AINS 是下一個 SaaS？AI 時代的軟體商業模式要怎麼想
SaaS 跑了二十年，AINS 要來重新洗牌了嗎？
> Meta Shift
開場：一個在 AI 律師事務所舉辦的小型峰會
2026 年 8 月，紐約，一棟辦公大樓裡。
投資人 Jake Saper 在 AI 原生律師事務所 Crosby 的辦公室辦了一場小型峰會，邀請的是他眼中下一波創業浪潮的先行者 — 用 AI 直接經營法律、會計、保險服務的新創公司。Saper 所在的 Emergence Capital 正在押注一個概念：「AINS」，AI-Native Services。
這不是在賣軟體，也不是在賣 AI 工具。這些公司是直接在賣「服務本身」— 雇律師、雇會計師、雇保險經紀人，然後配上一批 AI 工程師，讓那些服務提供者的產出效率暴增。客戶付的不是軟體授權費，而是「事情做完」的費用。比如說，你不是按小時付律師費，你是付一份合約審查完成的固定價格。
這個邏輯聽起來很直接，但背後拆解開來影響很大。
SaaS 這個商業模式跑了快二十年，從 Salesforce 打頭陣，到現在幾乎每個企業軟體都是訂閱制。投資人、工程師、產品經理全都熟悉這套遊戲規則：ARR、churn rate、expansion revenue、NPS。但 AINS 在說的是：這套規則要換了。
問題是，真的會換嗎？還是又一個被講爛的概念？我覺得這次不太一樣，而且原因比大多數人想的更底層。
商業模式拆解：誰出錢、付什麼、為什麼
先說清楚 AINS 的運作邏輯，跟傳統 SaaS 比較容易懂。
SaaS 的定價邏輯是「你用了我的軟體，每個月或每年付我費用」，不管你用得好不好、有沒有達到效果，授權費照付。這個模式對軟體公司很友善 — 邊際成本低、現金流穩定、churn 可預測。但對客戶來說，他買的是「工具」，用不用得好是他自己的事。
AINS 的定價邏輯是 outcome-based — 你付的是「結果」。合約審查完成收一個固定費用，稅務申報完成收一個固定費用，保險理賠處理完成收一個固定費用。聽起來像傳統服務業，但關鍵差異在效率：因為有 AI 大幅提升了服務人員的產出，完成同樣一件事需要的人力時間可能只有傳統事務所的 1/5 甚至 1/10，所以他們的毛利率可以同時比傳統服務業高、又比 SaaS 軟體更有競爭力的定價。
護城河在哪？我認為有兩層：
第一層是流程資料。每次服務完成，AI 就多學了一份 case。法律、會計、保險都是高度 case-specific 的領域，累積的 case data 會讓模型越來越準，新進者很難複製。
第二層是監管壁壘。你要經營律師事務所，就得有律師執照。會計就得有 CPA。這些牌照本身是進入門檻，不是任何人拿了 API key 就能衝進來的市場。這跟傳統 SaaS「只要工程師夠強就能做」的邏輯完全不同。
市場規模方面，法律服務全球估計超過 8000 億美元，會計服務超過 6000 億美元，保險服務更是數兆等級（來源：各產業研究報告，估計）。這些全都是人力密集、效率低落、但又有強力監管保護的產業 — 典型的「肥羊等著被 AI 吃」的格局。目前沒有公開的 AINS 公司 ARR 數據，但 Crosby 這類公司目前都還在早期，規模不大。
競爭格局：傳統 SaaS 公司為什麼轉不過來
這是我覺得最有意思的地方。
理論上，Salesforce、ServiceNow、或者任何一家做 legal tech 或 accounting tech 的 SaaS 公司，都應該有能力直接「往下延伸」，從賣工具變成提供服務。但實際上這幾乎不可能發生，原因有幾個：
Business model 衝突。SaaS 公司的商業模式是賣軟體給律師事務所，讓律師事務所效率提升。如果他們自己下場開律師事務所，客戶瞬間變成競爭對手。這種衝突在大公司裡幾乎沒辦法內部解決。
文化完全不同。SaaS 公司的 DNA 是工程師文化 — 快速 iteration、scalable system、product-market fit。但 AINS 需要同時管工程師跟律師，這兩種人的工作節奏、溝通方式、績效指標全都不一樣。整合難度極高。
估值邏輯不同。SaaS 公司的估值是 ARR 的倍數，市場給的 multiple 可以很高。服務業的估值通常是 revenue 的倍數，而且倍數低很多。傳統 SaaS 公司往 AINS 轉型，帳面上會傷估值，投資人不會開心。
目前格局大概是這樣：
| 類型 | 代表 | 優勢 | 弱點 |
|---|---|---|---|
| AI 原生服務新創 | Crosby（法律）、Harvey（法律 AI） | 無歷史包袱、outcome-based 定價 | 規模小、牌照取得慢 |
| 傳統大型事務所 | Big 4 會計、AmLaw 100 | 客戶信任、監管關係 | 效率改革慢、舊有人員阻力大 |
