AI 支出到頂？SaaS 末日？兩個擔憂，答案是同一件事的開始

先前文章【還在用「殺價競爭」看 AI？2025 年中之後，定價的遊戲規則早就不一樣了】的結論是：AI 市場在長大，長大的過程就是不斷分層，模型在分層、定價在分層、客群也在分層，先分層再下結論。

這篇是用同樣的方式來看「應用」這一端，看 AI 的錢往下游流的時候，會落在誰手上。

今年市場對這一端有兩個擔憂，方向剛好相反。

「AI 支出到頂了？」：先擔心用 AI 的公司花錢沒節制，後來又擔心花到頂
六月 Uber 一季就把全年 AI 預算燒光，開始限制工程師用 Claude Code，投資報酬講不清楚。大家給這件事取了一個名字叫 tokenmaxxing，就是把 token 用量當成績效指標、拚命花。過了兩個月，企業開始管帳單、把任務丟到便宜的模型，市場反過來開始擔心 AI 支出是不是到頂了？
「SaaS 末日？」：擔心 AI 會吃掉軟體
二月 Anthropic 一口氣發了一堆 plugin，市場的解讀是企業以後會自己用 AI 建工具，把軟體公司繞過去，「SaaS 末日」這個說法就是那時候出來的，軟體股因此跌了一大段。

八月剛好兩個擔憂的證據都到了：Uber 法說會講了帳單的後續，Salesforce、Workday、微軟、ServiceNow 四家軟體公司也都開了口。下面就一個一個看。

用 AI 的公司：Uber 從燒光預算到帳單持平，這是真實支出的開始

五月 Uber 營運長說 AI 支出和回報之間的連結「還不存在」，六月就出現那則燒光預算的新聞。八月的法說會給了後續，財務長是這樣講的：

「我們用幾種方式在優化 token 支出：針對不同用途設定更好的預設值、把某些任務轉到低成本或開放權重模型、讓員工更清楚看到並管理自己的花費。
結果是過去幾個月每 token 成本下降了，即使採用率持續增加，總體 AI 支出仍大致持平。」

簡單說，Uber 做了三件事：簡單的任務轉到便宜的模型；不同用途各自設好預設值；讓員工看得到自己花了多少。八月底媒體報導的內部數字顯示：每週對 AI agent 的請求量自二月起成長超過九倍，每千次請求的成本比四月高點低 34%，AI agent 佔了七成以上的程式碼變更提交。

這三個數字的方向很清楚：用量翻了九倍，AI 帳單沒有跟著翻，也沒有降下來，維持在高檔；省下來的是人力。

這一季 Uber 在幾個組織砍了約 10% 到 20% 的人力，客服砍了一成；財務長說工程師幾乎全面用上 AI 寫程式工具之後，每個人的產出翻倍，公司可以放慢招募。

Uber 說的是：AI 的錢照花、產出翻倍、人可以少加。它沒有公布 AI 支出金額，也沒拿帳單跟省下的薪資對帳，所以不能說「省的比花的多」；但六月大家擔心的無底洞沒有出現，AI 支出變成一條被管理的變動成本，有效益，所以會繼續花。

管帳單不是縮手：SaaS 當年也是企業開始算帳之後，才變成長期支出

回到前言的第一個擔憂：企業開始管帳單，AI 支出是不是到頂了？我們的看法剛好相反：管帳單不是縮手，是真實支出的開始，SaaS 的歷史就是這樣走的。

2000 到 2010 年代雲端剛起來的時候，市場的質疑很多：把資料放在別人家瘋了嗎？AWS 花那麼多資本支出什麼時候回本？大家都在蓋資料中心會不會供過於求？

後來雲端變成企業最大的一筆長期支出，轉折不是發生在大家最興奮的時候，是發生在企業開始認真算帳的時候：算總持有成本、要求服務水準、要求合規稽核、把預算編進年度計畫。從「試用看看」變成「編預算長期買」，中間隔的就是這套管理動作。Uber 現在做的三件事，就是這套動作的 AI 版。

AI 帳單沒降、人力省下來，這也說明 AI 的錢該對照的不是 IT 預算，是人力預算。Uber 省的是客服、是放慢招人；後面會看到，四家軟體公司自己導入 AI 省的也是人力。

