进又保守。" 虽然我们算是较早布局 AI 的 SaaS 厂商，但在大模型领域，我们确实没那么激进，甚至可以说是保守。"

这里所说的 " 保守 "，是相较于其他厂商而言——在 Agent 元年，有激进者一口气推出四五十个 Agent，而盖雅工场 " 目前只推出五个 Agent"。

章新波坦言，盖雅工场之所以没有过早追逐 Agent 浪潮，是因为他在思考一个问题：大模型兴起后，谁能成为被企业级应用稳定接受的大平台、大玩家？

他清楚地认识到，盖雅工场并非自研大模型的玩家，并不掌握底层的 AI 技术。在大模型快速迭代的时代，作为 SaaS 应用厂商，需要先摸清行业格局和发展趋势，才能更加游刃有余。

一边观望，一边前进。

" 我们想先把这五个 Agent 做深做透，深度扎根场景和数据。" 章新波认为，SaaS 厂商为企业提供的价值，在于立足行业 know-how 的洞察，告诉企业客户哪些做法能达成行业领先结果，这是 Agent 算法模型之外的核心附加值。

以劳动者时间管理为例，既要让员工满意，又要让公司满意，这需要汇集各行各业的 know-how，借鉴不同行业对员工时间高效利用的方法，" 这不是一家公司能独立完成的 "。

章新波深信，Agent 能让业务结果更明确：过去企业客户想要结果，但结果难以量化；现在结果越来越清晰可测，且能计算贡献度，理论上已具备转向 " 为价值、为结果付费 " 的基础。

但按结果付费的 " 试水 "，在盖雅工场的实践中暂未取得明显成效。章新波提到，企业仍更倾向于传统订阅制付费模式，即按模块、按人数、按账号购买。

这并不代表按结果付费的逻辑在 SaaS 行业行不通。多家 SaaS 厂商告诉雷峰网，引入 Agent 后，SaaS 产品的付费模式已逐渐转向混合制，即基础订阅 + 增值服务，其中 AI 增值服务多采用按结果付费或按量付费模式。

而章新波认为，从 " 开源节流 " 的角度看，开源类产品相对更容易实现按结果付费：因为增量部分的分成逻辑会更清晰，天然更具备商业模式转型的条件。而盖雅工场的产品属于节流类，目前这类工具产品按结果付费的模式尚未规模化，只有零星个案。

Agent 浪潮不仅引发了产品技术的竞速和商业模式的探索，也为 SaaS 行业格局变动带来了新的可能性。

面对不断变化的行业格局，章新波有着不变的 " 生意经 "：在 AI 时代，产品上线和结果反馈的速度比传统 SaaS 时代更快，细分领域有品牌、有口碑的公司会更具优势。

他认为，无论技术如何发展，To B 业务的决策逻辑几十年来从未改变。细分领域的头部 SaaS 厂商如果能避免被颠覆，并且保持不犯错，就能进入 " 强者恒强 " 的状态。

作为 SaaS 老兵，章新波也有着独到的 " 生存哲学 "。他清醒意识到，大多数 SaaS 厂商在资金、资源、人才密度等方面并不占优，在有限的条件下想实现 " 百花齐放 " 并不现实。"没钱就要好好苟着——苟着不见得是坏事，有多少资源就干多少仗。"

盖雅工场的 AI 探索和章新波的行业思考，正是垂直 SaaS 厂商面对 Agent 洪流的一个缩影。

近期，雷峰网与章新波展开了一场深度对话，谈及盖雅工场早期云转型、拥抱 AI 的历程，也聊到近年来 SaaS 行业在资本市场遇冷，以及大模型、Agent 浪潮带来的新机遇。

见证过 SaaS 在资本市场的浮沉，章新波仍对这一行业充满信心：随着 Agent 技术和 SaaS 的深入融合，部分 SaaS 厂商可能在 2025 年之后进入 " 既增长又盈利 " 的阶段。或许从明年开始，这一趋势会让越来越多资本看到明确的投资保底空间。

