當 SaaS 全面接管 AI，模型公司將失去甚麼優勢？
在生成式 AI 爆發的最初階段，市場有一種很自然的想像：只要誰掌握最強模型，誰便能掌握整個產業鏈的最高權力。因為模型像引擎，其他產品不過是包裝；模型像大腦，其他服務只是接口。於是很長一段時間，人們談 AI 競爭主要都在談哪一家模型公司更強、參數更大、推理更快、能力更全面。
但技術產業的歷史一再證明一件事：真正長期穩固的權力往往屬於最能把技術嵌進日常流程、商業場景與組織依賴的人。原新聞所指出的趨勢正是如此：當傳統 SaaS 公司開始深度整合 AI，甚至尋求客製化基礎模型時，AI 產業的權力中心，便可能從模型層逐步下沉到整合層。
這代表一個關鍵問題正在浮現：當 SaaS 全面接管 AI，模型公司究竟會失去甚麼優勢？
最先失去的是直接面向用戶的入口優勢。
模型公司早期最強的地方在於它們擁有令人震撼的能力展示。用戶第一次見到模型能回答問題、寫文案、生成圖片、整理文件，自然會把價值歸功於模型本身。可是一旦 AI 被嵌入 Office、CRM、設計平台、客服系統、財務工具、行銷後台，情況就會改變。對企業客戶而言，他們購買的將是「一個本來就在工作流裡、可直接完成任務的功能」。
這個轉變極重要。因為大多數用戶其實不會長期忠於技術底層，他們忠於的是完成工作的摩擦成本。誰令流程最短、最穩、最容易協作，誰就擁有真正的日常使用權。當 AI 變成 SaaS 功能而不是獨立目的，用戶記住的往往是產品品牌、工作成果與操作介面。模型公司本來可以直接建立品牌與用戶關係，之後卻可能退居為一種隱形算力供應商。
換言之，模型公司失去的第一個優勢是終端關係，而終端關係正是未來最大權力來源之一。
第二個會被削弱的，是定價主導權。
在技術爆發初期，模型公司因為供應稀缺，可以用能力紅利維持較高議價空間。企業若想使用最先進的推理、生成或語言能力，便必須接入少數幾家模型供應商。可是當 SaaS 公司開始大規模整合 AI，情況便變得不同。SaaS 不是單純的中介，它們同時掌握客戶關係、場景知識、企業資料、使用頻率與既有付費結構。對企業來說，AI 只是整個工具箱中的一個模組，費用自然更傾向被打包進整體訂閱。這樣一來，模型能力便會被下游產品重新包裝與重新定價。
當模型變成可替換的底層供應，價格壓力幾乎是必然的。因為 SaaS 公司最終會問「它比另一個模型到底多值幾多錢」。只要不同模型在某些商業任務上的表現差距開始縮小，下游平台便有更大動機做多供應商配置、動態切換，甚至自行微調模型來降低成本。原新聞亦提到，未來會有越來越多公司客製化甚至全面訓練自己的基礎模型，以擺脫對主要供應商的依賴。這正是模型公司議價能力被侵蝕的訊號。
第三個會流失的，是「能力即品牌」的優勢。
現時不少模型公司仍能憑技術突破維持品牌神話：最聰明、最像人、最會推理、最多模態。可是這些優勢在純技術對決時固然重要，一旦進入企業場景，品牌含義就會改變。企業不會單憑模型分數選供應商，他們更在意安全性、延遲、法規、知識權限、審計、權限管理、團隊協作、資料隔離與部署穩定性。換言之，AI 在企業世界中不再只是 intelligence problem，也是 governance problem。
這正是 SaaS 的主場。SaaS 公司本來就長期處理權限系統、部門流程、API 串接、客戶成功、合規支援與資料結構。當 AI 被拉進這個體系後，決定勝負的是誰能把回答嵌進一套可信、可管、可追蹤、可擴展的制度環境裡。模型公司若不能控制這一層，便會發現自己雖然仍是技術焦點，卻未必是商業焦點。
第四個正在被稀釋的優勢，是資料回流優勢。
很多人以為模型公司最大護城河之一，是來自海量互動所累積的使用資料。這個判斷在消費者應用層面並非全錯，但在企業市場，真正有價值的資料往往都在私有流程裡：客戶通訊、內部文件、銷售紀錄、供應鏈資訊、歷史工單、合約慣例、團隊協作脈絡。這些資料是誰已在企業工作流中佔據位置，誰才有機會合法、穩定、長期地接觸與結構化它們。
而這正是 SaaS 的天然優勢。Salesforce、Microsoft、Notion、HubSpot、Adobe 之類的平台，本身已深嵌在企業行為之中。它們本來就在資料流的必經之路上加裝 AI。對模型公司而言，若它們只能從 API 呼叫中接觸到被清洗過、被抽象過的任務需求，而無法直接佔有整個業務上下文，那麼它們的「資料優勢」便遠沒有想像中那麼完整。
更深一層看，模型公司還可能失去一種更根本的東西：定義問題的權力。
當模型成為獨立產品時，模型公司可以主導用戶怎樣理解 AI：你可以問它甚麼，它擅長甚麼，怎樣與它互動，甚麼算成功使用。可是當 SaaS 接管 AI，AI 將以工作流的邏輯被使用。於是，真正定義 AI 價值的是那些決定 AI 在哪個按鈕出現、在哪個節點介入、替用戶省下哪一步、連到哪一組資料、觸發哪一個下一動作的平台。
這是非常關鍵的權力轉移。模型公司也許仍然最擅長回答，但問題是由別人提出的；模型公司也許仍然最擅長生成，但生成被放在別人的產品邏輯內；模型公司也許仍是基礎設施，但最終成為「不可或缺」的很可能是那個把 AI 變成具體生產力的產品層。
當然，這不代表模型公司將會變得不重要。恰恰相反，上游模型依然是整個 AI 生態的核心供應之一。沒有足夠強的基礎模型，下游整合根本無從談起。只是重要不等於掌權，核心不等於主導。很多產業都出現過這種情況：最不可或缺的一層，未必是最賺錢的一層，也未必是最接近用戶心智的一層。
所以模型公司未來最可能面對的局面是被基礎設施化。它們會像雲端服務、支付通道、資料庫引擎、晶片供應那樣仍然關鍵，但關鍵性本身並不保證它們能壟斷最終價值。當市場成熟之後，上游的差異若不能持續拉開，就會被下游吸納；一旦下游掌握客戶、場景與資料，模型公司的光環便會逐步轉化為成本中心。
這也是原新聞提到 OpenAI 等公司轉向更強模型、而 SaaS 公司則加速整合 AI 的深層含義。前者想保住技術領先，後者想攔截商業價值，兩者之間真正的戰場是誰能決定 AI 最後以甚麼形式存在於現實之中。
所以，當 SaaS 全面接管 AI，模型公司將失去的是幾種更本質的優勢：直接入口、定價主導、品牌可見度、私有資料回流，以及最重要的定義問題與定義價值的權力。
技術革命最吊詭的地方正在這裡：最先創造奇蹟的人，不一定能長期統治奇蹟的使用方式。模型公司建立了新的智能引擎，但真正能把這種智能變成日常依賴、組織慣性與制度權力的，也許是那些原本只被視為「應用層」的 SaaS 公司。
若真如此，AI 產業下一階段最重要的問題就會是「誰能把模型變成一個讓人離不開的世界」。