本报告探讨了企业级软件行业从 SaaS 向 SaS 的结构性转变，即从基于工具访问的订阅模式转向基于数字劳动力成果的服务模式。这一转变将企业软件市场与知识型劳动者劳动力市场合并，形成了两大并行赛道：SaaS 供应商通过结果导向定价争夺工资预算，企业代理运营 (AgentOps) 团队通过专有策展争夺智能。
核心观点：
- 自主性差距是关键因素：企业 IT 面临的主要挑战是管理维持代理运行所需的人工干预成本。成功取决于 SaS 在从需要人工验证许多 AI 决策快速转变为仅在异常情况下需要人工监督的能力。
- AgentOps 是新的企业 IT 命令：部署自主软件需要重新工具化劳动力。企业必须建立以平台为中心的基础设施和新的角色，例如“可靠性架构师”和“风险监管员”，以管理数字工作力的生命周期、行为和技能退化。
- 智能是弹性的：与遗留软件不同，代理性能随着计算成本线性扩展。自主性的物理定律规定，更高保真度的推理消耗指数级更多的计算资源。智能不再是基于工资的固定资产；它将成为可变成本。供应商必须平衡模型专家智能和推理成本效率，以保持利润并防止企业定价飙升。
- 市场已经分化：本报告区分了利用数据护城河和分销来捆绑 AI 的现有企业，以及构建复合型、工作流程嵌入式优势的架构适应性 AI 创业公司。只有那些成功捕获未来 SoR 和专有数据反馈循环的人才能在智能最终商品化的过程中生存下来。
- J 曲线是主要财务风险：投资者必须为基于座位的收入必然下降而做好准备。赢家将是那些成功实施混合计量以在过渡到结果导向定价的同时提高每账户平均收入的人。
- 净劳动力捕获是新的关键绩效指标 (KPI)：传统的净美元留存率等基准对于 SaS 时代来说是不够的，因为预订可能会继续增长，尽管向结果导向收入的过渡并不确定。成功将取决于供应商将客户的工资预算迁移到他们的软件支出中的能力，有效地将软件从一项费用转变为一项劳动力替代资产。
- 人工参与是永久性的要求：关闭自主性差距不是一个纯粹的技术挑战。企业必须正式化新的高价值角色，例如领域专家、实时干预者和治理审计员，以提供专有的真实情况和道德监督，以实现系统可靠性。
- 价值转向人类判断：随着生成式模型将技术执行边际成本推向零，经济溢价转向人类监督。组织必须将技术架构与高判断治理相结合，使用人工干预作为扩展企业 AI 的基本风险管理层。
关键数据：
- 预计到 2028 年，人类在运营工作流中的参与将从目前的 95% 下降到不到 40%。
- 根据 ARC-AGI-2 评估，2026 年第一季度，实现人类水平推理的成本在每项任务 1 美元到 10 美元之间。
研究结论：
- 成功的 SaS 供应商将能够将客户的工资预算迁移到他们的软件支出中，从而实现显著的收入和利润增长。
- 供应商必须平衡模型专家智能和推理成本效率，以保持利润并防止企业定价飙升。
- 企业必须建立以平台为中心的基础设施和新的角色，例如“可靠性架构师”和“风险监管员”，以管理数字工作力的生命周期、行为和技能退化。
- 投资者必须为基于座位的收入必然下降而做好准备，并寻找那些成功实施混合计量以在过渡到结果导向定价的同时提高每账户平均收入的人。