「我們不是拿它跟軟體支出比。我們對照的是公司在那些職位上原本就有的人力支出，以及那個任務裡有多少會從人力支出轉成 AI agent 支出。」

– Workday 的財務主管，談 AI agent 怎麼定價

如果這個比法成立，AI 支出的上限就不是 IT 預算，是薪資。美國知識工作者的薪資一年超過 6 兆美元、全部受雇者超過 12 兆（都是我們的粗估），對比我們預估 2026 年底全市場 AI ARR 約 1,500 億，走進去的比例還不到 3%。

Uber 是把簡單的任務往便宜模型推，上一篇【市場說 AI ARR 不如預期，可是算力為什麼還是越來越緊？】看到的是往上走的那一邊：用得最深的那群公司，七月的花費一個月增加 45%，時間點對著 Fable 5 上市。

簡單任務往便宜模型走、難的任務往最強的模型走，兩邊同時發生。所以第一個擔憂的答案是：AI 支出沒有到頂，企業開始管帳單，是把 AI 從實驗變成一條會編進預算的支出。

賣軟體的公司：SaaS 末日？先把軟體拆成鷹架和治理層

回到前言的第二個擔憂。用 AI 的公司在挑「哪些自己做、哪些繼續買」，軟體公司這邊就看得到留下來的是什麼。

把企業導入 AI 想成蓋房子，模型是房子本體。房子還蓋不到的地方，施工時會在外牆搭一層架子：模型不知道公司內部的事，就用檢索補知識；不會操作系統，就用工具串接補手腳；記不住上下文，就用記憶管理補記性；不夠聰明，就把提示詞寫得很長、流程拆得很細。這一層我叫它「鷹架」，業界叫 harness 或 agent framework。房子越蓋越高，鷹架就一段一段拆掉。

另一層是合規：這個 AI 用誰的身份登入、能看哪些資料、每一步有沒有留紀錄、花的額度誰批的、闖了禍責任算誰的。這一層我叫它「治理層」，業界叫 governance 或 control layer。房子蓋得再高，合規的要求也不會消失，因為這是組織和法律的需求，不是能力的需求。模型再聰明，也不會讓法務部門同意「出事了再說」。

七月市場在吵 SaaS 末日的時候，我們的看法就是這樣：靠近模型的鷹架會被模型吃掉；接到企業內部資料、權限和責任的治理層，反而變成護城河。下面兩層各給證據。

鷹架那層：每一代新模型都把上一代的補強吃進去

鷹架會被吃掉，因為它本質上是技術債。鷹架是替模型當時做不到的事先做的補強；模型每變強一次，就把那些補強的功能包進本體。

AI 三波技術演進就像三次搬家：2023 年在寫提示詞，2025 年在設計要塞給模型什麼資料，2026 年在蓋 harness 讓模型自己跑。每一波新的做法，都是在補上一波模型做不到的事；模型一升級，上一波的做法就從加分變成包袱。

圖 1：AI 工程三年搬三次家，從 Prompt 到 Context 到 Harness（來源：台大李宏毅教授；FinSight 整理）

而且不只是失效，還可能拖後腿。新模型出來之後，替舊模型寫的提示詞、流程、技能包，很多反而在限制新模型的能力。

證據有兩組。第一組是實測：Databricks 七月拿自家真實的程式任務做評測，同一顆模型，把原本的鷹架換成一個人寫的極簡版，每個任務的成本少一半，品質沒變。換鷹架省下的錢，比他們換模型省下的（34%）還多，意思是鷹架這層能省的比模型層多，模型公司當然想把這塊吃回去。

第二組是付費數據：下面這張圖把 Ramp 企業刷卡資料裡的 AI 類別攤開，看一年下來每一類的付費家數是多了還是少了。

圖 2：AI 各類別付費家數一年變化（截自 AI 供需監測總覽「應用類別滲透與留存」分頁；資料來源：Ramp，2026/8 快照）

基礎模型類一年多了 13.7 個百分點，模型層還在全面走進企業；同一份樣本裡，AI 寫程式工具少了 4.2 個百分點，軟體設計、AI 客服、AI 銷售也都是負的，剛好就是替模型補能力的那一層。企業不是不用 AI，是把中間那層工具退掉，直接買模型公司自己的產品。（Ramp 樣本以美國中型企業為主，看方向就好）

反過來說：鷹架被吃掉，本身就是模型還在大幅進步的證據。補強一直失效，代表本體一直在變強。哪一天鷹架真的變成永久的護城河了，那才是模型停滯的訊號，到時候要擔心的就不是工具股，是整條算力需求曲線。

治理層：企業一邊管帳單，一邊還是在買軟體

8 月 26、27 兩天，Salesforce 和 Workday 開法說會，微軟和 ServiceNow 在德意志銀行的科技會議上發言，我們把四家講的事收成三點：

