2026年5月，在旧金山举行的SaaStr AI Annual会议上，一个值得深思的场景出现了：人工智能新秀Anthropic的行业负责人Eleanor Dorfman刚结束演讲，SaaS领域老牌企业Atlassian的AI负责人Sherif Mansour便紧随其后登台。两家公司背景迥异，却不约而同地提出相似的行业洞察，这并非偶然，而是企业AI领域变革的关键信号。
当众多目光聚焦于OpenAI的超级应用和谷歌的多模态大模型之际，Anthropic正通过一场更为底层的革新，悄然改变行业格局。该公司并未着力打造取代所有SaaS产品的超级入口，也未与客户争夺市场，而是选择成为SaaS生态的“智能基础设施”，利用其核心模型Claude将散落的工具整合成一个有机整体。这预示着企业AI的真正终局并非AI取代SaaS，而是AI重塑SaaS的价值逻辑。Anthropic的实践已经证实了这一点，其发展路径为所有SaaS企业未来十年的进化提供了指引。
长期以来，Anthropic常被视为“OpenAI的最大竞争对手”，人们习惯于比较它们模型性能、参数规模及用户数量。然而，这恰恰是对Anthropic的一大误解。OpenAI遵循的是“自上而下”的路径，即先构建通用人工智能，再以此颠覆各行各业；而Anthropic则采取“自下而上”的策略，深入理解企业实际需求后，用AI技术解决这些痛点。这两种路径本身无优劣之分，但对于企业级市场而言，Anthropic的道路显得更为务实且富有生命力。
Anthropic自成立之初，便将“安全”融入企业基因。尽管有人将其视为市场策略，但在企业市场中，安全向来是基础而非额外的优势。金融、法律、医疗等对数据安全要求极高的行业，宁愿牺牲部分模型性能，也不愿将核心数据托付给不可信的第三方。Anthropic凭借数据隔离、私有部署、合规认证和可解释性等一系列企业级安全特性，在OpenAI难以触及的领域构筑了坚固的竞争壁垒。正如一位摩根大通的首席信息官所言：“我们可以接受Claude稍慢于GPT，但绝无法容忍我们的交易数据出现在ChatGPT的训练集中。”这番话精准地道出了无数企业客户的心声。
Anthropic的另一项明智之举在于，它明确宣布不直接开发面向终端用户的SaaS应用，这与OpenAI形成了鲜明对比。OpenAI在推出ChatGPT后，陆续发布了Code Interpreter、DALL·E、GPTs等应用，逐步向应用层延伸，这让许多SaaS企业感到担忧：如果OpenAI亲身涉足这些功能，自身价值何在？而Anthropic则反复强调：“我们的目标是成为SaaS企业的最佳合作伙伴，而非竞争对手。”它将自身定位为纯粹的基础模型提供商，收入主要来源于API及企业服务，避免与客户争夺终端用户。这一战略赢得了整个SaaS行业的信任。从Salesforce、Slack等行业巨头，到Notion、Zoom等独角兽，再到无数垂直领域的中小SaaS厂商，纷纷选择与Anthropic合作。截至2026年第一季度，全球排名前100的SaaS企业中，已有超过70家集成了Claude模型。
若仅将Anthropic视为一家API销售公司，则低估了其抱负。Anthropic真正的雄心在于成为企业AI时代的操作系统。在传统IT时代，Windows和Linux管理硬件资源，为上层应用提供运行环境；云计算时代，AWS和Azure管理计算资源，提供基础设施。而在AI时代，大模型将成为操作系统，管理智能资源，为上层应用提供AI能力。Anthropic正朝着这一方向迈进，不仅提供基础模型API，还推出了Claude Workbench、Claude Skills、Claude Agents等系列产品，构建了一个完整的AI开发与运行平台。SaaS企业可在此平台上快速开发、部署并运行AI应用，无需深入了解底层模型细节。随着越来越多的SaaS企业基于Anthropic平台构建AI功能，Anthropic将成为企业AI时代的事实标准，这便是其真正的护城河。
许多人曾疑问：大模型公司究竟如何盈利？到2026年，这个问题已有了清晰的答案。Anthropic通过实践，验证了四种成功的企业AI商业模式，它们不仅为Anthropic带来了超过20亿美元的年收入，也为整个行业指明了商业化方向。
基础API订阅是Anthropic最核心且稳定的商业模式。企业客户依据使用量付费，Anthropic提供不同性能与价格的模型供选择。其优势在于收入可预测性高，超过80%的企业客户签署年度合同，带来稳定的经常性收入；规模效应显著，随着客户增长和使用量增加，边际成本降低，毛利率持续提升；客户黏性强，一旦企业将Claude模型深度集成至产品，迁移成本极高。截至2026年第一季度，Anthropic的API收入已突破15亿美元，同比增长逾350%，其中SaaS企业贡献了超过65%的API收入。
