文章核心观点 - DeepSeek引发企业软件行业价值重估，大模型发展使SaaS行业面临机遇与挑战，不同类型软件受影响程度不同，企业需积极应对，找到适合的AI落地方法和策略 [1][7][8] 是"救命稻草"，还是"催命符"？ - 杨芳贤认为长远看DeepSeek是SaaS的"催命符"，未来3 - 5年对SaaS企业有促进作用，AI终极形态是数字人与SaaS融合，传统SaaS软件将消失，但从业者仍在 [7] - 沈旸觉得半年内是"救命稻草"，半年或一年后是"杀手锏"，未来SaaS会变成"Service as a Service"，Software重要性降低 [7] - 郭舜日提出AI重构现有商业模式，对能运用好AI的企业是"救命稻草"，反应迟缓的企业则是"催命符"，关键看企业拥抱AI程度和赋能业务环节 [8] "前期投入，后期躺赚"将不复存在 - 新创业者可借助AI降低管理难度和成本，在特定功能上实现突破，快速掌握传统企业需多年积累的经验和能力，开发创新产品体验，建立竞争力成本结构 [9][10] - 沈旸指出Claude模型使AI可执行，DeepSeek通过强化学习进化快，未来AI能复制软件，"前期投入，后期躺赚"模式不再，企业需持续投入研发或提供实时服务和数据 [10][11][12] - 杨芳贤认为大模型端到端能力被高估，落地应用需时间，未来很长时间企业软件仍会存在并成为智能化基础 [12][13] - 郭舜日表示AI应用瓶颈在于传统SaaS领域数据沉淀和经验积累不足，关键是整合数据和经验形成可学习知识体系 [13] - MCP协议让Claude等大模型调用工具，目前有局限，未来商业软件可能加入生态或被排除，企业可利用其优化交互流程 [14][15] - 沈旸认为传统软件需加速迭代，金蝶等大公司要意识到AI变革，从文化上改变 [16] 哪类软件会先被淘汰？ - 杨芳贤认为组织能力弱、运营效率低的企业易被淘汰，AI最先替代简单重复性脑力劳动岗位相关的功能单薄工具类软件 [17] - 郭舜日指出单一功能的技术型、工具型SaaS最危险，如传统RPA软件会被替代，多模态技术让很多单一功能工具型软件失去价值 [18] - 沈旸提出跨部门软件难被取代，部门级或个人级软件易被替代，细分部门级应用的SaaS软件面临较大风险 [19] AI有哪些真正可落地的场景？ - 郭舜日认为知识库场景效率提升明显，但需知识梳理和向量化处理；企业应培养全员AI意识；AI在单点能力提升上明显，如运价导入、财务对账等 [20][21] - 沈旸提到AI Agent能完成闭环场景，是重要突破，预计3个月左右在各行业普及用于POC测试 [22][23] - 杨芳贤指出知识库应拆分为具体场景，如客服助手、智能工单等，企业规模越大，AI带来的ROI越大 [24][25][26] 比技术和产品更重要的是方法论 - 郭舜日将AI落地分为提示词工程、RAG增强、模型微调三个阶段，企业应根据业务需求逐步推进 [27][28][29] - 杨芳贤提出大模型落地应用"三步走"方法论，即"工作+AI" "业务+AI" "AI x业务"，并分享了落地实践的关键点 [30][31][32] 别做"半吊子"产品 - 沈旸以智能会议室预定场景为例，说明做AI产品要么做成"开箱即用"的闭环，要么明确测试标准，耐心等待机会，避免做半吊子功能 [35][36] "数据安全"不再是企业落地大模型的主要障碍 - 杨芳贤表示大企业可通过中间层应用私有化部署解决数据安全问题，特殊部门需基座模型私有化部署，数据安全已不是企业落地大模型的主要障碍 [37][38] 企业"上云"，还是"下云"？ - 郭舜日认为超大型企业可能"下云"选择私有化部署，大多数企业会相信SaaS服务商，SaaS厂商可提供行业级AI赋能 [39][40] - 沈旸提出SaaS软件需持续迭代，提供实时更新数据服务，才能让大企业使用 [41] - 杨芳贤觉得DeepSeek本地化部署是增量业务，不影响企业云策略，未来是云侧和端侧模型混合协同架构，对云服务利好 [41][42]