「SaaS 末日」是場集體幻覺？No Priors 主持人拆解三個市場誤判

本文整理自《No Priors Podcast》2026 年 2 月播出的單集。

{{< youtube efUt__S_AjY >}}

{{< spotify "episode/6YtZ3ynBjv6pATUxQeDKrr" >}}

{{< apple-podcast "tw/podcast/from-saas-to-ai-first-how-companies-are-reshaping-innovation/id1668002688?i=1000750471227" >}}

---

最近幾個月，矽谷流行一個新造詞：SaaSpocalypse，直譯就是「SaaS 末日」。邏輯很簡單：AI 這麼厲害，任何人都能用 vibe coding 自己寫出需要的軟體，那為什麼還要每年花幾百萬美元訂閱 Salesforce？這個敘事讓 SaaS 類股承受了巨大賣壓，分析師的報告也一篇比一篇悲觀。

AI 創投 Conviction 創辦人 Sarah Guo 與知名天使投資人 Elad Gil，在他們共同主持的 No Priors Podcast 中花了整集討論這件事。Elad Gil 是連續創業家，曾任 Twitter 企業策略副總裁，早期投資了 Stripe、Airbnb 等公司，也是矽谷暢銷書《High Growth Handbook》的作者。兩人的看法很一致：市場至少搞錯了三件事。

誤判一：把五人新創的行為投射到財星百大

SaaS 末日論最常見的論點是這樣的：「我們五個人的新創用 AI 自己寫了一套 CRM，比 Salesforce 還好用，而且免費。」聽起來很厲害，但 Elad Gil 認為這個推論有一個根本性的問題，就是把極小團隊的做法，直接套用到全球最大的企業身上。

他用自己投資的 Samsara 當例子。Samsara 是一家提供車隊管理解決方案的上市公司，產品包含車載攝影機、感測器硬體，以及整合的軟體平台。誰會用 vibe coding 寫出一套車隊管理系統，然後再用「vibe 業務」去做企業銷售，接著裝上「vibe 感測器」到每台卡車上？這件事在短期內根本不可能發生。

Sarah Guo 從另一個角度補充了這個觀察。她指出，SaaS 末日論隱含一個假設：所有人都想自己做軟體。但事實上，大多數人並不想。她用 JIRA 舉例：很多工程師嘴上抱怨每個月付 10 美元的座位費很貴，但你問他願不願意替美國銀行做變更管理，處理所有安全考量、管理不同部門對工作流程的意見分歧，然後持續維運這套系統，答案幾乎都是「算了」。

這裡有一個容易被忽略的細節：在大型企業中，寫出程式碼本身早已不是最困難的部分。真正的成本在導入、在說服不同部門接受新工具、在處理合規要求、在維運。一家五人新創不需要處理這些事，所以 vibe coding 對他們來說夠用。但把這個經驗推廣到財星百大，就像看到有人在自家後院蓋了一座小木屋，就宣布營建業要被顛覆一樣。

誤判二：以為瓶頸還是寫程式

SaaS 末日論的第二個盲點，是假設「能更快寫出更多程式碼」就等於「能取代軟體公司」。Sarah Guo 不同意這個等式。她認為程式碼的產出確實不再是瓶頸，但這恰恰帶出了一個更大的問題：當 AI 能大量生成程式碼，誰來確保品質？

Sarah Guo 描述了她在投資組合公司中觀察到的焦慮。當你能產出海量程式碼，但沒有人在讀這些程式碼的時候，你根本不知道程式碼的品質如何。沒有人真正深入理解整個程式碼庫，系統的脆弱性不斷增加。她用了一個很生動的說法：「這就像是 vibe coding 的垃圾內容問題，只不過不是出現在隨便架的網站上，而是出現在你的正式產品程式碼裡。」

這個觀察觸及了一個更根本的問題：工程管理的瓶頸正在從「產出程式碼」轉移到「管理人類對程式碼的注意力」。過去，工程團隊的主要限制是寫程式的速度和人力。現在，AI 把這個限制大幅放鬆了，但隨之而來的是一個全新的挑戰。程式碼寫得出來，但誰來審查？誰來確保架構一致？誰來判斷哪些 AI 生成的程式碼可以信任、哪些需要重寫？

