龙虾尸骸，SaaS残梦，大厂焦虑：AI办公究竟是什么？

龙虾壳很美，但金钱的虾肉不长在壳上

全网都在为一只“龙虾”疯狂。名为OpenClaw的AI智能体，因图标是红色龙虾而被网友昵称为“龙虾”。它不同于传统对话式大模型，而是能直接操作电脑：打开软件、处理文件、盯盘抢票、写代码、做网页。2026年3月6日，深圳某广场上，有人抱着笔记本、拎着迷你主机、拖着装着服务器的行李箱，只为让工程师免费装上这只“龙虾”。记者实测，输入简单指令后，OpenClaw自动编写代码，约二十分钟生成一个旅游推荐网页；工作人员称，以往完成类似工作，所需时间至少是OpenClaw的三倍。腾讯云方面也表示，它能在手机上下达指令，帮用户完成搜索、抓取、推送，甚至被要求装进笔记本做文件管理与日程提醒。

然而，这只龙虾的底色极为特殊——它是个开源项目。它没有证明自身具有任何商业化潜力和付费习惯搭建方案。有的只是产品与技术侧的验证：免费开源的情况下，它确实有市场。正如那段广为流传的比喻：龙虾褪下的壳构成了产品形态，壳很漂亮，鳞爪飞扬，但里面空空如也，没有留下商业模式。被叫作“金钱”的虾肉不长在壳上，而它长在哪里，目前没人知道。

流量、模式与生态固然能形成闭环——开源社区带来用户，用户贡献技能包，智能体不断进化——但商业化那一环始终悬空。3月8日，工信部发布紧急预警，指出OpenClaw存在高危安全风险。一边是市场狂热，一边是安全红线，产业在政策与市场的双驱动下进入规范发展新阶段，但最尖锐的问题仍未解决：这只能干活、能学习、能进化的龙虾，靠什么赚钱？

SaaS荒漠二十年：软件价值难感知，付费习惯从没养成

某知名数据机构在企业级软件报告里，对中国企业级服务市场的定性是“SaaS荒漠”。残酷的现实是：经过二十余年发展，中国基本证明了SaaS是一场彻头彻尾的失败。企业宁愿为算力和解决方案私有化付出高额成本，也不想为软件付一丁点订阅费。订阅制、席位制、流量计费、免费版与收费版转化、大客户私有化交付——每一轮企业软件升级，都给SaaS讲一个新故事，每次听上去激动人心，收费时却无能为力。

很不幸，新锐的AI办公与Token计费，本质上就是这样的SaaS新故事。这个故事里，软件能穿越应用、能自己干活、能理解自然语言，但仍然答不出那个老问题：用户凭什么持续付费？中国SaaS二十年的困境可以浓缩为一句话：软件的价值难以被感知，付费的习惯从未被养成。中国互联网上从不缺免费的东西；中小型企业不关心效率，只关心营收；大企业更信任本地化，不愿被付费软件绑定。这些基本盘在AI时代被完整保留。AI办公软件能让员工更快工作——于是呢？资方会为此付费，并让大家提前下班吗？

SaaS的残梦，全部映照在AI办公身上。没有新的企业付费驱动力，没有对付费习惯的强改变要素。一提到付费，就什么都没有。

大厂焦虑：捡起龙虾壳，寻找通向下一张船票

既然商业模式空缺，SaaS又有前车之鉴，大厂为什么还要挤破头押注AI办公？答案是焦虑。焦虑感让大厂不能放过任何回收资金的机会，哪怕这个机会里没有现金，也要找找看有没有通往下一个机会的船票。AI办公是真实的需求、可疑的生意、被迫的赌注。类龙虾的AI办公在流量、模式与生态上都完成了逻辑闭环，AI办公不得不做——不做就是放任全球最大的AI应用机会从眼前溜走。

只是，大厂们捡起的是龙虾褪下的壳。这个壳看起来光鲜亮丽，但被叫作金钱的虾肉不长在壳上，而且目前没有人知道它长在哪里。未来的AI办公，大概率会在商业端发生三件事：必须执行以免费换规模、以补贴换用户的政策，且斗争激烈；然后把分层收费变成标准化路径，同时发现漏斗型付费激不起什么商业水花；最终，如果没有办法实现充分的付费率、较高的按结果计费收入占比、规模化的持续付费用户群，那个叫好不叫座的恶性循环就会重新上演。

而真正的分水岭，取决于AI办公究竟是走向“替人省事”还是“替企业产出”。

分水岭：替人省事，还是替企业产出

AI办公想获得持续生命力，最理想的出路不是简单地“提升办公效率”，而是为企业创造新的价值。能带来原本不存在的产出，帮企业多赚钱、多交付订单、省下整条岗位线，才是可持续收费的锚点。如果AI办公始终停留在“让员工打字更快、做PPT更省事”的层面，那就是龙虾壳——好看，但不足以支撑付费。

问题在于，省事是即时的、碎片化的、可被白嫖的；产出是长期的、系统化的、可被计价的。放眼市场，真正不慌的玩家恰恰不是铺天盖地打流量战的互联网大厂，而是像用友这样握着底牌的头部SaaS厂商。底牌分三层：

• 一体化SaaS是企业AI落地的基建。烟囱式系统的企业，数据散落在N个系统中，口径不一致，想用AI得先做数据治理、再搞系统集成，钱花了效果还没影。用友YonSuite以统一数智底座，覆盖财务、人力、营销、采购、制造、研发、协同等十大领域，数据在线上跑，流程在系统里转，权限规则已封装在本体中。
• AI原生长在业务系统上。不需要外挂和拼接，AI在业务场景里直接就能用。山东一家企业原材料波动大、客户询价频繁，以往报价靠人肉响应，要等4个小时，报完价订单可能一开始就亏钱。用友FDE进场后，先找典型场景：语音下单、报价预测、经营问数，一个场景一个场景击穿，集中报价从4小时缩短到3分钟。这种体验被称为“业务不可逆点”——到了这个点，企业再也回不到没有AI的时代了。
• 经验平台化、资产化。用友FDE的经验按细分行业做成资产包，新客户来了直接复制，不用每个项目从头来。

业务AI的底牌：一体化SaaS如何让企业“回不到过去”

AI办公入口大战，表面是流量与入口的争夺，实质是两套逻辑的碰撞：互联网式轻量打法 vs 企业管理软件式重交付。前者起量快，后者根扎得深。办公AI管效率，业务AI管结果。个人提效可以借用外挂式AI，但企业经营只能靠原生一体化AI。

喧嚣背后有三个常见的误区在把企业带偏：

• 误区一：Vibe Coding来了，人人能手搓软件，企业管理软件就不需要了。大模型能写代码，业务人员描述需求就能生成应用——但软件开发远不止写代码。手搓应用出了问题谁来维护？企业规则变了谁来改？底层代码能力和工程规范一样都少不了。企业生产环境要的是安全、稳定、可追溯、能审计、有人负责，这些不是描述几句需求就能生成的。
• 误区二：AI办公平台连上现有系统，就能替代管理软件。办公AI与业务AI的边界正在模糊，但企业核心业务涉及复杂的数据治理、流程编排和权限体系，不是简单MCP连接就能打通的。
• 误区三：AI让人越来越累。有人抱怨用了AI之后工作负担反而加重——AI写的太平淡，没有观点、没有品味。但真实情况是，当人把AI的输出当作草稿去修改、去提炼，AI会逐渐学会人的品味和判断。人与AI的协作方式本身也需要迭代：先让AI搜集信息，再由人写提纲、定观点、给结构，扔回给AI去