SaaS末日没有到来:Atlassian CEO谈AI时代的软件公司

Atlassian CEO认为AI不会消灭SaaS,基础设施型协作平台因数据与工作流护城河反将AI转化为增长引擎。
随着AI生成代码和自动化工作流能力的提升,"SaaS末日"论调在科技圈广泛流传。但Atlassian联合创始人兼CEO Mike Cannon-Brookes的判断给出了不同答案:并非所有SaaS都面临同等威胁。文章区分了两类软件——功能单一的轻应用确实面临被AI吞噬的风险,而像Atlassian旗下Jira、Confluence这样深植组织运转的协作平台,其价值在于长期沉淀的数据、跨团队工作流和深度生态集成,这些无法被临时生成的应用所复现。更重要的是,AI对此类平台更像能力放大器:海量结构化的企业协作数据成为构建智能功能的独特优势,使平台得以将AI内化为产品增值能力,而非被其绕过。这场"末日"本质上是行业结构的重新洗牌,真正决定软件公司命运的,是其所处的价值层级。
SaaS会被AI消灭吗?
在AI能够快速生成代码、自动化工作流的浪潮下,一个悲观的论调在科技圈流传开来:传统SaaS(软件即服务)公司会不会被AI彻底颠覆?当大模型可以按需生成一个应用,谁还需要按月付费的Jira、Trello或Confluence?
这个话题被称为"SaaS末日"(SaaSpocalypse)。而在与Atlassian联合创始人兼CEO Mike Cannon-Brookes的对话中,一个核心观点浮出水面——这场末日并没有真正到来。

Atlassian正是那种"其他所有公司都运行在其上"的基础设施型企业。它的产品——Jira、Trello、Confluence——帮助大型团队组织和管理协作、构建共享的公司信息库,成为现代团队工作方式的底层支撑。当外界担心AI会瓦解这类工具的价值时,来自这家公司掌门人的判断显得格外有分量。
为什么基础设施型SaaS没那么容易被替代
讨论SaaS的命运,需要区分两类软件。一类是功能单一、逻辑简单的轻应用,这类产品确实面临被AI生成能力吞噬的风险——如果一段提示词就能生成,付费订阅的理由就会被削弱。
但像Atlassian这样的协作平台属于另一类。它们的价值不在于单一功能,而在于长期沉淀的组织数据、跨团队的工作流、权限体系以及深度集成的生态。这些是团队协作的"记忆"和"骨架",无法通过临时生成一个应用来复现。
换句话说,越是承载企业核心运转、越是深度嵌入组织流程的软件,越难被简单替代。AI改变的是软件的构建方式和交互方式,而不必然是软件公司的存亡。
网络效应是理解这类平台韧性的关键概念。当一个组织的数百名员工都在同一个Jira项目中追踪任务、在同一个Confluence空间中沉淀文档时,平台的价值随用户数量的增加而指数级增长——每新增一个使用者,都让整个系统对其他人更有价值。这种效应使得迁移成本极高:即便某个AI工具能生成一个功能相似的替代品,它无法复制已有的历史数据、既成的权限结构和团队的使用习惯。经济学上将这种现象称为"锁定效应"(lock-in),它与数据护城河共同构成了基础设施型SaaS对抗颠覆的双重防线。轻量级SaaS(如单一的表单工具或简单的待办清单)通常缺乏这两层保护,因此更容易被AI生成能力所取代。
AI是威胁还是放大器
从Cannon-Brookes的视角看,AI对Atlassian这类公司更像是能力的放大器,而非终结者。管理大型团队、组织庞杂信息本身就是复杂问题,AI恰恰可以嵌入到现有平台中,帮助用户更快地检索信息、总结进展、自动生成任务与文档。
这意味着平台型公司有机会把AI变成产品的一部分,而不是被AI绕过。拥有海量结构化的企业协作数据,反而成为在AI时代构建智能功能的独特优势——数据护城河在大模型时代不仅没有贬值,某种程度上还更加关键。
将AI作为产品内嵌功能而非外部威胁,这一策略在行业中已有具体落地案例。Atlassian于2023年推出了"Atlassian Intelligence",将生成式AI能力直接整合进Jira和Confluence,支持自动撰写工作摘要、从自然语言生成JQL查询(Jira查询语言)、智能关联相关文档等功能。类似地,Notion推出了Notion AI,Salesforce构建了Einstein GPT,Microsoft将Copilot嵌入整个365生态。这一趋势表明,头部SaaS公司的普遍应对策略是"内化AI"而非与之竞争——利用自身积累的结构化领域数据对通用大模型进行微调或增强,从而让AI输出更贴合特定企业场景,形成差异化壁垒。
对行业的启示
"SaaS末日没有到来"这一判断,对整个软件行业具有参考意义。它提醒我们,关于AI颠覆的叙事往往过于笼统。真正决定一家软件公司命运的,是它所处的价值层级:是可被轻易复制的表层功能,还是深植于组织运转的基础设施。
对于创业者和投资者而言,这也是一个筛选标准——在评估一家SaaS公司的AI抗风险能力时,应当追问它是否掌握了难以迁移的数据、工作流和网络效应。
需要说明的是,本文基于对该访谈的简要素材整理,Cannon-Brookes在对话中的更多具体论据和数据尚未完整披露,相关观点仍以其核心立场为主线。
结语
AI正在重塑软件的生产与使用方式,但"消灭SaaS"的预言至少在Atlassian掌门人看来言过其实。基础设施型的协作平台凭借数据积累和深度集成,正把AI转化为自身的增长引擎。这场被热议的"SaaS末日",更像是一次行业结构的重新洗牌,而非全面崩塌。
相关推荐

Copilot Studio 中的 MCP 协议:标准化连接 AI 代理与外部系统
本文解析 Model Context Protocol(MCP)在 Copilot Studio 中的作用:作为一种开放协议,MCP 让 AI 代理以标准化方式连接客户信息、订单详情等外部工具和数据源,省去逐一定制集成的成本。

死刑流水线:佛罗里达如何加速处决,又如何制造冤案
Vox播客《The Gray Area》对话调查记者Pamela Koloff,揭示佛罗里达死刑制度如何从"炼狱"变成加速处决的"流水线",以及监狱线人证词如何制造死刑冤案。四分之一死刑平反案涉及监狱线人。

MCP协议详解:让AI连接GitHub、数据库等外部工具的标准
MCP(模型上下文协议)是让AI应用连接GitHub、数据库等外部工具的统一标准。本文解析MCP Server的tools、resources、prompts三类能力、GitHub MCP实例、对开发者的价值以及权限安全要点。