以下是具体的对话内容，为了方便理解，内容经编辑。

既激进又保守的 AI 策略

雷峰网：在聊 Agent 话题之前，想了解盖雅工场当初为何选择 SaaS 的商业模式？背后有哪些故事？

章新波：盖雅工场早期是传统软件公司，但商业模型跟其他行业软件公司有所不同。当时我们定义盈利有两个关键要素：一是基于客户的员工数量设计价格清单，很多厂商按照功能模块收费，但盖雅工场按照员工数量，和客户业态紧密绑定；二是给客户提供持续服务，每年收取维护费，此前国内收取维护费的厂商并不多。

刚好当时 SaaS 在中国兴起，我们发现 SaaS 模式可以更好地实现这两个关键要素——基于人员用量收取年费，还能为企业客户提供持续的升级服务。但当时也面临困境：2014 年左右国内几乎没有面向大客户的 SaaS 产品。投资人问我们的客户群定位，我说 "3000 人及以上 "，投资人说 " 这没戏，你可以走了 "，所以当时很痛苦。

雷峰网：那盖雅工场探索 AI 又是基于什么契机？

章新波：我们在 2010 左右就进入了 AI 领域，那时的 AI 更多是运筹算法、机器学习等技术分支，大模型还没出现。我们第一次融资是在 2016 年，此前一直靠自身盈利投入 AI 研发，没有资本加持，公司压力不小。

之所以在 2010 年就瞄准 AI，是因为我们察觉到人口红利消失可能是一个趋势，企业对劳动力成本的追求，会逐渐转化为对劳动力效能的激活，也就是不靠压榨时间和成本，而是激活人的效能。所以我们引入了运筹算法，推出 " 智能排班 " 的 AI 产品，用机器排班取代人工排班，这是盖雅工场最早的 AI 探索。

雷峰网：当时企业客户对这款 AI 产品的接受度如何？

章新波：一开始企业客户并不理解，我举了导航地图的例子之后他们才明白：在导航中输入从苏州到上海的路线，系统会推荐成本最低、时间最快、路线最优美的方案，还会提示路过的服务区，用户可以自行选择。

企业内部的人员调度也是如此。我们的客户大多是一两万人甚至几万人规模的企业，拥有几百上千家门店。员工每天工作 8 小时，过去这些时间由初级管理者安排；如果定义好员工的标签或其他量化指标，再交由 AI 计算，结果会比人脑计算更精准，对企业来说有巨大增值作用。

雷峰网：这两年大模型兴起之后，盖雅工场的 SaaS 产品有哪些变化？

章新波：在劳动力管理领域，大模型为触达员工提供了更优方式。过去的运筹算法不像今天的大模型这么智能，无法为每个员工匹配专属 Agent，也难以采集、标注员工的各类标签。借助 AI 大模型，我们能更快速地完成员工标签的采集和标注，帮助员工提升技能成长速度、工作效率和工作结果。可以说，员工标签越完善，SaaS 系统提供的服务越精准。

雷峰网：目前盖雅工场在 Agent 上有哪些探索？

章新波：年初 DeepSeek 火了之后，很多人问我们会做哪些准备、发布哪些产品。我的回答是，盖雅工场对待 AI 的态度既激进又保守。虽然我们算是较早布局 AI 的 SaaS 厂商，但在大模型领域，我们确实没那么激进，甚至可以说是保守。

我们也关注到有些厂商的激进策略，甚至发布了三四十个 Agent，但盖雅工场在市场上并没有表现得特别 " 积极 "。我们目前只推出了五个 Agent：时间智能体、动能智能体、技能智能体、合规智能体以及人效 AI 问数。

之所以没有太早追逐 Agent 浪潮，核心原因是我们不确定大模型兴起后，谁能成为被企业级应用稳定接受的大平台、大玩家。

雷峰网：企业级应用需要具备哪些核心能力？

章新波：To B 企业级应用与 To C 应用有巨大差异。C 端用户追求创新、可以随时切换，但企业级应用的首要需求是稳定。

在 To B 领域，如果企业服务应用的底层架构（大模型玩家）发生颠覆性变更，前期所有投资都可能打水漂，所以盖雅工场选择了相对保守的策略——作为应用厂商，先了解、判断行业格局及变化趋势，再确定跟随哪个玩家的步伐。但我们始终在持续投入 AI，并且坚信 AI 必将改变软件行业的未来格局。

