2026年6月，Salesforce宣布以约36亿美元收购Fin——一家几周前还叫Intercom的公司。

如果只把这笔交易理解成“Salesforce补充一个AI客服功能”，会漏掉真正重要的叙事变化。

Intercom原本就是一家典型SaaS公司：客服坐席登录它的Helpdesk，在网页里查看对话、分配工单、回复客户，公司按坐席收取订阅费。

但在大模型出现后，它没有满足于给旧产品加一个Copilot，而是把公司改名为Fin，把最重要的产品变成一个可以独立运行的客户Agent，并把收费单位从“一个客服席位”改成“成功完成一次结果”。

更有意思的是，Fin不要求客户迁出Salesforce。它可以直接架在Salesforce、Zendesk、HubSpot和Freshworks之上，读取原系统里的知识、客户与工单，处理问题，执行动作，再把结果写回原系统。

员工仍然可以留在Salesforce，但客户首先接触的是Fin；数据仍然存在Salesforce，工作却由Fin完成；Salesforce保住了系统记录，Fin拿走了交互、任务和结果。

然后，Salesforce花36亿美元把它买了回来。Salesforce收购公告〔1〕

这就是本期的“叙事差”：

旧SaaS继续保存数据、权限和审计记录；AI Agent成为新的数字前台，理解用户、调用多个系统并对结果收费。真正发生迁移的，是SaaS最值钱的交互、工作和定价权。

Fin案例最值得研究的地方，在于它同时具备“传统SaaS”和“AI原生公司”两种身份。

Intercom成立于2011年，曾经是最典型的客服SaaS之一：提供在线聊天、收件箱、工单、自动化和客户支持平台。它的收入自然与客服团队规模、付费席位和产品版本绑定。

2023年，Intercom推出Fin AI Agent。2026年5月，公司干脆把企业名称从Intercom改成Fin，只把Intercom保留为Helpdesk产品名。CEO Eoghan McCabe对此的解释几乎没有留下余地：AI原生竞争者没有旧品牌包袱，而老公司唯一的出路是“摧毁过去”。Intercom更名为Fin〔2〕

一个月后，Salesforce宣布收购Fin。根据双方公告，交易预计在Salesforce 2027财年第四季度完成，仍需要监管批准。Salesforce披露Fin拥有超过3万家企业客户，并称其Agent平均能够端到端解决76%的支持量；这些属于公司披露，并非统一第三方审计。Fin交易条款〔3〕

这不是一个“创业公司挑战巨头，最后被巨头买下”的普通故事。

更准确地说，这是一个老SaaS先把自己改造成AI原生公司，再被更大的老SaaS收购的故事。

它说明真正决定公司是否“AI原生”的，不是成立日期，而是它是否愿意重写三件事：

1. 产品的主要用户，从人变成Agent；
2. 产品的核心界面，从菜单和表格变成意图与结果；
3. 商业模式，从按人头收费变成按任务或结果收费。

把Fin理解成“自动回复知识库问题”，会低估它对传统客服软件的侵蚀。

一名真实客服处理“我要退货”时，通常要完成多步工作：识别客户和订单，核对退货政策，判断是否超过期限，查询物流状态，生成退货标签，更新订单与工单，必要时转交人工。

Fin的产品围绕这条完整链条构建：

• Train：连接知识库、政策、历史对话和数据源，定义语气、边界与升级规则；
• Test：用真实问题和历史样本进行模拟，查看错误、覆盖缺口和可能的失败路径；
• Deploy：部署到网页聊天、邮件、电话、WhatsApp、SMS和社交渠道；
• Procedures：把退款、身份验证、账户更新等标准作业写成自然语言与代码结合的流程；
• Actions：读取订单、修改字段、调用外部API和触发工作流；
• Analyze：分析解决率、话题、失败原因、客户体验和需要改进的知识；
• Copilot：当问题升级给人工后，为客服坐席提供答案、摘要和上下文。

Fin在Salesforce上的工作方式尤其关键。它读取客户授权的联系人、历史案件、知识库和字段，遵守现有路由与自动化规则，解决问题后将摘要、对话和获批字段变更写回Salesforce。问题无法解决时，Fin把完整上下文交给Salesforce中的人工客服。客户的数据仍以Salesforce为系统记录，但客户体验和大部分工作已经发生在Fin层。Fin for Salesforce〔4〕

Fin架在Salesforce之上

Fin还在向客服以外扩张。Fin for Sales可以主动接待网站访客、解释产品和价格、进行资格判断、预约会议、启动试用并把合格线索与完整对话同步进CRM。它试图从“客服Agent”变成贯穿销售、服务和电商旅程的“Customer Agent”。Fin for Sales〔5〕

