「SaaS 已死」之後怎麼辦？這家拿到 a16z 兩千五百萬的新創，選了一條反向路
Treeline 拿到 Andreessen Horowitz 領投的 2,500 萬美元 A 輪，卻不是做 SaaS。創辦人 Peter Doyle 認為，IT 服務業不需要第 36 套軟體工具，而是需要一個從服務出發、逐步長出軟體能力的混合模式。
本文整理自《AI + a16z》2026 年 4 月播出的單集。
{{< spotify "episode/2TEbwJqZOuuh3v3EpVR3I8" >}}
{{< apple-podcast "tw/podcast/how-ai-is-reshaping-it-services-from-the-inside/id1740178076?i=1000758627143" >}}
一千億美元的市場，用了 35 套半吊子軟體
美國有超過四萬家 IT 託管服務商（Managed Service Provider，簡稱 MSP），這個市場規模超過一千億美元。它們負責中小企業的 IT 維運、資安、合規，從員工入職帳號設定到端點安全、從 SOC2 稽核到事件回應，幾乎無所不包。但在矽谷，幾乎沒有人認真想過這個產業。
Treeline 執行長 Peter Doyle 在 a16z 的 podcast 上直言，這是科技產業中最諷刺的現象。Doyle 在創投圈待了近十年，專門投資 IT 基礎設施和資安公司，對這個產業的底層運作看得很透。他的觀察是：一個以「科技服務」為本業的產業，自身的技術水準卻落後主流至少十年。而且隨著 AI 和軟體的快速進步，這個差距不是在縮小，是在加速擴大。
落後的具象化呈現是這樣的：一家典型的 MSP 平均使用 30 到 35 套 SaaS 工具和軟體。這些工具負責不同環節，有的管客戶溝通、有的管環境監控、有的管內部派工。問題是，這些工具大多是十年前採購的，從來沒有被完整設定過。新買的工具和舊的功能重疊，沒人敢關掉舊的。資料散落在各處，流程高度倚賴人工手動操作。技術人員坐在那裡等工單進來，接到才做，本質上是被動反應。
Doyle 的觀察是，就算是他看過最優秀的 MSP，營運狀態都是一團亂。不是因為經營者不努力，而是這個產業的結構性問題：公司往往有 15 到 30 年的歷史，累積了大量沒人敢碰的遺留流程。你問他們為什麼這樣做？答案往往是「因為我們做了十五年了」。
為什麼不能再多賣一套 SaaS？
Treeline 的起源故事裡有一個快速的方向修正。Doyle 和共同創辦人 Hussein 最初的想法很直覺：既然 MSP 產業這麼落後，那就做一套自動化軟體賣給他們。這個念頭只撐了幾週就被放棄了。
放棄的理由很實際。Doyle 在創投做了近十年，看過太多號稱要賣進服務產業的 SaaS 公司。他歸結出一個核心問題：軟體公司可以說自己有很多客戶，但客戶真正按照產品設計去完整導入和設定的，少之又少。這在 MSP 產業尤其嚴重。那 35 套工具不是不好用，是根本沒被好好用過。半設定、半整合、彼此不連通，就這樣跑了十年。
如果你只是丟進第 36 套工具，不管它多先進，結果也一樣。你沒辦法光靠一個新的軟體介面去改變一家營運了二十年的公司。你必須深入他們的流程，質疑那些「一直以來都是這樣做」的預設，重新設計工作方式。這不是花幾週做導入就能解決的事。
Doyle 用了一個很坦白的說法：我們不想成為第 36 套軟體。要真正改變這個產業，你得鑽進去，從技術人員每天怎麼接工單、怎麼處理事件、怎麼跟客戶互動的細節開始動手。這是 Treeline 決定不走 SaaS 路線的核心理由。
反向路徑：先做服務，再長出軟體
Treeline 的策略和矽谷的慣性完全相反。多數科技新創的路徑是：先做軟體，再想辦法讓客戶採用。Treeline 反過來，第一天就是一家服務公司，一行程式碼都沒寫。然後隨著時間推進，逐步把軟體、自動化、AI Agent 注入服務流程中，讓自己越來越像一家軟體公司。