第一，錢沒有被 token 吃掉，反而流向真的做出東西的公司。

ServiceNow財務長：「新聞是真的。我每天跟財務長同業聊，每個人都在講怎麼管 token 預算。確實有些客戶因為 token 支出而在別的地方少花錢。但我們看到的是，就算他們在某個地方花更多，只要真的從產品看到價值，他們還是會加碼給那些把 AI 做進產品裡的軟體商。」

微軟的說法一樣：IT 預算在往 AI 重新排序，但報酬明確的地方有新增預算。

最硬的證據是模型公司自己就是這些軟體公司的大客戶：全球前十大 AI 公司有九家用 Salesforce，這群客戶的支出一年增加 435%；Anthropic 執行長這一季親自上 Salesforce 的法說會宣布 Claudeforce。

第二，去年在實驗，今年真的用起來，而且開始收錢。

Salesforce 本季新增 2,000 家付費進入生產環境的客戶，季增 70%；Workday 超過 5,500 家客戶在用自建 agent；微軟 Foundry 超過 10 萬家客戶、營收年增一倍。

其中一個案例剛好是 Uber for Business：用 Agentforce 處理進線名單，六週的事兩週完成，成交多六成。Uber 一邊壓自己的 token 帳單，一邊還是在買軟體；上一節「挑哪些自己做、哪些繼續買」，答案就在這裡。

圖 3：三家軟體公司的 AI 產品線營收，一年前對現在（資料來源：CRM、WDAY 財報，NOW 財務分析師日與德意志銀行會議；三家算法不同，不能加總。FinSight 整理）

三家有揭露的 AI 產品線的公司，營收持續倍數成長：Salesforce 的 Agentforce ARR 15 億美元、AI 與資料合計即將突破 40 億；ServiceNow 的 AI 業務第二季突破 10 億、全年財測 15 億；Workday 的 AI 產品線 ARR 接近 6 億，一年前只有 1.5 億多。

雖然從各家的營收基礎看還很小，但方向是持續倍數成長。

比營收更確定的是自己省下的成本：ServiceNow 說今年光內部 AI 效率就省了 5 億美元（約營收的 3%），人力持平還維持 23% 的營收成長；其他三家沒給金額，講的都是人力持平做更多事。

第三，軟體公司開始賣「幫你管 AI」的新產品，這就是治理層被做成產品的樣子。

表 1：四家都在賣治理層的產品：對回身份、權限、留紀錄、責任那份清單。資料來源：CRM、WDAY 法說會（2026/8/26、8/27）；MSFT、NOW 德意志銀行科技會議（2026/8/27），FinSight 整理

公司	產品	賣的是什麼
ServiceNow	AI Control Tower	跨所有 AI 供應商管支出、看投資報酬、出事有緊急停止開關。財務長說這就是客戶管「token 預算」要的東西
Workday	Agent Passport	給資安團隊一份可稽核的驗證紀錄，證明 agent 部署前過了風險測試、部署後持續受監控。思科是首發夥伴
微軟	ME7 與 M365 管理中心	第四季推出，讓客戶看得到誰在用、用在哪、花多少，並且管得住
Salesforce	零資料保留與權限繼承	資料不進任何模型，AI 沿用既有的共享與資安模型。從 2023 年開始做，做了三年

Uber 壓帳單靠的是「讓員工看到自己花多少」，軟體公司現在把這件事做成產品賣。

微軟財務主管說：M365 最值錢的地方之一是可預測，一個員工每月固定付多少錢；agent 改成用量計費之後這件事被打破了，「這是個大問題」。

當帳單變得不可預測，管帳單的工具就有人買。這是全新的預算，不是從別處挪來的；而且企業的 AI 治理一旦跑在某一家的平台上，就很難換掉。

Salesforce 這次法說會還請了 Ohalo 執行長 David Friedberg 上台，他是「SaaS 末日論」最早的支持者之一。他說他週末用 AI 寫了一個 CRM，很快發現維運、帳號、資安要花的功夫比想像多太多，所以決定不做 CRM、ERP 這種東西，只做自己產業的客製介面。他修正後的立場是：SaaS 末日還在，但變成小寫的，會被 AI 重建的是把一整個產業綁在同一套流程上的垂直軟體，橫向的平台反而被強化。