最激进的变化发生在账单上。

Fin接在客户现有Helpdesk之上时，公开价格为每个结果0.99美元，基础计划49美元/月并包含50个结果。一次结果可以是问题被解决，也可以是一个预设Procedure成功执行到人工交接；失败、普通升级和未产生答案的对话不收费。Fin结果定价〔6〕

这和传统SaaS的差异非常大：

• 传统Helpdesk希望客服坐席越多，收入越高；
• Fin希望客服坐席越少、自动解决越多，收入越高。

它不再只争夺软件预算，而是直接和人工客服、外包呼叫中心以及客户服务成本比较ROI。

Fin披露，其自有客服团队用Fin自动处理超过81%的支持量，在需求较2022年增长超过300%的情况下避免新增至少100名员工，估计每年节省750万至900万美元。这个案例来自Fin自己，必须按厂商自报理解；但它展示了AI应用真正想进入的预算池：不是每月几十美元的软件席位，而是每年数百万美元的人力与服务费用。Fin内部客服案例〔7〕

Salesforce并不缺少AI Agent。Agentforce在FY27第一季度已经达到12亿美元ARR，同比增长205%。Salesforce拥有CRM数据、Data 360、Flow、MuleSoft、权限、审计和庞大客户基础，理论上是最有资格自己做好客户Agent的公司。Salesforce FY27 Q1〔8〕

但Salesforce在收购公告中对Fin价值的描述非常诚实：Fin提供的是packaged、fast-to-value的产品，特别适合希望快速上线的中小企业和部分商业客户；Agentforce则是深度可定制、适合大型企业改造的平台。

翻译成普通话就是：Salesforce有最完整的平台，但不一定有最简单、最好卖、最快看到结果的产品。

Agentforce需要处理客户多年来积累的字段、权限、流程、集成和合作伙伴体系。它可以做得很深，却也可能部署更重、定价更复杂、价值兑现更慢。Fin则把客服这一条高频工作打包成相对标准化的产品，可以接入旧Helpdesk，在较短时间内开始解决问题，并按结果收费。

Salesforce买Fin，至少是在购买五样东西：

1. 一个已经产品化的客服Agent，而不是一套需要客户自己拼装的平台；
2. 一条结果定价的商业路径，可以对冲客服seat减少；
3. 客服专用数据、评估集与失败反馈，用于持续提高解决率；
4. Apex垂直模型和AI团队，Fin声称其客服专项表现优于通用前沿模型，但该对比来自公司自测；Fin Apex〔9〕
5. 3万家客户与低摩擦分发，帮助Salesforce覆盖Agentforce不容易快速触达的客户层。

因此，这笔收购同时支持多头和空头两种解释。

多头会说，Salesforce愿意主动购买新商业模式，用Fin补齐标准化产品，再把它分发给全球客户。

空头会说，Salesforce拥有最完整的数据、渠道和研发预算，却仍然需要花36亿美元收购一家更会做产品的公司；这说明旧组织确实难以在不保护既有seat、合同和实施生态的情况下，把自己完全重做一遍。

我更倾向于第三种解释：Salesforce不是没有自我革命的意愿，而是在进行一场“受控蚕食”。它必须确保动作、用量和结果收入增长得比消失的seat更快。Fin是加速这场迁移的外部样板。

一套传统SaaS其实同时打包了五层价值：

1. 界面与注意力：员工每天打开哪个软件；
2. 工作流与协作：任务如何流转、升级和完成；
3. 系统记录：客户、订单、工单和历史事实存在哪里；
4. 权限与治理：谁能看什么、改什么，怎样留痕；
5. 商业计量：按照seat、模块和合同向客户收费。

过去这五层由同一家SaaS公司提供。Agent出现后，它们开始解耦。

AI原生公司往往不会一开始就替换最难迁移的数据库，而是先架在旧系统上，夺走用户入口和工作流；等它积累了对话、偏好、结果和流程数据，再向系统记录与商业计量推进。

AI原生公司切走SaaS哪一层

这也是为什么“Salesforce客户仍在使用Salesforce”不等于Salesforce保住了全部价值。

如果客户每天对Glean提问、让Sierra处理服务、让Clay寻找线索，只在后台调用Salesforce API，那么Salesforce仍有数据粘性，却可能失去用户时长、工作反馈、功能增购和最高利润的交互层。