其次，针对头部SaaS企业，Anthropic采取联合产品开发与收入分成的模式。此模式下，Anthropic不仅提供模型能力，还派遣专业团队深度参与产品设计与开发，与SaaS企业共同打造AI原生功能。作为回报，Anthropic从这些AI功能产生的收入中获得20%-40%的分成。这使Anthropic能分享SaaS企业的增长红利，同时也让SaaS企业以更低风险和成本推出AI功能。最成功的案例是与Notion的合作，Notion AI作为付费插件每月收费10美元，拥有超过1800万付费用户。根据协议，Anthropic从Notion AI收入中获取约30%分成，仅此一项每年便为Anthropic贡献超过6亿美元。
同时，针对金融、法律、医疗等垂直行业，Anthropic推出了定制化的行业解决方案。在此模式下，Anthropic根据行业特定需求，对Claude模型进行微调，并开发专用工具与功能。行业解决方案通常采用“订阅+服务”的收费模式，企业客户除模型使用费外，还需支付定制开发和技术支持费用。此类模式客单价极高，通常每年数十万美元至数百万美元不等。例如，Anthropic为法律行业开发的Claude Legal解决方案，能处理合同审查、法律研究、案例分析等复杂任务。全球前100大律师事务所中，逾65家已采用此方案，平均客单价超过100万美元/年。
此外，对于数据安全要求极高的大型企业和政府机构，Anthropic提供私有部署和托管服务。在此模式下，Claude模型部署于企业私有云或本地数据中心，企业对数据和模型拥有完全控制权。私有部署服务通常按年订阅计费，费用根据部署规模与服务等级而定。这类客户数量虽少，但客单价极高，每年通常超过数百万美元。美国国防部、摩根大通、高盛等顶级客户均采用了Anthropic的私有部署服务，其中美国国防部的合同金额超过10亿美元，是Anthropic迄今最大的单笔合同。
许多人担忧AI会取代SaaS，但Anthropic的实践证明：AI不会取代SaaS，而是会与之共生。Anthropic与SaaS企业的合作并非简单的“你用我的模型，我赚你的钱”，而是一种深度的价值共创。这种合作可分为三个层次，每个层次代表一种不同的价值创造方式。
第一个层次是功能增强，让SaaS产品更智能。这是最基础也最普遍的合作。SaaS企业将Claude模型的能力嵌入产品，为用户提供更智能的功能和体验。在此层次，AI的作用是“增强”而非“替代”，它不改变SaaS产品的核心逻辑，只是让功能更强大。例如，在文档编辑器中加入智能写作和摘要生成，邮件客户端实现智能回复和邮件分类，客服系统提供智能问答和工单自动处理，项目管理工具实现任务自动分配和进度预测。功能增强虽看似简单，但效果显著。数据显示，集成了Claude模型的SaaS产品，用户活跃度平均提升35%，留存率提升28%，ARPU值平均提升42%。
第二个层次是工作流重构，将AI置于工作流核心。这是更深层次的合作，AI不再是附加功能，而是整个工作流的核心，重新定义用户工作方式，实现自动化和智能化。Anthropic自身的销售组织即是典范。他们未舍弃原有的GTM工具栈，而是利用Claude将这些工具串联起来，形成了完整的、智能化的客户旅程：从Clay（线索丰富）到LeanData（线索路由），再到Salesforce（机会创建）、Gong（通话辅导）、Ironclad（合同审核），最终通过Slack（成交通知）。在该工作流中，Claude负责在各工具间传递上下文，自动完成重复性工作，人类仅需在关键节点决策。结果是Anthropic实现了54%的企业客户自助成交，销售提案生成时间从45分钟缩短至4分钟。Atlassian也采取了类似做法，在Jira Automation中加入Rovo Agent节点，允许用户用自然语言编排复杂工作流。客户甚至创造出Atlassian未曾预料的用法：一个工单能触发营销Agent生成Canva素材，再由社交媒体发布Agent接力完成发布。
第三个层次是生态共建，打造企业AI操作系统。这是最高层次的合作。Anthropic与SaaS企业不再是简单的甲乙方关系，而是生态伙伴，共同构建开放的企业AI生态系统，为企业客户提供完整的AI解决方案。Anthropic推出的Claude Skills和Claude Agents正是为此目的。SaaS企业可将自身产品能力封装成Skill，供Claude Agents调用。如此一来，Claude便能通过调用不同Skill，完成各种复杂任务。例如，当用户指令“帮我准备明天的客户会议”时，Claude可调用Salesforce获取客户信息，调用Gong获取历史通话记录，调用Google Calendar安排会议时间，调用Notion生成会议议程，最终通过Slack发送会议邀请给相关人员。在此生态系统中，Anthropic提供基础智能能力，SaaS企业提供专业行业能力，双方优势互补，共同创造用户价值。这才是企业AI的真正未来。
