AI 员工进场，SaaS 的使用、交付和收费逻辑都在变

图由 AI 生成

文 | 燕子

排版编辑 | 唐山惠

跟卫瓴科技创始人兼 CEO 杨炯纬聊这次 AI 变化，一开始并没有从“组织重构”讲起。

他说，卫瓴的产品和目标客户，其实还在原来的那条线上。客户没变，要解决的问题也没变。真正开始变化的，是产品形态，以及客户使用软件的方式。

这句话听上去不够刺激，但可能更接近很多 ToB 软件公司的真实处境。

AI 来了以后，很多公司并不会立刻推倒组织架构，SaaS 产品也不会一夜之间没人买。更多变化，是从原有业务链条里慢慢长出来的。

客户还是那批客户，场景还是那个场景，只是软件的使用者开始变化，传统席位计费的价值锚点正在发生迁移，原来靠人重复执行的私域运营动作，正逐步由 AI 自动化工作流辅助提效。

杨炯纬这次最有意思的判断是：AI 已经不止是生产工具。在某些场景里，它本身就变成了生产力。

以前的软件，本质上还是工具。它帮人解决一个确定性问题，可能效率更高，成本更低，体验更顺。人还是主语，软件是工具。

但如果 AI 员工进入工作流，它和人的关系就变了。

它可能不再给人用，而是给另一个 AI 调用。界面、体验、培训这些过去很重要的东西，也会在某些环节里退到后面。更直接的变化是，它开始接管某个动作，甚至某一部分岗位工作。

这对一家 CRM 公司来说，意味着什么？

01 CRM 没消失，但坐席变少了

卫瓴原来做协同 CRM，围绕客户画像、内容营销、线索运营、私域运营做产品。它服务的主要还是市场部、销售部和客户运营相关部门。

杨炯纬说，传统 CRM 主业并没有像外界想象中那样受到毁灭性打击。相反，一些大客户仍然在增购。

这点很重要。

AI 对 SaaS 的冲击，未必一上来就表现为“产品没人买了”。更微妙的变化是：客户组织里的人变少了，软件的使用对象变了，原来的收费单位也开始变化。

以前 CRM 按坐席卖，客户有多少市场、销售、运营人员，就有多少潜在账号。现在客户公司在提效，在减人，也在让 AI 做一部分工作。哪怕 CRM 还在用，坐席数也可能下降。

更进一步，软件可能不再主要由人来操作。

杨炯纬提到，客户开始要求卫瓴的软件能被自己的 Agent 调用。有些客户已经不让真人打开软件一步步操作，转而让 Agent 去调用软件里的能力。

早期大家还讨论软件要不要 MCP 化、CLI 化，后来发现 Agent 变聪明以后，哪怕通过 GUI 也能操作，只是效率和 token 消耗不同。

这其实改变了产品经理最基本的假设。

早些年做软件，默认用户是人，所以要优化界面、交互、体验、培训、客户成功。未来一部分用户如果变成 Agent，产品要考虑的问题会多一层：AI 能不能稳定调用？上下文够不够？权限怎么控？数据怎么沉淀？调用成本是否可接受？

软件还在，只是被放进了新的调用关系里。

02 从卖坐席，到卖算力

卫瓴这两年的一个核心变化，是主动给客户提供 AI 员工，让 AI 员工调用 CRM 的基础能力。

这个变化有它自己的来路。

卫瓴曾经一直强调协同 CRM，希望市场部、销售部、客户运营围绕同一个客户画像做拉通。客户画像、内容、SOP、知识库、历史互动，这些原本是为了让不同部门协同的资料，到了 AI 员工时代，变成了 context。

如果一个客户原来 CRM 用得好，客户画像沉淀得好，内容和 SOP 治理得比较清楚，那么 AI 员工接进去，反而更容易跑起来。

所以杨炯纬认为，AI 员工和 CRM 之间并没有断裂。它更像是一种连续性变化。

以前卫瓴卖一套 CRM 给客户，希望客户组建私域运营团队，招 SDR、MDR，去做线索运营、客户触达、私域转化。现在逻辑变了：客户不一定要组建那么重的团队，可以让 AI 员工把一部分私域运营工作跑起来。