1. Fin：切走客服入口、客服工作和结果定价

Fin最典型的策略是“骑在Helpdesk上”。它不要求客户迁移Salesforce或Zendesk，而是直接读取和写回这些系统。

它切走的是客户第一入口、自动解决流程、问题分类与对话数据，以及本来属于Helpdesk或客服外包商的结果收入；它暂时留下的是CRM中的权威客户记录、复杂人工工单、权限和部分路由规则。

Fin越成功，Salesforce中的人工Service Cloud seat可能越少，但后台API、数据与高权限操作仍然存在。这恰好解释了Salesforce为什么必须拥有Fin，而不能只把它当作一个合作伙伴。

2. Sierra：把“客户服务软件”进一步改写为“Agents as a Service”

Sierra由Salesforce前联席CEO Bret Taylor和前Google高管Clay Bavor创立。它提供面向大型企业的客户Agent，可横跨语音、聊天、邮件、WhatsApp等渠道，并连接CRM、订单、银行、支付和贷款系统，完成退货、理赔、套餐变更甚至贷款发起等多步任务。Sierra产品〔10〕

Sierra的产品不仅包括Agent Studio，还包括用自然语言生成和修改Agent的Ghostwriter、从客户对话中发现问题的Explorer，以及面向跨天、跨月客户关系的Horizon。公司采用结果定价，强调客户为完成的业务结果而不是token或seat付费。

2026年2月，Sierra披露ARR超过1.5亿美元；公司还称其服务40%的《财富》50强企业。这些数字来自公司披露，尚不足以证明长期毛利和留存，却显示大型企业愿意为独立于CRM的客户Agent支付新增预算。Sierra第二年回顾〔11〕

Sierra切走的不只是客服软件功能，而是品牌面向客户的“数字前门”。CRM继续保存事实，Sierra决定客户看到什么、Agent采取什么动作以及什么结果可以收费。

更激进的是，Sierra已经把自己的软件改造成headless infrastructure，让Ghostwriter直接使用整个平台构建和改进Agent。它甚至公开提出“web app的终结”：未来软件不需要为人设计大量菜单和表格，只需要向Agent暴露数据和动作。Sierra Agents as a Service〔12〕

3. Decagon：把企业SOP变成可执行的Agent Operating Procedures

Decagon同样从客服切入，但它把产品核心定义为AI concierge与Agent Operating Procedures，简称AOP。

AOP把自然语言步骤、条件逻辑、API工具和客户元数据组合在一起。例如，Agent可以先核对订单和地区，再判断退款政策，调用支付系统，更新账户，最后把复杂例外转交人工。自然语言提供弹性，代码和工具提供确定性与安全边界。Decagon AOP〔13〕

Decagon还在增加跨会话记忆、主动外呼语音和Agent Workbench。Workbench让业务团队查看Agent为什么失败、定位工作流问题并修改AOP。

2026年1月，Decagon宣布完成2.5亿美元D轮融资、估值45亿美元，并称过去一个财年新增超过100家全球企业客户，包括Avis、Block和Deutsche Telekom。Decagon融资〔14〕

它切走的是Zendesk、Salesforce Service Cloud等软件中的自动化、知识检索、任务处理和部分质检分析，也切走一部分BPO人工。系统记录可以保留，但客服主管优化流程的工作台开始转移到Decagon。

4. Glean：不替换任何一个SaaS，却可能替换所有SaaS的入口

Glean最初是一家企业搜索公司。它连接Google Drive、Microsoft 365、Slack、Salesforce、Jira、GitHub等企业应用，在遵守原权限的前提下建立索引和Enterprise Graph，再让员工跨系统搜索、问答和运行Agent。

它公开披露拥有275个以上应用连接器。Enterprise Graph不仅存文档，还把人员、项目、客户、产品、工单和代码之间的关系组织成上下文，让Agent理解“这个项目”“那个客户”在公司内部究竟指什么。Glean Enterprise Graph〔15〕

2026年5月，Glean披露ARR达到3亿美元，较15个月前的1亿美元增长两倍。Glean ARR〔16〕

Glean切走的是企业搜索、知识管理、内部门户、Copilot以及各SaaS自己的部分入口。它暂时不一定替换Salesforce、Jira或Google Drive，却可能成为员工唯一需要打开的工作界面，再把请求路由给后台系统。

如果这条路线成立，未来最重要的企业软件可能不是“系统记录”，而是跨所有系统组织语义、权限和上下文的“系统上下文”。

5. Clay：把销售软件堆栈压缩成一个GTM执行引擎

销售团队过去需要多个工具：ZoomInfo或Apollo找数据，Salesforce保存客户，Gong记录电话，Outreach或Salesloft发邮件，营销自动化负责培育，RevOps再把它们拼起来。