Anthropic的成功为所有SaaS企业上了一堂生动的课。在AI时代，传统SaaS模式已面临挑战。那些仅提供单点功能、缺乏工作流深度、没有数据积累的SaaS企业，将被AI淘汰。然而，那些成功拥抱AI并实现自身进化的SaaS企业，将迎来更广阔的市场。以下是SaaS企业可从Anthropic身上借鉴的五个关键经验：
首先，不要推倒重来，要连接一切。许多SaaS企业在面对AI时，首先想到的是彻底重构产品，打造AI原生产品。这是一个重大误区。Anthropic和Atlassian的实践告诉我们：不要抛弃已有的工具栈，不要推倒产品。企业多年乃至十几年精心打磨的产品和工作流，是最大的资产，而非负担。AI的价值不在于创造新工具，而在于连接现有工具。重中之重并非重新发明轮子，而是用AI将这些轮子组装成一辆汽车。对于存量SaaS产品而言，最佳策略是“先bolt-on，再迭代”。即先在现有工作流中加入AI节点，让用户使用并积累数据和反馈，再依据用户使用情况逐步优化和重构产品。
其次，价值从工具本身转移到工具之间的连接层。这是AI时代最深刻的价值转移。在传统SaaS时代，价值主要体现在工具本身，功能强大、界面美观者胜出。而在AI时代，价值正从工具本身转向工具之间的连接层。用户不再关心工具好不好用，而是在乎工作流程能否顺畅衔接，避免在多个界面切换。谁能将工具、人、工作连接成线，谁就能掌控客户体验，赢得未来。这意味着SaaS企业不能再只关注产品内部，而要关注产品在用户整个工作流中的位置：产品如何更好地与其他产品集成？如何为AI提供更优接口？如何成为AI连接层不可或缺的节点？
第三，将最佳实践编码成Skill，这是新的护城河。Anthropic最有价值的创新，不仅是Claude模型，更是“Skill”这一概念。Anthropic将顶尖销售专家的最佳实践编码成Skill，以此提升所有员工的能力下限。这对于SaaS企业同样适用。护城河不再仅是“功能领先”或“数据量大”，新的护城河在于：有多少围绕客户工作流的最佳实践被编码成AI可执行的Skill？这些Skill越多、越精细化、越贴合特定行业知识，竞争对手就越难复制。因为Skill背后的输入不仅是代码，还包括客户使用数据、行业经验、流程设计等，这些都需要时间和规模才能积累。
第四，AI大幅提升了自助服务的天花板。Anthropic 54%的企业自助成交率是一个划时代的数字，打破了企业SaaS行业15年来的铁律——企业级套餐必须经过销售人员。在AI的帮助下，自助服务的边界远超过去认知。Claude结合合适的流程设计，已能覆盖相当一部分“过去需要销售才能完成”的购买旅程节点，如解答安全疑问、起草合同条款、引导入职。这并非意味着销售人员无用，而是说销售应被解放出来，从事更高价值的工作，而非囿于重复性流程。只有那些“销售能改变结果”的交易，才应路由给销售人员。对于SaaS企业而言，这是一个巨大的市场拓展效率提升机会。企业应重新审视销售漏斗，识别并用AI自动化那些无需人工的环节，从而大幅提升盈利能力。
最后，打造AI原生的组织，而非仅仅招聘几名AI工程师。AI转型不仅是技术和产品转型，更是组织和文化的转型。许多SaaS企业认为，只需招募几名AI工程师，将大模型API集成到产品中，便完成了AI转型，这是远远不够的。Atlassian的经验表明：AI加速了“做”的速度，但“想清楚做什么”变得更为稀缺。AI上线后，工程师的产出速度激增，产品经理的感受从1:20变为1:30乃至1:40。工程师跑得太快，不断询问“下一步做什么、这个对不对？”因此，SaaS企业的组织架构也需随之调整。Atlassian的做法是：多招初级员工，多招顶级高级员工，减少中间层。初级员工带来新工具和技巧，高级员工负责质量把关和方向判断。
AI对SaaS的冲击远比“谁取代谁”复杂。真正的变化并非AI扼杀SaaS，而是AI正在重塑SaaS行业的游戏规则。过去，每个SaaS工具都渴望成为主角，吸引用户停留最久。如今，用户越来越不关注主角是谁，他们更在意结果。未来的企业软件市场将呈现三层结构：底层为基础模型提供商，中间层由头部SaaS企业和AI初创公司构成连接层与能力层，上层则是各种垂直行业的解决方案。在此结构中，最有价值的并非底层的基础模型，也非上层的应用，而是中间的连接层。谁能成为连接一切的核心枢纽，谁就掌握整个生态的话语权。Anthropic正努力成为这个枢纽，它用Claude连接了所有SaaS工具、所有工作流和所有人。那些能与Anthropic深度合作，共同构建这个连接层的SaaS企业，也将在未来的市场中占据一席之地。对于所有SaaS企业而言，当前最重要的是不再恐慌、不再盲目跟风，而是深思一个问题：在未来的企业AI生态中，我的位置在哪里？我能为这个生态贡献何种价值？这就是企业AI时代的残酷真相，也是其最令人兴奋之处。