Sarah Guo 認為這是一個巨大的創業機會。測試工具、智慧程式碼審查、形式化驗證，甚至讓 AI agent 來做程式碼品質管控，這些方向都值得探索。但重點是：這個問題的存在本身就說明了 SaaS 沒有那麼容易被取代。軟體開發的複雜度並沒有因為 AI 寫程式而降低，它只是換了一種形式出現。

誤判三：以為 AI agent 已經在做採購決策

SaaS 末日論的第三個支撐點是：AI agent 正在替企業做軟體採購決策。有人觀察到，使用 Cognition 或 Claude 等 AI 工具時，它們會自動啟用 Supabase 等服務。於是就有人寫文章說「agent 正在決定企業用什麼軟體」。

Elad Gil 對此不買帳。他指出，這些所謂的「agent 採購決策」，本質上就是合作夥伴關係。Cognition 或其他 AI 工具之所以啟用 Supabase，是因為它們之間有商務合作，就像你用 Airtable 時，背後會自動啟動一個 AWS 實例，但你不會說 Airtable 在替你「採購」AWS。這種事一直都有，只是現在被包裝成 AI 的突破性行為。

兩人同意，在長期，agent 確實可能會參與更多的軟體採購決策。但這帶出了一連串還沒有答案的問題：agent 懂你的使用者需求嗎？它了解你公司的安全合規要求嗎？它能判斷一個工具的長期維護成本嗎？這些問題都不是短期內能解決的。

Elad Gil 坦言，這段時間是他近年來看到最密集的炒作期。他並不反對 AI 的進步，他自己也積極投資 AI 公司，對技術的變革力量深信不疑。但他強調，有些展示（demo）和現實之間的差距，還沒有被很多股票分析師意識到。「展示能做到的事」和「可以部署到整個企業的完整軟體」之間，存在一條巨大的鴻溝。Sarah Guo 補充說，競爭優勢的理論並沒有因為 AI 出現就憑空消失。軟體市場一直都是「如何做事」和「如何觸及客戶」的競爭，不只是「如何寫程式碼」的競爭。

真正的防禦策略：打造產品捆綁包

如果 SaaS 末日論被誇大了，那正確的應對方式是什麼？Elad Gil 給出了一個很明確的建議：打造多產品捆綁包（bundle）。

他的邏輯是，當你只做一件事的時候，你很容易被複製或取代。但當你同時解決客戶的五件、十件事情，深入嵌入到他們的工作流程中，你就變成了一個很難移除的存在。捆綁策略通常被視為進攻手段，用來擴大市場。但 Elad Gil 認為，它其實是最好的防禦手段。

Sarah Guo 接著點出了一個重要的歷史觀察：SaaS 時代有一條被奉為圭臬的經營法則「只做好一件事」。但 Elad Gil 認為這條法則一直都有問題。在 SaaS 之前的時代，成功的科技公司幾乎都是多產品、重併購的。微軟在作業系統之上整合了 Office 套件，殺死或收購了該領域的競爭者。Google 在搜尋平台之上建了旅遊搜尋、在地搜尋、地圖服務。每一次平台轉移，平台持有者都會「向前整合」到最有價值的垂直應用。

SaaS 時代之所以形成「只做好一件事」的共識，是因為那個時代的技術變化速度相對緩慢，本質上就是「持續把網路建設得更好」。但 AI 時代不同，技術變化的速度極快，過去要花十年才會發生的替代循環，現在一兩年就可能完成。在這種環境下，只靠單一產品站穩市場是非常危險的。

我的觀察

Sarah Guo 和 Elad Gil 提供的這個框架，對臺灣的軟體業者同樣適用。過去一年，臺灣也有不少 SaaS 新創在焦慮「AI 會不會取代我們」，尤其是做內部工具、CRM、專案管理等領域的團隊。

但仔細想想，臺灣的企業軟體市場其實比矽谷更難被 vibe coding 撼動。臺灣中大型企業的資訊系統往往牽涉大量客製化、與 ERP 的整合、政府法規的合規要求。這些「不性感」的需求，恰恰是 AI 短期內最難處理的部分。真正的挑戰不在於「能不能寫出程式碼」，而在於「能不能搞定導入、維運、合規」。

倒是 Sarah Guo 提到的那個「工程注意力管理」問題值得臺灣開發者留意。如果你的團隊已經開始大量使用 AI 生成程式碼，但還沒建立相應的品質管控流程，那你面對的風險可能比 SaaS 末日更迫切、更真實。