客户原来付的是员工工资和软件坐席费，现在一部分支出转成了 AI 员工的算力消耗。

所以杨炯纬说，传统 SaaS 公司必须从坐席转成 token。

这句话背后，是收入模型的变化。

坐席定价对应“多少人在用软件”。Token / 算力定价对应“多少任务被机器执行”。当 AI 员工进入工作流，客户买的已经不止是账号，还包括自动触达、自动判断、自动跟进、自动生成这些任务本身。

这对 ToB 软件公司是一个很现实的提醒：AI 未必先替代你的产品，却可能先替代你的计费单位。

03 客户成功，要教 AI 做事了

以前客户成功的工作，很大一部分是帮助客户更好地使用软件。

客户不会用，要培训；客户换人了，要再培训；新功能上线了，要讲解；客户使用不深，要陪跑。一个 SaaS 产品越依赖组织协同，客户成功越重要。

但 AI 员工进来以后，客户成功的对象也变了。

杨炯纬说，现在这类工作更像 FDE，也和以往客户成功有相似的地方。关键是帮助客户抽取知识、抽取原有工作流，让 AI 员工理解客户曾经怎么做事，然后把这些最佳实践搭成一个标准系统，再不断学习和优化。

前面这一步可能更复杂。

因为这件事已经超出了“教客户点哪个按钮”。它要把客户原有的业务流程、话术、规则、判断标准、内容资产、客户分层方法抽出来，让 AI 能够执行。

但一旦这件事完成，后续服务反而可能变轻。

人学新功能很慢，换一批人又要重新培训。AI 员工学新功能，只需要读新的说明、规则和文档。软件升级以后，让 AI 理解新的能力，比让一批人重新熟悉系统要轻很多。

这会改变客户成功的价值。

以前客户成功关注的是活跃、使用、满意度、续费。到了 AI 员工场景里，它还要关注知识是否抽取干净，工作流是否跑得稳，AI 判断是否符合业务规则，人在里面是监督、补充，还是仍然要大量兜底。

说到底，客户成功的重心会变化。以前是让人会用软件，接下来还要让 AI 学会工作流。

04 第二曲线，不靠 AI 概念

卫瓴这轮变化里，还有一条很明显的新业务线：AI 视频。

有意思的是，杨炯纬并不太愿意把它包装成一个多么复杂的 AI 产品，甚至不在意它到底算不算 Agent。

他讲得很直白：客户并不关心背后是人、Agent、工具还是程序，客户只关心一件事，视频能不能剪出来，能不能投放，效果能不能接近甚至超过剪辑师。

这个判断很克制，也很 ToB。

很多 AI 产品商业化时，容易把“我是 AI”放在最前面讲。但客户真正买的往往不是 AI 概念。他们买的是某个任务被完成。

卫瓴原来做 CRM，帮客户做线索运营和转化。后来他们发现，客户更关心漏斗更前端的获客，于是从视频号获客开始，逐步进入电商、短剧、ToB 获客等内容生产场景。

这看上去像是偏离主业，其实是沿着客户任务链条往前走。

早些年解决的是“线索来了以后怎么运营”，现在进一步解决“线索从哪里来”。AI 让卫瓴有机会用新的成本结构和生产效率，进入内容获客这个原本就存在、需求很大的市场。

它跑得快，还有一个关键原因：效果容易验证。

视频剪出来能不能用，是否还需要人工二次加工，投出去以后转评赞、点击率、转化效果怎么样，几个小时到几天就能看出来。好不好，不完全由客户主观评价，而是由平台数据给反馈。