雷峰网：针对目前已推出的五个 Agent，盖雅工场有哪些考量？

章新波：我们想先把这五个 Agent 做深做透，深度扎根场景和数据，为企业客户带来实际价值。我们一直在思考一个问题：甲方企业凭什么购买乙方厂商的 Agent 服务？设想未来甲方有能力打造自己的 Agent，甚至甲方本身就是 AI 公司，SaaS 厂商能提供哪些差异化价值？

答案一定是基于行业 know-how，甲方企业仅靠自身单一的数据、场景远远不够，这也是他们购买 SaaS 厂商服务的核心价值所在。如果只是做通用型、流程型、表达型功能，甲方直接使用 AI 巨头、云大厂提供的大模型或 AI Builder（AI 构建器）即可。

SaaS 厂商要先做 AI" 自我改造 "

雷峰网：以劳动力管理为例，对于 SaaS 厂商来说，哪些痛点可以通过 Agent 解决 ?

章新波：首先要想清楚两件事：一是 SaaS 行业到底有没有价值？这几年很多人对 SaaS 态度比较悲观，但一个行业的价值不是资本说了算，而是客户说了算；二是还有多大价值？比如能解决多少管理问题、业务问题或成本问题，甚至是全局问题，总而言之要先找到价值点。想清楚这两点，SaaS 厂商就会更淡定。

SaaS 本身得有价值，如果没有价值，就算有 Agent 加持也没用；既然有价值，Agent 会放大价值，并加快落地。以排班场景的价值为例，过去是 " 软件 + 管理者 " 跟员工沟通，现在有了相关 Agent，且每个员工都能拥有专属 Agent，就可以随时发起互动。Agent 会记录员工在公司的行为变化，为员工匹配最愿意上的班、最适合上的班，实时监测员工的最佳工作状态。

雷峰网：从管理角度，这对企业和员工来说也是一种 " 双赢 "。

章新波：过去存在一个矛盾：员工想要 " 钱多事少 "，公司想要 " 降本增效 "，这看似不可调和。但在 AI 时代，这个难题有了解决方案。

借助算法和大模型，我们能在 SaaS 平台快速为员工贴好标签，根据员工的特点、偏好为其安排最擅长、最喜欢的工作，效率自然会提高。效率提高带来更多产出，员工奖金也会增加，相当于实现了 " 钱多事少 " 的目标。

对公司而言，当每个员工的效能发挥到极致，就不用硬性降本。随着公司效率提高、营收增加，管理成本下降，" 降本增效 " 的目标也就达成了。

雷峰网：从行业角度看，这波 AI 浪潮给 SaaS 行业带来了哪些新机遇？

章新波：工具类 SaaS 产品积累了大量数据，这是新兴 AI 工具难以具备的基础优势。如果 SaaS 厂商能够自我革新、重新出发，将会迎来更大机遇，甚至可能探索出下一代商业模式；但如果固步自封、拒绝接纳 AI，最终只会作茧自缚，甚至导致灭亡性后果。

无论是前些年的 SaaS 转型，还是现在拥抱 Agent，我们始终在做同样的事情：推出符合客户需求的产品之前，先完成自身的改造。如果 SaaS 厂商自己都不用 SaaS，就无法证明其 SaaS 产品的价值；同样，能推出优质 AI 产品的公司，必然也是被 AI 深度改造的公司。

雷峰网：盖雅工场内部做了哪些 AI" 自我改造 "？

章新波：我们用 AI 改造组织能力、团队能力、工作流程机制，形成和 AI 共存的模式。以研发为例，一是我们为每位 AI 研发工程师配备 Agent，采购国内外各类 AI 代码工具，努力实现 " 一名工程师 + 一个 Agent ≥过去三名程序员 " 的效率目标。

二是推动管理模式改革。过去研发人员的绩效评价难以量化，年底评价多依赖感性判断，而 AI 能实现对知识工作者工作过程的量化，现在我们将研发分为成熟研发和创新研发两大类，基于大量成熟性的需求分析，使用 AI 工具分别对这两类研发人员实现量化管理。

Agent 不能是通才，应该是专才

雷峰网：Agent 的引入，对企业客户的业务有哪些影响？

章新波：引入 Agent 的关键是改变业务结果。AI 时代和过去软件时代的最大不同，在于企业搭建应用的速度更快、成本更低。因此，SaaS 厂商的优势在于立足行业 know-how 的洞察，告诉企业客户哪些做法能达成行业领先结果，这是 SaaS 厂商在 Agent 算法模型之外的核心附加值。所以客户买单的不是技术或功能，而是 know-how 和业务结果。

