Databricks 视角：AI 如何终结 SaaS 并重塑企业软件
在最近的一次行业峰会上，Databricks 首席执行官 Ali Ghodsi 发表了引人深思的演说。他虽然没有激进地断言“SaaS 已死”，但提出了一个更具冲击力的观点：AI 将很快让传统的 SaaS 软件变得“无关紧要”（Irrelevant）。
这一言论在企业级软件市场引起了轩然大波。如果 SaaS 不再是企业数字化转型的核心，那么什么才是？本文将结合 Databricks 的战略布局和 AI 技术的演进，分析企业软件市场的范式转移。
1. 传统 SaaS 的软肋：数据的孤岛与僵化的逻辑
Ghodsi 指出，过去二十年 SaaS 的成功建立在“应用为中心”的理念上。每增加一个功能，企业就买一个 SaaS 工具。
- 孤岛问题：每个 SaaS 都有自己的数据库，导致企业数据碎片化。
- 逻辑僵化：SaaS 的流程是预定义的，用户必须适应软件的逻辑。
而在 AI 时代，企业真正需要的是能够直接在数据上“生长”出来的动态能力。正如我们在《异步代理的技术架构》中提到的，未来的代理系统能够自主处理跨系统任务，而不再受限于某个特定软件的 UI 界面。
2. 从“购买应用”到“训练代理”
Databricks 提倡的是“Data Intelligence Platform”（数据智能平台）。其逻辑是：如果你的数据都在一个统一的湖仓（Lakehouse）中，并且你拥有强大的、能够理解这些数据的模型，你为什么还需要买一个笨重的 CRM 或 ERP 软件？
未来的企业流程将是这样的：
- 统一底座：所有业务数据实时汇聚在类似 Databricks 的平台上。
- 自定义代理：企业利用专有的业务数据，训练自己的 AI 代理（可能是基于最新的 Llama 4 推理模型）。
- 动态界面：用户通过自然语言与代理交互，代理自动在数据底座上执行分析、下单或审批流程。
在这种模式下，传统的 SaaS 界面变成了冗余，其核心逻辑被 AI 代理所取代。
3. SaaS 厂商的绝地反击：AI 原生化
当然，SaaS 巨头们并没有坐以待毙。Salesforce 和 Workday 都在拼命将代理能力集成到其产品中。正如我们在《代码代理的巅峰对决》中看到的，AI 的集成度已成为决定产品生死存亡的关键。
但 Ghodsi 认为这只是“在马车上装引擎”。只要 SaaS 厂商依然固守其私有的、封闭的数据格式，它们就无法在真正的 AI 竞争中胜出。
4. 风险与挑战：安全性与成本
然而，这种“去 SaaS 化”之路并非坦途。
- 安全焦虑：如果所有的业务逻辑都交由 AI 代理处理，如何防止我们在《链接预览泄露》中讨论过的那些数据外溢风险？
- 推理成本：运行大规模的企业级代理团队需要惊人的算力资源。虽然模型效率在提升，但对于中小型企业来说，直接拥有和运营这些 AI 基础设施依然门槛极高。
5. 总结
Ali Ghodsi 的预测揭示了一个深刻的真理：在 AI 时代，价值正在从“应用逻辑”向“数据资产”和“推理能力”转移。
如果 SaaS 厂商不能证明自己能比通用的 AI 代理更高效地处理特定业务，它们就真的会变得“无关紧要”。对于企业决策者而言，现在的重点不应是购买更多的软件许可，而是如何构建一个能够支撑 AI 代理自主运行的、高质量的数据底座。
参考来源：
- TechCrunch: Databricks CEO says AI will soon make SaaS irrelevant
- Databricks: The Rise of Data Intelligence Platforms
- Forbes: The End of Enterprise Software as We Know It
