本文来自微信公众号： ToBeSaaS ，作者：戴珂
过去十年，SaaS用一套可复制、可预测、高留存的商业逻辑，撑起了全球软件行业的黄金时代。
如今AI浪潮席卷而来，很多人以为AI会复刻SaaS的辉煌，甚至放言AI将吞噬SaaS，“SaaS末日论”的论调也甚嚣尘上。
这股AI浪潮虽在资本市场市值层面，重创了整个SaaS行业，但回归经营本质来看，SaaS行业整体的增长势能与盈利水平，依旧领跑绝大多数行业，就连AI行业也不例外。
靠空谈争辩、刻意抬杠没有任何实质意义。单看GRR、NRR两大核心留存指标，就足以下定结论：AI原生公司的商业化成熟度，和传统SaaS相比，足足差了一个时代。
01
被“腰斩”的双留存指标
SaaS的商业根基，是高留存带来的可持续ARR。而AI原生公司，在最核心的收入留存指标上，还不及SaaS公司的一半。
不久前，在针对2700家SaaS公司和200家AI原生公司的对比调查中，得出的留存比较数据：
按订阅业务经典的漏桶理论来看，以当前AI行业GRR、NRR的表现，其商业逻辑很难成立。
02
AI商业化的四大致命短板
GRR和NRR之所以这么低，根源在于当下AI赛道的商业化路径尚未真正跑通、模式远未成熟，特别是几块致命的短板。
1.ARR既不“耐久”，也不“经常”，RPO更是无从谈起
SaaS的ARR，是具备生产级属性、可长期续约的稳定现金流，同时依托成熟的合约，储备了充足的RPO（剩余履约义务），收入确定性极强。
反观当下AI企业的ARR收入，绝大部分来源于POC试点、短期试用、按量调用，以及一次性实施服务等零散收入。
这类收入没有刚性合同约束，也无长期履约服务承诺，客户可随时停用、终止合作，导致AI厂商的RPO基本趋近于零。
这不仅彻底丧失了订阅业务核心的收入可预测性，更意味着AI商业化尚未建立起可持续的客户信任与商业底盘。所以严格来说，AI公司披露的ARR，并不具备真正意义上的“recurring”，只是被强行归类为经常性收入。
这种浅尝辄止的“尝鲜式使用”，充分说明大部分AI产品尚未真正落地企业核心场景，更没有进入生产级深度应用阶段。
2.易买易取消，缺乏业务绑定
传统SaaS产品的核心壁垒，在于深度嵌入企业全业务流程、完成多系统深度集成，全面渗透企业日常经营体系，构筑了极高的替换成本与牢固的业务绑定，因此客户粘性强、留存稳定性高。
反观当下绝大多数AI产品，只是轻量化的LLM封装工具，并未深度落地业务场景，也没有实现与企业现有系统的深度耦合。
这类AI产品使用门槛极低、操作灵活轻便，真正实现一分钟开通、一分钟取消，全程无复杂流程、无用户沉没成本。因为基于共同的LLM，导致行业产品同质化严重，技术壁垒偏低，现有工具随时可能被同类新品替代。这就导致客户难以养成固定的使用习惯，更不会对产品产生核心业务依赖。
目前市场上大部分AI低价套餐的付费，多是客户的冲动尝鲜行为，而非基于业务刚需、长期发展规划的战略性采购。由此形成了典型的AI游客效应：用户入局尝鲜很快，一旦体验不符预期或失去兴趣，流失速度更快，这也直接造成AI行业客户留存低迷。
3.成本结构与定价逻辑错位
传统SaaS拥有成熟健康的盈利模型：前期投入高额固定成本，完成产品研发、系统搭建与生态布局，后续服务与迭代的边际成本极低，核心逻辑清晰且高效：规模越大，成本摊薄效果越明显，盈利效率越高，规模效应能够直接转化为稳定的利润优势。
AI的成本逻辑则完全相反，存在天然的结构性短板。每一次对话交互、每一轮模型推理、每一枚Token消耗，都会产生实打实的算力硬成本，完全不具备SaaS低边际成本的优势。规模扩张无法自动带来利润增长，反而会持续推高算力开销，用户使用量越大，企业的单客服务成本就越高，规模效应不仅无法赋能盈利，还会持续侵蚀利润空间。
这种特殊的成本结构，倒逼AI厂商急于强行变现。多数企业会在用户尚未认可产品价值、未形成真实业务刚需的阶段，仓促推动付费转化。行业普遍依靠低价套餐冲量做规模，试图摊薄成本，但低价走量的模式，根本无法覆盖持续攀升的推理与算力成本，盈利压力始终居高不下。
除此之外，AI行业还存在定价逻辑的底层错位：表面套用SaaS标准化订阅制的成熟外壳，内核却是按量、按次消耗的计费逻辑。订阅制与用量制的底层冲突，直接导致收入波动剧烈、稳定性极差。
一句话总结：AI一边套用SaaS的壳，一边颠覆、背离SaaS成熟的收费逻辑，全程赚着高度不确定的浮动收益，商业化闭环远未跑通。
4.超97%能力困于实验室，复杂业务仅1%–3%可商用
谈及AI，行业始终充斥着“万能赋能”“颠覆产业”的高调论调。大量企业抱有数字化转型诉求，急于将AI能力接入业务流程，但真实落地效果普遍不及预期。
剥离Demo演示、免费试用、内部试点等泡沫化场景，以“接入生产流程、长期付费复用”两大硬核标准评判，AI的实际产业价值远低于市场炒作，在流程复杂、专业性强的核心业务场景中，落地短板尤为突出。
结合2026年最新产业落地与企业付费数据，行业真实现状极为清晰：AI的每100项原生能力中，能够真正在企业复杂业务中完成生产级落地、支撑长期付费复用的仅有1–3项，商用占比仅1%–3%。也就是说，超97%的AI能力还停留在实验室与试用阶段。
这就像只靠少数几块石头，不能盖起一座大厦一样。可用商用能力的稀缺，意味着AI无法支撑完整、复杂的业务链路。而绝大多数客户流失的核心原因，就是AI产品无法全面满足真实业务需求。
在这样的落地现状下，AI公司能留存住50%的客户，已经算是烧高香了。
写在最后
客观来看，AI的技术想象力、迭代空间与产业想象空间，远超传统SaaS，但当下的商业化成熟度与商业闭环能力，依旧差距悬殊。
在GRR、NRR核心留存指标面前，任何辩解都毫无意义。
AI的终极商业化出路，不是生硬复刻SaaS的订阅增长神话，而是跳出传统路径，搭建属于自身的、高价值、深业务绑定和耐久的全新商业范式。
而判断AI商业化真正跑通的核心标准，归根结底，就是实现GRR、NRR核心留存指标的抬升。
但在这一目标真正落地之前，SaaS依旧是企业服务领域最稳健、最成熟的商业模式，而AI行业，仍处在商业化探索的黎明阶段。