过去很多 SaaS 厂商只提供工具，怎么用是客户自己的事；现在不仅要解决怎么用的问题，还要告诉客户怎么用才能达成最优业务结果。要做到这一点，Agent 就不能是通才，而是要成为某个领域的专才，甚至某个行业的专才。

比如盖雅工场聚焦劳动者时间管理，如何实现时间利用最大化，既让员工满意，又让公司满意，这需要汇集各行各业的 know-how，借鉴不同行业对员工时间高效利用的方法，这不是一家公司能独立完成的。

雷峰网：这是否会推动 SaaS 从订阅制转向按结果付费？

章新波：未来有一部分 SaaS 产品会先进入按结果付费的逻辑。因为过去企业客户想要结果，但结果难以量化；现在结果越来越清晰可测，且能计算贡献度，理论上已具备转向 " 为价值、为结果付费 " 的基础。我们现在已经有相关合同模板，但客户仍觉得按用量、按功能的订阅模式更划算。

雷峰网：这背后主要是哪些顾虑？

章新波：我们可以来算一笔账：假如客户使用 AI 产品减少了 1000 个人力投入，按照每年每人节省七八万，算下来可以节省七八千万。如果按照 " 二八比例 " 分成，其中厂商分 20%，客户大多不愿意买单，这是价值被低估的现状。

再比如，客户的管理效率有 10% 的提升空间，使用 AI 产品后实现了这个目标，但客户也很难拿出其中 5% 和厂商分成，因为他们会觉得 " 肉疼 "。

再加上全行业的 SaaS 工具价格相对 " 内卷 "，厂商都卖得很便宜，客户自然更愿意选择传统订阅制，按模块、按人数、按账号购买。

雷峰网：哪些领域相对更容易实现按结果付费？

章新波：从 " 开源节流 " 的角度看，盖雅工场的产品属于节流类，而开源类产品相对更容易实现按结果付费，因为存在明确的增量。假设客户原本营收 1 亿元，使用 AI 产品之后增长到 2 亿元，在增量的 1 个亿里，前面 5000 万怎么分、后面 5000 万怎么分，计算逻辑可以很清晰。

相对而言，开源类产品比节流类产品天然更具备商业模式转型的条件。目前节流类工具产品按结果付费的商业模式还没规模化，只有零星个案。

SaaS 细分领域将是 " 强者恒强 "

雷峰网：拥抱 AI 技术浪潮、探索新的商业模式，是 SaaS 行业今年的基调。这是否意味着 SaaS 行业迎来了拐点？

章新波：我认为拐点主要体现在两方面：技术拐点和商业拐点。

技术拐点上，目前行业对 SaaS+AI、AI+SaaS 还是 AI 取代 SaaS、SaaS 借 AI 赋能等方向都还在摸索中，虽然业内对 SaaS 厂商要提升 AI 能力这件事形成了共识，但还没有形成统一结论：是从 SaaS 厂商转型为 AI 公司？还是将 AI 作为 SaaS 工具或知识库的一部分？是否维持 SaaS 原有的商业模式？不同行业、领域的发展路径可能不同。

商业拐点上，即盈利与不盈利、烧钱与不烧钱的差异。SaaS 厂商聚水潭的上市，让市场看到其良好的盈利能力、现金状况和增长情况。在存量经济时代，SaaS 厂商能在增长的同时仍保持盈利，这是很好的市场信号，也是商业拐点的核心。

雷峰网：面对 AI 技术和商业模式的双重变革，盖雅工场如何定位自身在行业里的角色？

章新波：我们的定位非常清晰，盖雅工场的基因和优势是垂直厂商，而非通用平台。我们也不奢望成为移动互联网入口，而是通过标准化接口跟其他平台衔接。如果客户想将盖雅工场的 Agent 和其他业务系统、Agent 联动，可通过 MCP（模型上下文协议）、A2A（Agent-to-Agent 协议）实现对接、联调和整合。

在大模型时代，当所有公司都可能具备 AI 能力时，SaaS 厂商需要进一步明确自身的差异化价值和竞争力。作为垂直应用厂商，盖雅工场的核心工作是在大模型基础上做垂直应用优化，融入自身知识库（know-how）。目前通用型产品、行业平台有很多大厂在布局，甚至部分企业客户的能力比我们更强，所以我们选择专注自己擅长的领域。