用這篇的說法，AI 搭得出來的是鷹架，搭不出來的是治理層，所以最後還是回頭買平台。

個股差異在擴大，這波反彈主要受益於評價回升

同樣把 AI 做進產品，四家軟體公司收錢的進度差了好幾季。

ServiceNow 已經在提價收錢，套裝漲了 20% 到 30%；Salesforce 高階版溢價六到八成，但只有 5% 的使用者升級；微軟剛改成用量計費，還沒有數字；Workday 還在免費送。

輸家那邊也有名單：做專案管理看板的 Monday.com 和做試算表資料庫的 Airtable 都被市場重估，Airtable 從 2021 年 117 億美元的估值被 22.5 億買走；最值得看的是做報稅軟體的 Intuit，年初至今跌了 48%。報稅夠真實世界了，還是跌。

所以守得住的不是「貼近真實世界」，是模型拿不到的資料（CRM 裡的客戶關係）、出事誰負責的邊界（身份、資安）、企業不想自己養的維運人力（Friedberg 那段）；規則清楚、資料公開、螢幕裡就做得完的軟體，再真實也會被吃。這跟鷹架和治理層的分法是同一件事。

至於這波軟體股的反彈，更多是評價回升：市場從「軟體會被 AI 全面取代」的情緒裡走出來，把折價拿掉，但四家的財測沒有一家真的加速，Salesforce 扣掉併購貢獻後大約只成長 6%，訂單（cRPO）雖然加速到 14%，反映到營收要一到兩年。「我們不會消失」有證據了，「我們會加速」還沒有那麼明確。

回到開頭的兩個擔憂：答案是同一件事

AI 支出到頂了嗎？沒有。
Uber 用量翻九倍、帳單維持在高檔、省的是人力；企業把 AI 從實驗變成一條會編進預算的支出，跟 SaaS 當年一樣，開始算帳才是真實支出的開始。
SaaS 末日來了嗎？沒有。
AI 吃的是鷹架，每一代新模型都把上一代的補強吃進去；吃不掉的是治理層，這週四家軟體公司把它做成產品、貼上價格，連最前面的模型公司都來買。

這兩件事在近期發生我們認為不是巧合。企業開始管帳單與軟體公司開始賣管帳單的工具，是同一個時刻的兩邊：AI 真的用起來、接上現實世界的時候，長出來的就是這些東西。

風險在三個地方：

模型停滯：整套推論的前提是模型持續變強，哪天鷹架真的變成永久的護城河，要改的不只這篇，是整條算力需求曲線。
模型公司自己來蓋治理層：Claudeforce 現在是結盟，Anthropic 選擇接進 Salesforce 既有的權限和資安設定；哪天模型公司把身份、權限、留紀錄做到大企業願意整套採用，治理層這門生意就會被往下吃。
租金只有龍頭收得到：四家都想當那一層，還開始互相搶。這篇要對帳的兩個地方就在這裡：Workday 免費期結束後簽約家數有沒有拉高，下一季二線軟體公司的數字撐不撐得住。

免責聲明：本文章內容僅供投資人參考，無任何推薦與買賣邀約之情事，投資人應獨立審慎判斷，自負買賣風險謹慎投資，本網站不負任何法律責任。

喜歡我們的文章嗎？歡迎追蹤我們的臉書粉絲團，我們會持續提供更多產業趨勢的分析。
若我們的網站有幫助到您，也可以選擇贊助我們，讓我們更有動力繼續前進！
一次性贊助 ☕ 定期定額贊助 🥐

AI 認知落差系列——把市場正在流行的想法，跟數據說的話，放在一起對質。
一、現在的漲價只是前菜：AI 算力會越來越缺，至少缺到 2027 下半年（2026/7）
二、AI 燒錢無底洞？我們把成本線畫出來了：照這斜率，AI 離賺錢只差一年！（2026/7）
三、從供應鏈營收反推 2027 資本支出：記憶體與晶片價格飆漲，五大 CSP 付得起嗎？（2026/8）
四、2026Q2 雲端公司財報：缺貨中還能加速，需求第一次看得到 2028（2026/8）
五、還在用「殺價競爭」看 AI？2025 年中之後，定價的遊戲規則早就不一樣了（本篇 2026/8）
六、市場說 AI ARR 不如預期，可是算力為什麼還是越來越緊？（2026/8）
七、AI ARR 成長慢下來就是到頂了？看懂四年的階梯式成長，就不會慌（本篇 2026/9）
八、AI 支出到頂？SaaS 末日？兩個擔憂，答案是同一件事的開始（本篇 2026/9）
九、市場最擔心的債務問題（即將發布）