这和 CRM 很不一样。

CRM 好不好用，老板、采购、销售、运营可能都有不同评价。视频效果则更直接：抖音、视频号、电商平台会用数据告诉你，这条内容行不行。

所以这个业务的销售和交付也变轻了。销售给客户演示，开账号，充一些积分，让客户试。能用就继续充，不能用就换场景、换客户、继续聚焦。

这里也能看到一个更大的趋势：AI 不会天然让所有 ToB 产品都轻交付，但如果一个场景结果客观、反馈快、指标清楚，它就更容易轻起来。

05 手搓软件和 AI 原生是两回事

聊到客户自己用 AI 写软件，杨炯纬的态度很明确：他很警惕。

今天很多业务部门会觉得，有了 AI，自己也能快速搭一个 CRM、HR、审批或者小工具。通过 vibe coding，跟 AI 聊几轮，一个功能很快就出来了。短期看，够用，也便宜。

但问题也在这里：软件从来不只是一组功能。

权限怎么设计？数据库结构怎么演进？不同部门之间的数据接口怎么打通？安全怎么保证？可维护性怎么处理？数据隔离怎么做？版本迭代十几轮以后，这套东西还能不能用？

这些问题，第一天搭出功能时往往不会暴露。

杨炯纬有一个判断：每个部门、每个人都手搓软件，这不叫 AI 原生公司。

这句话值得放大一点看。

AI 原生不能只看工具使用率，也不能看谁都会写提示词，更不能等同于每个业务部门都自己造一个小系统。真正的 AI 原生，应该体现在公司围绕 AI 形成新的商业模式、生产方式、成本结构和协作方式。

如果只是为了省几个软件费用，让业务部门各自手搓一堆系统，短期看像提效，长期可能变成新的技术债。

对 SaaS 公司来说，这也是必须重新证明自己的地方。

早些年 SaaS 的价值，也远不止把代码写出来。它要把一个行业、一个场景里长期积累的最佳实践沉淀进产品里，并且持续热更新。权限、安全、数据治理、流程稳定性、跨部门协作，这些都不是一个功能 Demo 能替代的。

AI 降低了软件开发门槛，但也让专业软件公司的价值被重新审视。

问题来了：当客户觉得“我也能手搓一个”的时候，SaaS 公司还能用什么证明自己值得被购买？

这个问题不会很快结束。

06 写在最后

卫瓴这个样本有意思的地方是，它并没有围绕 AI 重画组织架构。

它更像是一个 SaaS 公司在 AI 时代重新计算自己：客户还在，场景还在，CRM 也还在，但人用软件的方式变了，软件被调用的对象变了，收费单位变了，客户成功的工作对象也变了。

坐席变成 token，人用 CRM 变成 AI 员工调用 CRM，客户成功从教人使用软件，转向让 AI 学会工作流。再往外走一步，卫瓴还从线索转化走到视频获客。它的变化没有集中体现在一张组织架构图上，更多藏在业务链条和收入模型里。

这也提醒我们，AI 对 ToB 软件公司的影响，未必都表现为轰轰烈烈的组织调整。

有些变化会更安静，也更底层。

比如，一个系统以前是给人用的，接下来可能要给 AI 调用。客户成功曾经主要教人用软件，接下来要抽取知识和流程。收入也会从账号数，慢慢转向任务执行和算力消耗。

这些变化看上去没有那么热闹，但它们会一点点改写 SaaS 公司的成本结构、交付方式和客户价值。

杨炯纬说，AI 已经不止是生产工具，它可能是生产力本身。

如果这句话成立，ToB 软件公司就不能只问产品是否 AI 化。业务流程、交付方式和收费模型，都会被带着一起变化。更关键的是：当新的生产力进入客户工作流，自己还能站在哪个位置上，继续创造不可替代的价值。

 栏目介绍 

本文为《ToB 软件 / SaaS 企业 AI 转型组织白皮书》的样本访谈采访手记。卫瓴科技在 AI 时代的转型组织样本将收录于白皮书。

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/