| Legal/Accounting Tech SaaS | Clio、Thomson Reuters | 現有客戶基礎、工具成熟 | 往下延伸有衝突 |
這場仗，傳統大型事務所的威脅來自內部阻力，SaaS 公司的威脅來自商業模式衝突。新創反而是最沒有包袱的玩家，但問題是他們的成長速度夠快嗎？執照取得、人才招募、case 累積，都需要時間。
Harvey 值得特別提一下。他們的策略是「先賣工具、再滲透服務」，據報導估值已超過 15 億美元（來源：多家科技媒體，2025 年底）。但嚴格說起來 Harvey 目前還是偏 SaaS 端，沒有完全跳到 AINS 的 outcome-based 定價。
Meta 判讀：這是 Meta Shift，不是 Patch Note
用電競的框架來說，這不是某個英雄被小幅強化的 Patch Note，這是整個 meta 在換。
最接近的歷史案例是 2010 年前後的 SaaS 取代 on-premise 軟體那波。當時很多人說「企業不可能把資料放雲端」，結果十年後 on-premise 幾乎只剩金融和政府還在用。轉型不是一夜之間，但方向確定之後就沒有回頭路。
AINS 現在的處境：概念已經成立、早期玩家出現、資本開始流入、但主流採用還沒發生。這正好是最早期的 Meta Shift 訊號 — 就像 2011 年你說「SaaS 會取代企業軟體」，對的，但還要等五年才能看到真正的規模效應。
哪些板塊會先被打到：法律（重複性高、文件量大）、會計（每年 cycle 性強）、保險理賠處理（標準化程度高）。這三個是 AI 最容易切入、又能最快做到 outcome-based 定價的領域。
哪些板塊短期安全：需要高度人際關係判斷的顧問服務（例如 M&A advisory、高端訴訟辯護）。這些 case 太 custom，AI 短期內在這邊的優勢有限。
以投資者角度來看：現在進場的 VC 押的是「這波浪起來的時間點」，而不是「這波浪會不會起」。我覺得後者幾乎已經是確定的，問題只是時間軸。如果你問我會不會投，我會優先看那些在監管壁壘高的領域、已經拿到執照、且有具體 case data 在跑的公司，而不是還在 demo 階段的。
工程師該怎麼看這件事
直接說結論：如果你還在想「我要做前端還是後端」，這個問題會越來越不重要，但「你懂哪個領域」會越來越值錢。
AINS 的核心工程挑戰不是 CRUD，是「把一個複雜的專業服務流程，拆解成 AI 可以介入的 step，然後在每個 step 設計適當的 human-in-the-loop 機制」。這需要工程師真的理解那個領域的作業方式 — 法律的 contract review 流程、會計的 audit trail 要求、保險的理賠核定標準。
純工具型工程師（我接到需求、做完、下一個）在 AINS 公司裡會比較邊緣。反而是那種「搞得懂業務邏輯、知道 AI 在哪邊能接手、在哪邊需要人」的工程師，會是這些公司最搶手的人。
Side project 的方向也可以往這邊想。你有沒有哪個領域是你真的懂的？不一定是工作，可能是你家裡的背景、你處理過的某個複雜問題。那個 domain knowledge 搭上 AI 工具，說不定比你做第一千個 TODO app 更有意思。
AINS 不是今年會爆發的事，但方向幾乎是確定的。SaaS 的訂閱模式還會跑很多年，但下一個十年的主角可能不是賣授權，而是直接賣結果。誰先把「服務本身」的效率做起來，誰就吃到這個市場。
延伸閱讀
HW SHU
9年媒體人
相關文章
MicrosoftMeta+5Microsoft vs Meta：誰的 AI 押注先賺到錢？
用 Microsoft vs. Meta 的對比說明兩種 AI 投資邏輯的差異 — 一個在賣鏟子、一個在挖礦，誰更穩？
2026年8月20日 · HW SHU · 7 分鐘閱讀
繼續閱讀 →AIGoogle 讓你移除 AI 浮水印 Anthropic 要偷偷加上去 — 誰的策略對？
Google 和 Anthropic 對 AI 浮水印的策略恰好相反 — 一個讓你移除看得見的、另一個要加上看不見的。這背後反映了什麼產品哲學和商業考量？
2026年8月17日 · HW SHU · 7 分鐘閱讀
繼續閱讀 →
AI AgentsAI+3OpenAI 的 Agent 把 Hugging Face 打掛了 — 完整時間軸與教訓
用這個事件當切入點，討論 AI Agent 在沒有良好邊界設計的情況下會造成什麼真實世界的傷害，以及這對開發者有什麼警示意義。
2026年8月17日 · Waiting7777 · 7 分鐘閱讀
繼續閱讀 →這篇文章對你有幫助嗎？
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。