Clay把第一方CRM与数仓数据、150多个第三方数据源、招聘与融资信号、AI研究、名单评分、工作流、邮件序列和广告受众逐步放进同一平台。Claygent可以研究公司、判断线索、分析通话、提取流失原因并生成个性化内容；Sequencer和Ads继续把结果推向邮件与广告执行。Clay产品路线〔17〕

Clay在2025年12月披露ARR达到1亿美元；2026年1月，一次员工股权交易以50亿美元为公司定价。Clay ARR〔18〕 Clay员工股权交易〔19〕

Claygent则在2025年6月披露累计运行超过10亿次。需要注意，一次“run”是指它为一行数据寻找一次新信息，并不等于完成10亿项完整销售任务。Claygent运行口径〔20〕

它切走的是销售数据采购、数据清洗、线索研究、个性化外联、部分销售互动软件和RevOps编排。Salesforce仍然可以作为最终记录，却不再是决定“找谁、何时联系、说什么”的智能层。

6. Attio：开始攻击CRM本身，而不是只骑在上面

Attio选择了更难的一条路：重做系统记录。

它提供可自由定义对象和关系的CRM数据模型，把邮件、通话、会议、产品使用和客户记录组织成Universal Context。Ask Attio可以直接理解当前页面和CRM上下文，查询、创建和更新记录；Workflows则让Agent对所有客户运行研究、评分、摘要和跟进流程。Ask Attio〔21〕

Attio更可能先在创业公司和快速成长团队中替换传统CRM，因为这些客户历史包袱小，不需要迁移十年积累的Salesforce定制。它切走的是CRM界面、手工录入、管理员配置、自动化工作流，最终也试图拿走系统记录本身。

7. Day AI：让CRM从“员工填写的数据库”变成“自动形成的客户记忆”

Day AI把自己称为会自行构建的CRM。它持续读取团队授权的邮件、会议、Slack和Gong内容，自动更新公司、联系人和交易上下文。用户不必先把一个空CRM填满，再从里面生成报表；客户记忆随着日常交流自然形成。Day AI入门〔22〕

公司在2026年2月宣布完成2000万美元A轮融资并正式商用，明确表示：对于创业公司，Day AI希望完全替换CRM。Day AI融资〔23〕

它攻击的是传统CRM最脆弱的地方——没有人愿意录数据。如果Agent能自动捕捉客户上下文，CRM的录入界面、提醒、基础报表乃至一部分RevOps工作都会被重新定价。

这件事正在从个案变成趋势。

Menlo Ventures对约500名美国企业AI决策者的调查和自下而上估算认为，2025年企业生成式AI支出约370亿美元，其中应用层约190亿美元；AI创业公司在应用层获得约63%的份额，而传统厂商约37%。这是风险投资机构的市场模型，不能等同于官方统计，但它至少说明新预算并没有自然流向原有SaaS巨头。Menlo企业AI报告〔24〕

AI原生公司拥有四个暂时优势：

第一，没有seat包袱。它们可以直接按解决、成交、线索或工作量收费，不担心伤害旧许可。

第二，产品从任务而不是模块出发。客户买Fin是为了解决客服问题，而不是购买知识库、聊天、路由、自动化和AI五个SKU。

第三，迭代数据更集中。每次失败对话、人工接管、退款和结果都进入同一个评估闭环，帮助产品继续提高专项成功率。

第四，可以把多个SaaS降级成工具。只要旧软件提供API和权限，Agent就能把它们当作数据库和动作服务器，而不需要复制所有功能。

当然，这些优势并不等于创业公司必胜。

大型SaaS仍然拥有最难迁移的系统记录、权限、审计、合规、渠道和合同。AI原生公司需要承担推理成本、重试、人工服务和企业实施，毛利未必像传统SaaS一样稳定；模型与协议开放后，产品功能也可能被快速复制。

所以更可能出现的不是新公司彻底替代旧公司，而是双方争夺价值链的不同层。

Gartner在2026年7月提出，到2030年可能有2340亿美元企业应用软件支出暴露于“Agentic Arbitrage”：Agent绕过多个软件界面，直接完成结果，使原本依靠用户界面和seat收费的价值失去支撑。Gartner给出的转型方向，是从interface-based value转向outcome-based value。Gartner研究〔25〕

“暴露于风险”不等于这些收入全部消失。

更可能的变化是SaaS从前台退到后台：

• Agent成为用户和客户看到的界面；
• 企业或Agent平台负责跨系统编排；
• Salesforce、ServiceNow、ERP和数据库继续保存权威事实；
• 云平台提供模型、算力、身份、安全和治理；
• 账单由seat转向“平台底座 + 少量人类席位 + 数字劳动用量 + 结果分成”。

