SaaS 2.0：白送工具，靠AI代理与服务变现
编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）
Greg Isenberg提出“SaaS已死”论：AI让工具构建成本骤降，传统按席位收费失效。新模式是“免费工具+数据/网络效应”，通过销售AI Agent（按结果计费）和人类服务（按周/月收费）赚钱。Slack曾卖290亿美元（B·第三方），但未来企业仍愿为安全付费。对创业者意味：别再卖软件，要卖“解决结果”。适合有行业Know-how但缺工程资源的团队。最大坑：若工具无粘性，无法沉淀数据或用户，则无法支撑后端的高客单服务。
- 工具层免费，聚焦特定垂直领域获取初始流量
- 设计AI Agent按‘结果’而非‘用量’收费模式
- 叠加人类专家服务，提供高毛利咨询或执行
- 利用免费工具收集数据，构建竞争壁垒
- 避开纯SaaS红海，转向‘服务即软件’赛道
一、这是什么机会
针对有行业Know-how但缺工程资源的团队，提供垂直领域的免费工具（如免费CRM或卡路里记录App）。通过沉淀用户行为数据与网络效应构建壁垒，最终通过销售AI Agent（按结果计费）和人类专家服务（按周/月收费）变现。本质是从“卖软件授权”转向“卖解决结果”。
二、独立判断
值得做。原事实：AI模型（如GPT-6、Opus 5.5）将软件构建门槛从“20人团队”降至“1-2人”，按席位收费的传统SaaS模式失效。推断：只要工具能沉淀独家数据，后端的高客单服务（Agent/人类顾问）就能支撑高毛利。若工具无粘性，无法收集数据，该模式直接崩塌。
三、冷启动路径
第一步验证动作：选一个旧模式下收费$9.99-$29.99/席位的细分工具，开发免费版本上线，监控数据留存率。成本量级：极低（1-2名开发者+AI辅助编码），主要成本在获客。周期：1-3个月内验证免费工具是否真能带来数据沉淀。
四、最大风险与避坑
致命坑1：工具沦为“一次性下载”，无数据沉淀。应对：设计强制性的数据回流环节（如AI分析需基于用户历史数据）。
致命坑2：误判企业市场。事实：中小企业/个人用户趋于免费，但财富500强企业仍愿为安全感和“被照顾”感支付席位费。避坑：若主攻大企业，需保留部分付费席位功能，不能全白送。
五、案例复盘（别人怎么做的）
- 做什么产品：以卡路里追踪App为例，前端的记录工具完全免费，消除用户决策门槛。
- 怎么获客：瞄准旧模式下正在付费的细分人群，利用免费策略快速抢占存量市场。
- 怎么定价（三层变现）：1. AI Agent按Token或按结果收费（如生成个性化食谱）；2. 人类服务按周/月收费（如每周1次私教/营养顾问）；3. 数据反哺模型优化，提升Agent准确率形成壁垒。
- 关键数字：传统SaaS靠Slack等案例证明价值（文中提及Slack以290亿美元出售），但新模式认为“获得结果的市场”大于“使用工具的市场”。
- 踩坑预警：若仅做工具不加AI与人类服务，营收天花板锁死在工具付费率上；叠加服务后，客单价可突破工具层限制。
六、双轨可执行性
跨境：可行。工具全球化，AI服务无国界，但人类服务需考虑时区与信任成本，初期建议仅做AI Agent。国内：可行但谨慎。国内免费工具获客成本低，但用户对“结果付费”接受度需验证，可尝试“免费工具+低价专家咨询”组合。
原文 · Greg Isenberg：阅读原文 →
