单台GPU服务器价格可达数百万元，全品类硬件成本持续上涨，企业利润空间被持续压缩。这是Zoho中国区COO夏海峰在近期交流中给出的判断。他紧接着的表态：“SaaS其实现在来看它是一个不是那么好的生意了，传统SaaS的高毛利假设正在被打破。”
这家拥有1.5亿用户、100万付费客户，业务覆盖150多个国家和地区的企业，最终选择的应对方案是自研服务器。
今年7月，Zoho自研AI服务器“Nathu La”首批1000台在那格浦尔数据中心投入使用，初期仅支撑自身基础设施需求，不对外销售。夏海峰透露，服务器业务未来将作为独立板块实现商业化。
当AI成为成本中心
“现在所有的SaaS公司，为什么大家烧钱没有那么厉害，而且在收缩。”他表示，GPU服务器单台价格可达数百万元，板卡、CPU、内存、硬盘等硬件成本全线上涨。他算了一笔账，此前SaaS行业平均利润率普遍维持在两位数，AI相关成本上升后，“可能就只剩个位数了”。这种利润下滑并非源于产品销量下降或市场竞争加剧，而是基础设施成本正在持续吞噬毛利空间。
这一问题并非Zoho独有。Salesforce上调产品价格本质是成本传导的结果，国内CRM厂商无法持续开展价格战，同样受限于成本压力。整个软件行业的运营成本，都在被GPU相关支出持续推高。
Zoho在全球运营20个数据中心，每年服务器采购及运维成本规模极高。“去买戴尔的、惠普的服务器，要花1个亿。”AI推理需求爆发式增长后，这一成本还在持续攀升。
Zoho布局硬件的逻辑与Meta建设自有云基础设施类似，核心目标并非获取硬件业务收益，而是出于长期成本控制的考量。
“自研成果会先在内部消化，验证成熟后作为独立业务线对外商业化。”相关布局的启动时间远早于外界预期。AI热潮出现前，Zoho已经开始布局硬件研发。2025到2026年间，创始人Sridhar Vembu开始公开提及“研发驱动型制造业”概念，公司收购了机器人公司Asimov Robotics，在印度喀拉拉邦扩建研发中心。直到今年7月Nathu La服务器完成首批部署，这一战略布局才正式对外公开。
夏海峰透露，公司的底层逻辑是“要做长期的事情”，直接使用外部大模型和云服务虽然短期更为便捷，但长期来看，无论是技术自主性还是成本结构都会受限于人，这并非Zoho追求的可持续发展路径。
AI基础设施成本的持续上升，正在迫使所有SaaS企业重新审视自身的核心能力边界。
“最坏推演”中的生存预案
Zoho内部曾开展过一次极端场景推演：如果AI技术发展让所有产品都拆解为可单次调用的原子能力，客户用完即走，不再需要长期订阅服务，企业该如何应对？
内部给出的答案是：“接受最坏情况可能发生，把我们的Skill做足够的丰富、足够的全。大家通过任何方式单次调用也好，按年也好，按月也好，都OK。”
这里的“Skill”，指的是将Zoho One套件中50多款产品的功能拆解为可独立调用的服务模块，客户既可以延续此前按年订阅完整套件的模式，也可以按需调用单个模块的API，计费方式从“打包采购”调整为“按实际用量结算”。
这一推演不仅指向产品形态的调整，也倒逼组织结构的优化。Zoho目前拥有1.5万名研发工程师，若产品全面实现Skill化，“可能只需要5000人维持平台运营”。剩余1万人中，一部分将转向行业化解决方案研发（例如为奔驰开发的DMS经销商管理系统，目前已覆盖五六个国家），另一部分则转入硬件业务板块。
这意味着Zoho的业务边界早已超出传统软件公司范畴，硬件研发、基础设施自研、科技领域投资均被纳入其长期战略布局。Zoho早年曾经历过一次深刻的行业周期考验，才形成了这种分散风险的经营思路。公司最初仅做网络管理软件，客户集中在电信行业，2000年电信泡沫破裂后，“80%的客户都死掉了”。从那时起，Zoho就定下了全产品线布局的战略，不依赖单一产品或单一市场，自研服务器正是这一战略的最新延伸。
除自研服务器外，Zoho在公司治理层面的选择也与行业普遍做法不同。
Zoho研发团队近三年未进行大规模扩招，也未出现人员裁减。Sridhar Vembu近年逐步退到研发一线，亲自负责AI实验室管理，将商务活动交由核心高管负责。他在今年7月公开表态，AI是“唯一值得投入的技术”。
Zoho中国区今年的目标是实现60%的客户增长、95%的客户留存率，客服交付团队扩招20%。今年4月，公司宣布投入3.5亿元加码中国市场。“我们的投入主要在研发，不在市场，也不在销售。”夏海峰说。
当下这种投入结构在当下的SaaS行业里并不常见。现金流管理方面，Zoho始终坚守一个硬性指标：即使公司完全没有收入，账面资金也至少可以支撑两年的员工薪资支出。这是Sridhar Vembu定下的经营底线。“他做公司不是为了赚钱，他早就可以卖给雅虎或者Salesforce，但他没有。”
SaaS的利润逻辑正在被重写
Zoho自研服务器，也并非是单一企业的成本控制策略，它反映了一个正在发生的结构性变化：
AI技术正在重构SaaS行业的成本结构。
过去十年，SaaS行业的高利润建立在软件边际成本趋近于零的假设之上。进入AI时代后，每一次推理调用都会产生真实的算力成本，且这一成本还在持续上升。GPU、内存、硬盘、网络带宽等硬件价格均出现全线上涨。
SaaS已经不再是天然的高毛利业务，缺乏基础设施控制权的软件企业，利润会被上下游多个环节分摊，云服务商、芯片厂商、服务器厂商都会分走相应的成本份额。
Zoho选择通过自研服务器从底层控制成本外流，与Meta建设自有云、Tesla开发Dojo超算、微软自研芯片的逻辑完全一致。
但这一路径并不具备普适性。Zoho能够推进这一战略，基础在于其20个数据中心、1.5亿用户、50多款产品形成的规模效应，以及成立30年不上市、不融资积累的充足现金流。
对大多数SaaS企业而言，自研服务器并不具备可操作性。多数SaaS企业需要面对的现实是，在算力成本持续上涨的背景下，重新梳理自身的成本结构和盈利模型。
这一变化折射出的不仅是单一企业的成本应对策略，更是AI时代所有SaaS企业需要重新思考的核心命题。当算力成为新的基础设施，软件企业究竟需要把控哪些核心能力，这一选择已经无法回避。（本文首发钛媒体APP，作者 | AGI-Signal，编辑 | 秦聪慧）
热门跟贴