2026年2月3日,Salesforce、SAP、ServiceNow、Adobe、Workday的市值一天之内蒸发了3000亿美元。这些代表性的企业级SaaS股票当天普遍下跌了7%到11%。
原因只有一个:大家开始担心"AI智能体会不会直接绕过我们的软件"。三个月后,SAP给出了答案——把未经批准的AI智能体的API访问权限彻底封锁了。但与此同时,Fivetran和dbt Labs却押上了完全相反的赌注,选择把数据层彻底开放。
SaaS龙头股为什么一天就崩了?
2026年2月3日周二,企业软件的代表性股票集体下跌。原因很简单:企业开始把实际工作交给AI智能体处理,市场担心SaaS赖以生存的"按坐席收费"模式本身正在瓦解。
数字说明了一切。软件公司的远期市盈率从39倍压缩到21倍,过去一年里按坐席收费的占比从21%跌到15%,而混合计费和按用量计费的模式趁势涨到41%。当智能体开始替代人来使用软件,按"人头"收费这套逻辑本身就过时了——这是市场当时的判断。
这就是被称为"SaaS末日(SaaSpocalypse)"的事件。而这场恐慌给所有SaaS厂商留下了同一个问题:如果AI智能体能直接访问我们的数据,那我们的应用到底还有什么存在的意义?
SAP选择了锁门
SAP给出的答案是防守。在2026年4月底发布的新版API政策(v4/2026)第2.2.2条中,明确禁止"能够规划、自主选择并执行API调用序列的(半)自主或生成式AI系统"进行交互,除非通过SAP批准的渠道。获批的渠道只有四个——Joule Agents、SAP集成套件的MCP网关、Business Data Cloud,以及通过SAP Agent Gateway实现的Agent2Agent(A2A)。这项政策将在2026年6月9日通过安全补丁强制生效。
德国SAP顾问Marian Zeis直言不讳:"如果被限制只能用有文档记录的API,那最终是供应商在掌控我们未来的开发方向"。SAP首席执行官Christian Klein在投资者电话会议上解释说,大量数据请求或数百万次API调用需要被节流限制,以此保护性能和领域know-how。
值得留意
这不只是SAP一家的故事。Fraser在a16z播客中提到,几乎所有厂商都有同样的焦虑:"既然智能体能直接访问数据了,我的SaaS应用作为交互界面的价值就在下降"。他把这种防御性的API封锁,直接称为"向自己的客户宣战"。
同一时期,ServiceNow的做法完全相反。它利用MCP和A2A协议,搭建了一套连接第三方厂商智能体的编排平台。面对同样的危机,一家锁上了门,另一家把门打开了。
选择开放的一方正在赢
Fraser在播客里正面反驳了整个SaaS行业都在害怕的"数据引力(data gravity)"。他说:"数据引力完全是假的,这是糟糕的数据管道催生出来的一个神话"。他真正强调的是上下文(context):"没有上下文的AI智能体,就跟联网之前的ChatGPT没什么两样"。
2026年6月1日,Fivetran和dbt Labs完成了全股票并购交易。合并后服务超过10万个数据团队,客户包括OpenAI、Zendesk、Coupa、HubSpot、LVMH、辉瑞等。Fraser继续担任CEO,Tristan Handy出任总裁。Fraser说:"下一代企业AI将由底层数据的质量来定义。"Handy则补充道:"信任是在基础设施层建立起来的"。
这不只是说说而已。他们把dbt Core v2.0(alpha版)以Apache 2.0协议完全开源,同时还发布了面向AI智能体的开源标准Agents Schema。SAP的逻辑是数据锁得越紧越安全,而Fivetran和dbt押的却恰恰相反——数据开得越透明,信任才越多。
| 封闭型——SAP模式 | 开放型——Fivetran·dbt·ServiceNow模式 | |
|---|---|---|
| 智能体访问 | 仅限4条获批渠道 | 通过MCP、A2A标准化开放 |
| 客户反应 | 担心被锁定,顾问和客户群体强烈反弹 | 靠开源建立信任 |
| 官方理由 | 保护性能、保护领域know-how | "没有上下文的智能体毫无用处" |
| 执行时间 | 2026.6.9 API封锁正式生效 | 2026.6.1 并购完成+同步开源 |
市场也在朝这个方向走。2026年4月的一项调查显示,78%的企业AI团队已经在生产环境中运行MCP,公开的MCP服务器数量超过9,400个,算上私有和内部服务器估计达到2.8万到3.7万个。Gartner预测到2026年底,40%的企业应用将内置面向特定任务的AI智能体。留给"锁门硬扛"的时间,已经不多了。
你的公司数据,准备好迎接AI智能体了吗
这听起来像是SAP、Fivetran这类巨头才需要操心的事,但问题的本质适用于所有公司。用下面这5步,检查一下自己公司的数据是否真的能成为AI智能体可用的上下文。
- 画出数据源地图
先列清楚CRM、财务、客服、内部文档各自散落在哪里。数据散乱,智能体就没法建立上下文。 - 同步到中央数据仓库
用Fivetran这类ELT连接器,把分散的数据持续同步到Snowflake、BigQuery、Databricks等统一位置。重点是持续同步,而不是一次性导出。 - 定义清楚并加上测试
用dbt这类工具,把"营收""活跃客户"这些指标明确定义下来,并加上测试。没有定义,智能体就会随意解读数字。 - 用MCP网关做受控访问
别让智能体到处乱跑,让访问都经过一个有权限范围和审计日志的网关。全封和全开都不是正确答案。 - 核查供应商合同里的API政策
引入新的SaaS工具前,先确认它是否也有SAP那种"仅限获批渠道"的条款。等到想接入智能体才发现被挡住,那就晚了。
想深入了解
a16z播客——AI Agents and the Fight for Customer Data George Fraser与Martin Casado的完整对谈 a16z.com
Fivetran + dbt Labs并购新闻稿 并购细节与产品路线图全文 fivetran.com
SAP API政策原文解读 第2.2.2条详解及行业反弹报道 theregister.com
2026年MCP企业采用现状 服务器数量、采用率等最新统计 andrew.ooo
SaaS末日之后的生存策略 市值下跌与企业应对策略深度分析 samsungsds.com