SaaS价值链重新分层

这就是“无头SaaS”：软件仍然存在，却不一定再被人直接打开。

而无头化最大的投资含义，不是收入立即归零，而是估值属性变化。一个掌握用户入口、行为反馈和结果定价的平台，通常比只提供可靠API和数据库的后台工具拥有更高增长和定价权。

情景一：传统SaaS完成自我革命

Salesforce整合Fin，ServiceNow把Agent嵌入工作流，HubSpot用结果收费覆盖seat减少。大型平台同时保住系统记录和Agent入口。

受益者是拥有数据、动作、分发且敢于迁移计费方式的SaaS；承压者是只给旧界面加聊天框的公司。

需要验证：AI用量和结果收入是否大于seat流失，核心有机增长是否重新加速。

情景二：AI原生公司拿走工作层，旧SaaS退居后台

Fin、Sierra、Decagon、Glean和Clay成为用户日常入口，Salesforce、Zendesk和其他系统只保存记录、提供权限与API。

受益者是拥有专项任务数据、结果闭环和跨系统连接的Agent；承压者是界面和工作流占价值较高的SaaS。

需要验证：AI原生公司的留存、独立毛利、人工实施比例与大型客户扩张。

情景三：企业自己控制统一Agent入口

大型企业建立自己的Agent控制层，按需调用不同模型、Fin或Sierra等垂直Agent，以及Salesforce和ERP后台。

受益者是云、身份、安全、治理、模型路由和开放系统记录；承压者是封闭平台与重复的部门级Copilot。

需要验证：企业自建从Demo走向生产后，维护、评估和安全成本是否可控。

情景四：Agent爆发，但利润被基础设施和客户拿走

AI应用高速增长，却因模型成本、价格竞争、客户议价和重实施而缺乏高毛利。应用价值真实，股东回报却未必理想。

受益者可能是云、模型和拥有议价能力的大客户；承压者是缺少数据护城河、只包装通用模型的Agent公司。

需要验证：每个成功任务的收入，扣除推理、重试、人工复核和销售实施后还剩多少。

四个情景并不互斥。我的基准判断是：系统记录不会快速消失，工作入口会加速迁移，结果收费会持续扩大，应用层最终只会留下少数拥有专项数据、上下文和分发的赢家。

对Salesforce而言，收购Fin降低了一个近端风险：至少在客服Agent这一条最先商业化的赛道上，它不再只能依靠自己的平台慢慢产品化。

但交易也把一个长期风险摆到了明面上：如果Salesforce最终只保住客户数据库，而Fin式Agent控制了客户入口、任务和结果定价，那么Salesforce仍会是一家重要公司，却可能不再拥有企业软件中增长最快的利润池。

所以，下一次财报与产品更新最值得追踪的不是又新增了多少Agent，而是：

1. Agentforce和Fin的确认收入、用量与结果收入；
2. 客服seat减少后，客户总合同金额是上升还是下降；
3. Fin能否借Salesforce渠道进入大型客户，Agentforce能否借Fin缩短部署；
4. 外部Agent通过API调用Salesforce，还是用户直接使用Salesforce的Agent入口；
5. AI任务收入扣除模型、语音、重试、人工复核和实施后的真实毛利；
6. Sales、Service和Slack剔除并购后的有机增速是否重新上行。

过去，企业软件的护城河常被概括为“数据和工作流”。

Agent时代需要把这句话拆开。

数据存在哪里，和人在哪里工作，可能不再是同一个答案；保存事实的人，和决定下一步动作的人，也可能不再是同一家公司。

Fin架在Salesforce上，已经把这种未来演示得非常具体：

Salesforce保存客户、案件和权限；Fin理解问题、完成任务、面对客户并按结果收费。

Salesforce选择花36亿美元把Fin买进来，说明它理解这一变化的严重性。

所以，SaaS没有死。

它只是第一次面对这样一个未来：

判断下一代企业软件赢家，不能只问“谁的数据最多”，还要继续问：谁理解意图，谁编排动作，谁定义结果，谁能把结果写到账单上。

当人不再打开软件，最后这四个问题才真正决定价值属于谁。

本文仅为行业研究与叙事推演，不构成任何投资建议。Fin交易仍待监管批准；公司解决率、ARR、客户数、节省金额和估值多为公司或投资机构披露，缺少统一第三方审计。不同公司的ARR、融资估值、任务量与集团收入不能直接横向比较。