2005年,一家中型公司要管员工,得跟SAP签百万合同。2020年,同样规模的公司买了12个SaaS工具,每个解决一个碎片问题。2025年,有人开始把12个账号砍回1个。

这不是怀旧,是成本账算不过去了。

Rippling技术项目经理Scott Hsu给了一组内部数据:他的客户平均使用7.3个独立SaaS处理人力相关事务,每年在这些工具间的数据迁移和权限同步上花费340小时。当AI把功能开发成本压到接近零时,"最佳单品"的溢价逻辑就崩了。

拆散一切的云,成了旧时代的遗产

拆散一切的云,成了旧时代的遗产

云基础设施的成熟是上一轮变革的扳机。2008-2018年间,AWS、Azure把服务器成本砍掉了90%,创业公司可以用一个周末上线产品,而SAP的季度评审还没走完流程。

这个速度差催生了数千家垂直SaaS。Expensify做报销比Oracle精细,Greenhouse做招聘比Workday灵活,DocuSign做合同比微软顺手。每个都切走巨头的一块肉,每个都拿到风投支票。

但Hsu指出一个被忽视的细节:这些公司的护城河从来不是技术,是"巨头懒得追"。当AI让功能复制变成提示词工程,"懒得追"就变成了"没必要追"——直接生成一个80%可用的模块,比收购还快。

Mary Meeker的Bond Capital 2025年AI报告给出了临界点判断:SaaS单点解决方案的时代正在终结,拥有深度数据护城河的水平平台将主导下一阶段。这里的"数据护城河"不是指数据量大,是指数据之间的连接关系——员工A的报销偏好、设备使用记录、合同签署历史,分散在12个系统里就是垃圾,聚在一起就是预测模型。

重组装的三种打法

重组装的三种打法

rebundling不是简单地把功能堆回去。Hsu观察到三种正在成型的策略:

第一种是Rippling式的"数据原生重组"。从 payroll(薪酬计算)出发,把设备管理、应用权限、财务报销全部串进同一套员工生命周期数据流。新增一个AI功能不是开发,是查询现有数据的新方式。Hsu团队去年上线的AI助手,能回答"为什么Q3工程师的笔记本支出涨了23%"这种问题——答案散落在五个模块里,但数据结构早就打通了。

第二种是微软式的"接口层重组"。不重建底层,用Copilot把Office、Dynamics、LinkedIn的数据缝成可对话的表层。用户感知到的是"一个助手",实际后端还是多个产品。这种打法的风险是数据一致性:当Copilot同时读取CRM和邮件里的客户信息,哪个为准?微软的解法是用使用频率做权重,简单粗暴,但省下了重构成本。

第三种更隐蔽,是Notion、Figma这类"画布型"产品的横向吞噬。它们从协作场景切入,用AI把文档、数据库、项目管理慢慢揉成一体。Notion的Q&A功能现在能跨页面回答"我们去年投了多少渠道预算",背后是用户自己搭的数据结构被AI激活了。这种重组没有预设边界,用户用到哪里,边界就扩到哪里。

谁会被粘回去,谁会被甩掉

谁会被粘回去,谁会被甩掉

不是所有单点SaaS都会死。Hsu的判断标准是"数据独特性":如果你的核心资产是行业专属数据(比如Veeva的医药代表行为数据),或者监管强约束下的合规记录(比如Apttus的合同条款库),重组装者很难短期复制。

危险的是"通用功能+轻数据"型产品。费用报销、会议转录、基础客服——这些领域的创业公司正在经历估值回调。Stripe内部数据显示,2024年AI原生工具的支付处理量增长了340%,但传统SaaS的新增ARR(年度经常性收入)增速跌破15%,是2016年以来最低。

一个具体案例:Gusto( payroll SaaS)的客户流失率在2024年下半年上升了2.3个百分点,流向的不是竞品,是Rippling和Deel这类更宽的平台。客户原话是"省下的集成成本比Gusto的产品体验更值钱"。

重组装的代价也被低估了。Hsu提到Rippling的一个内部教训:早期为了快速扩展功能,团队用AI生成了大量"胶水代码"连接不同模块。结果在审计时发现,同一笔员工奖金在薪酬、税务、股权三个系统里有三个数值,偏差来自不同模块对"归属期"的定义差异。清理这些数据一致性债务,花了整整两个季度。

创业者的位置感

创业者的位置感

对于还在做新工具的团队,Hsu的建议很直接:要么做重组装者的基础设施(数据管道、权限中间件、合规审计层),要么扎进AI还没啃动的垂直深水区。中间地带——通用功能、轻数据、无行业壁垒——正在快速塌陷。

一个正在发生的信号:Y Combinator 2024年冬季批量的SaaS项目中,明确标注"AI-native bundling"或"vertical data moat"的比例从2023年的12%跃升至41%。钱已经投票了。

历史确实在押韵,但韵脚换了位置。二十年前,云让"拆"成为可能;现在,AI让"合"成为必然。区别是,上一轮拆出来的赢家能独立上市,这一轮被合进去的公司,估值逻辑要重新写。

最后一个细节:Rippling的AI助手上线三个月后,用户问得最多的问题是"这个功能以前藏在哪个菜单里"——重组装之后,连老用户都找不到路了。这算是成功,还是另一种失败?