此前我已通过两篇文章，探讨过 SaaS 行业的盈利难题。让我意外的是，如今越来越多 SaaS 创业者，开始真正重视盈利这件事。最近每天都有人问我：当下 SaaS 普遍处于亏损状态，能否依靠 AI 实现扭亏为盈?
从行业实践来看，结果很可能与预期完全相悖：加入 AI 不仅未必能助推盈利，反而有可能让亏损进一步扩大。
按照一般认知，AI 产品正在颠覆传统软件、重塑行业格局，理应更受市场认可、它们的效率更高、PLG 属性更强，分发成本更低。因此 AI 产品(尤其是AI SaaS)理应更容易实现盈利。
但这只是一厢情愿的想象，现实情况恰好相反。
为了避免无谓的争论，我将从财务视角，把这件事彻底讲清楚。
前面我们多次强调，一家 SaaS 企业能否真正盈利，核心取决于两大财务指标：毛利率(Gross Margin)与运营成本(OpEx)。
首先看毛利。
众所周知，毛利决定了一家公司盈利的上限。而当下，这个关键上限正在被持续拉低。
对于纯 SaaS 业务而言，COGS(销货成本)主要包含：
客户支持
客户成功
云基础设施成本
运维与 DevOps
专业服务交付
但到了 AI 产品(包括 AI SaaS)，成本结构里必须再增加一项 —— 推理成本：也就是支付给大模型厂商或 AI 服务方的费用，而这部分成本通常并不便宜。仅仅这一项新增开支，就足以大幅拉低整体毛利率，让本就不算宽裕的盈利空间被进一步压缩。
我们再来看运营成本(OpEx)。
运营成本主要由三部分构成：
R&D：研发、产品与技术迭代
S&M：销售、市场与获客投入
G&A：财务、法务、人力等管理成本
有数据显示，AI 公司在S&M上的投入，甚至比原本就以 “烧钱” 著称的传统SaaS 公司还要高出3～5 倍。
要知道，高S&M 投入的成立前提，是毛利率必须超过75% 才能支撑。
而现实是，AI SaaS 的毛利率普遍被大幅压低，这就直接导致企业陷入高投入、低毛利的困境，最终难以盈利。
每当谈到这一结论，总有人会拿出反例反驳。比如典型的 PLG 公司 Atlassian，营销与销售人员极少，S&M 费用占比仅19%，远低于行业28% 的平均水平，并取得了巨大成功。
但如果细看其财报就会发现，它的R&D 占比高达35%，远超行业17% 的平均值。这本质上是一种成本转移—— 为了实现产品自分发、自增长，必须在研发上持续加码。
而雪上加霜的是，绝大多数 AI 产品公司，连Atlassian 这种 “以研发换增长” 的效率都达不到，反而陷入S&M 与R&D 成本双高的局面，直接把运营成本推到极致。
由此可以得出明确结论：高推理成本 + 高销售市场成本，会直接压垮AI 产品公司的单位经济模型。连基本的经济模型都站不住脚，盈利自然更是无从谈起。
还有两个更为残酷的指标，让 AI 产品的盈利之路，显得更加遥遥无期。
首先，是本就处于下行趋势的NRR。AI 产品自带强烈的 “尝鲜” 属性，用户热度来得快、去得也快，直接导致NRR 下滑速度远快于传统SaaS。这意味着：增量扩张更难、获客成本更高、客户留存更不稳定。
其次，是被大幅拉长的CAC payback 周期。SaaS 为 20 个月左右，而多数 AI 产品已经超过36 个月。试想，单是回收获客成本就要三年，那么三年后的市场环境、产品竞争力、现金流状况都充满未知。
连成本回收都如此漫长，想要实现稳定盈利，自然更加充满不确定性。
这两大指标叠加之下，AI产品的盈利难度，已经被拉到了一个前所未有的高度。
综上所述，在当下的行业环境里，只有先把现有业务做扎实、实现盈利，AI 才有可能成为真正的助力。
而指望靠 AI把原本深陷亏损泥潭的 SaaS 公司直接拉出来，其实只是一厢情愿，只会徒劳无功。