但 Doyle 很清楚，終點不是變成純 SaaS。他認為在這個領域，你永遠需要人在迴圈裡。技術人員不是暫時的過渡，而是產品的一部分。但如果你能用軟體自動化掉大部分例行工作，讓技術人員專注在真正需要判斷力的事情上，你就同時達成了規模化和服務品質的提升。
這個模式的實際運作是這樣的：任何進來的工單、警報、客戶需求，系統會先判斷哪些環節可以用自動化或 AI Agent 處理，哪些需要人工介入。技術人員不再是坐著等工單的被動角色，而是配備了完整上下文資訊和自動化工具的主動處理者。客戶端的體驗是：問題在你發現之前就被解決了，或者從原本要等 30 分鐘變成 1 分鐘就搞定。
Doyle 強調這不是一次性的大型部署，而是非常迭代和累積的過程。今天能自動化的就自動化，今天 AI 還不夠可靠的，等模型能力到位了再導入。就算 AI 進展完全停下來，Treeline 的路線圖也夠用十年以上，因為光是把既有流程軟體化就有做不完的事。
為什麼連 AI 實驗室都需要「人海戰術」
Doyle 點出一個有趣的產業觀察：看看那些最頂尖的 AI 公司在做什麼。它們很快就意識到需要強大的客服團隊、專業服務、導入夥伴。「前進部署工程師」（forward-deployed engineer）這個概念現在非常流行。連 OpenAI 和 Anthropic 這些前沿實驗室，進高盛這樣的大客戶也是帶著上百人進去的。
這些現象其實在說同一件事：AI 軟體再強大，要在關鍵系統中有效部署和使用，依然極度困難。模型能力不等於落地能力。特別是在那些攸關企業營運的核心系統中，你不可能只丟一個 API 就期待客戶自己搞定。
Doyle 的觀點是，企業不應該害怕在產品中加入服務元素。這不是退而求其次，而是一種競爭優勢。那些在整間公司都被廣泛使用、深度嵌入營運流程的工具，AI 實驗室要取代它們是非常困難的。反而是那些只有少數人刷信用卡買幾個席位的個人或團隊生產力工具，才是最容易被顛覆的對象。
Treeline 的定位正好卡在一個相對安全的位置：它不是個人生產力工具，而是深入企業 IT 營運核心的服務夥伴。這給了它一定程度的防護，不容易被某個新的 AI 模型直接取代。
不是 AI roll-up，是系統性創新
2025 年以來，「AI roll-up」成了熱門概念：用 AI 提升傳統服務商的營運效率，透過併購快速擴大規模。Doyle 對此持保留態度。他認為這些策略可以成功，但很難達到創投級別的回報。
原因很直接：如果你的核心策略是併購成長、用 AI 削減營運成本，本質上做的是財務工程。你用 AI 當另一個提升利潤率的私募工具，這是漸進式的價值創造，不是破壞式的。Treeline 想做的不一樣，它想系統性地重新發明這個產業的運作方式，而不是做一個利潤率更高的傳統服務商。
Treeline 的做法是併購加自建的雙軌策略。初期和幾家傳統 MSP 合併，但目的不是拿它們的營收和現金流，而是獲取資深的產業技術人員和營運知識。這些人是產品的一部分，不是被 AI 取代的對象。長期則逐步加大自建力道，因為如果你真的在做差異化產品，為什麼不直接對終端客戶說話？
Doyle 相信，十到十五年後傳統 MSP 依然會存在，但產業會大幅整合。長尾會一直在，因為這個產業的變化速度遠比矽谷的想像慢得多。但贏家的樣貌會完全不同：不再是靠地緣關係和被動工單活著的小服務商，而是用軟體和 AI 驅動、能規模化提供高品質服務的新型態公司。
我的觀察：臺灣 IT 服務業的鏡子
Treeline 的故事對臺灣有一面鏡子。臺灣也有大量中小型 IT 服務商，營運邏輯和美國的 MSP 幾乎一模一樣：堆了一堆工具、靠人力接工單、流程靠經驗而非系統。差別在於，臺灣的 IT 服務市場規模小得多，能吸引的創投資金也少，要走 Treeline 這種資本密集路線很難。
但 Doyle 的核心洞察是通用的：在服務產業中，你不能光賣軟體，因為客戶不會好好用。你必須帶著服務一起交付，在過程中逐步把他們往前拉。這個模式不需要兩千五百萬美元的資金才能啟動。任何一家想轉型的臺灣 IT 服務商，都可以從最簡單的地方開始：找出那些「做了十五年」但沒人知道為什麼要這樣做的流程，用自動化和 AI 重新設計它們。