雷峰网：面对 Agent 浪潮，作为垂直应用 SaaS 厂商，盖雅工场会感到焦虑吗？

章新波：我认为细分领域未来会呈现 " 强者恒强 " 的格局。在 AI 时代，产品上线和结果反馈的速度比传统 SaaS 时代更快，细分领域有品牌、有口碑的公司，传播效果会更好。

企业服务本身就是 " 慢赛道但强者恒强 " 的行业，像 SAP、Oracle 等厂商已成立近 50 年，海外很多细分领域的软件厂商也成立 30、40 年，他们经历多轮科技浪潮仍保持细分领域第一，核心原因在于形成客户口碑之后，新客户会优先选择这些最靠谱、对自身经营最安全的厂商。

无论技术如何发展，To B 业务的决策逻辑几十年来从未改变。细分领域的头部 SaaS 厂商如果能避免被颠覆，并且保持不犯错，就能进入 " 强者恒强 " 的状态。

雷峰网：当下涌现了很多类似 AI Builder 的玩家，传统 SaaS 厂商是否会被这类玩家颠覆？

章新波：对于 SaaS 厂商来说，有两方面的担忧：

一是 AI Builder 更像一个定制化开发工具，基于各个 AI 巨头或云厂商的大模型和协议。但大模型的底层逻辑每个月都在迭代更新，SaaS 厂商并不掌握底层 AI 技术，也无法掌控底层架构，因为 AI Builder 建立在别人的 " 土壤 " 之上。

二是 Agent 如果什么都能干，那也就意味着什么都不精深。AI Builder 上定制开发的 Agent，并不具备行业 know-how。当一个公司所有的 Agent 都能通过 AI Builder 定制开发时，这些 Agent 更像是技术堆砌。

雷峰网：在您看来，AI Builder 对 SaaS 行业的冲击其实并没有那么大？

章新波：是的。但我认为国内 SaaS 厂商也要有自己的生存之道。过去几年资本市场对 SaaS 行业的态度发生了变化，目前大多数 SaaS 厂商在资金、资源、人才密度等方面并不占优。在这些条件都有限的情况下，想实现 " 百花齐放 " 并不现实。没钱就要好好苟着——苟着不见得是坏事，有多少资源就干多少仗。

雷峰网：关于资本市场的态度变化，目前有观点认为 SaaS 行业正在回暖，您觉得 Agent 是否给 SaaS 行业带来了这样的契机？

章新波：SaaS 厂商的投资主要依赖美元基金。美元基金首先会受到地缘政策、宏观战略等因素的约束，其次才会关注行业本身的新变化。

我相信 SaaS 行业整体在变好，因为随着 Agent 技术和 SaaS 的深入融合，部分 SaaS 厂商可能在 2025 年之后进入既增长又盈利的阶段。或许从明年开始，这一趋势会让越来越多资本看到明确的投资保底空间——不再像过去那样，面临高估值入场、亏损扩大且增长不及预期的尴尬处境。目前那些增长平稳、盈利不错、客户粘性高且能带来投资确定性结果的 SaaS 厂商，会更受资本认可。

在企业服务领域，SaaS 厂商一旦成为某个细分领域的头部，且无人能超越，就能为投资带来稳定的确定性保底，即使在过去本地化部署的软件时代也是如此。过去 SaaS 厂商没能给投资带来确定性保底，而一旦具备这样的能力，投资价值将会显著提升。如果未来地缘政治和宏观因素有所缓解，SaaS 依然是不错的投资方向。

专题介绍

眼下，Agent 大潮正在 SaaS 行业掀起一场深刻变革：小到产品形态、技术架构，大到商业模式、市场格局，都将被重塑，危与机并存。

鉴于此，雷峰网推出 "SaaS+Agent 十人谈 " 系列专访，将对话一众 SaaS 公司和 Agent 从业者，从战略决策者、业务负责人、技术创新先锋等不同视角，探讨 Agent 为 SaaS 行业带来的机遇与挑战。如果对这一 SaaS 与 Agent 融合话题感兴趣，欢迎添加微信 skylar_12_14 参与讨论。