軟體正在失去它的頭：當 AI Agent 變成主要使用者，企業軟體的價值到底在哪裡？

TL;DR

• Salesforce 宣布推出 Headless 360，但實際上什麼都沒變，只是把原本就有的 API 重新包裝。真正重要的不是這個行銷動作，而是它背後承認的趨勢：AI agent 不需要透過 UI 來存取軟體
• 企業軟體的黏著度從來不是因為介面好用，而是因為它把整間公司的商業邏輯、例外處理、合規流程全部編碼進去了。想用一個 Postgres 資料庫加 API 取代 SAP？那是嚴重低估了企業軟體的複雜度
• Larry Ellison 當年說企業只需要八成的解決方案就好，結果被市場打臉。因為差異化那兩成才是公司真正的競爭力
• 自動化不會消滅工作，只會把工作推到下一層。差旅報銷自動化了，接著就冒出差旅分析、績效優化、遠距工作策略這些新需求
• 新創公司最大的機會不是正面硬幹既有巨頭，而是卡在兩個大玩家中間的縫隙，用原生 AI 的方式做他們因為怕影響現有產品線而不敢做的事

---

這集在 2026 年七月七日播出的 a16z Podcast，主持人是 a16z 新媒體團隊的 Elena Burger，來賓有兩位。Seema Amble 是 a16z 企業投資團隊的合夥人，之前在 Goldman Sachs 的創投成長基金待過，專門投 SaaS 跟 Fintech，今年五月寫了一篇叫《Is Software Losing Its Head?》的文章在業界引起不少討論。Steven Sinofsky 是 a16z 的 board partner，更早之前是 Microsoft 的 Windows 部門總裁，一手負責 Windows 7 跟 Windows 8，現在經營一個叫 Hardcore Software 的 Substack，專門寫 PC 時代的產業故事。兩個人一個從投資端看未來，一個從產品端看歷史，碰在一起聊企業軟體的存亡問題蠻有火花的。

Headless 到底在講什麼？

Salesforce 前陣子宣布推出 Headless 360。聽起來很厲害，但 Seema 直接講了：從她觀察來看，什麼都沒變。原本就有的 API 重新包裝一下，貼上新名字，就變成了「headless 產品」。

這讓我想到之前寫過的 Wix CEO 聊 SaaSpocalypse 的那篇，Avishai Abrahami 也提過類似的觀察：巨頭們面對 AI 浪潮的第一反應永遠是把新詞貼在舊東西上面。

但行銷動作歸行銷動作，背後承認的趨勢是真的。傳統軟體是為人類設計的：你登入、點選單、填欄位、跑報表。在 agent 的世界裡，AI 不需要看你的介面。它需要的是資料和商業邏輯，不是那些按鈕和下拉選單。

Sinofsky 補了一刀很精準的定義。他說現在「agent」這個詞的最佳品牌包裝就是：一個跑很久而且可能跑不完的程式。以前我們叫這個 bug，現在叫它最酷的新功能。

自嘲歸自嘲，他把 agent 的使用情境拆成三層很有用：查詢（lookup）、執行（do something）、分析（analyze）。查詢最簡單，大部分系統都能做。執行開始有趣了，因為你得決定 agent 是用誰的權限、算不算一個付費座位。分析最適合 agent 發揮，因為不受時間限制，可以跨系統、跑多個模型互相比對。但也是幻覺問題最嚴重的地方。

你以為黏著度是介面，其實是公司本身

這集最有價值的部分，是他們把企業軟體的黏著度拆解得很透徹。

Seema 列了幾個面向：使用頻率、下游流程依賴、肌肉記憶、合規需求。一個 CRM 之所以換不掉，不只是因為業務習慣了，而是財務部門靠它出帳單、行銷部門靠它做歸因、新來的業務副總自帶 Salesforce 使用習慣。整個組織的運作流程都長在上面。

Sinofsky 加了一個更狠的觀察：最黏的軟體就是那個正在幫你收錢的軟體。一旦你在用它收客戶的錢，客戶很難停止付你錢，你也很難搞清楚如果停用了該怎麼辦。他舉了 Stripe 的例子：Stripe 之所以動不了，是因為它把每個國家、每個司法管轄區、每種貨幣的稅法全部編碼進去了。這種軟體一百年後都不會被取代。

然後他講了一個 SAP 的比喻，我覺得是整集最精彩的一段。

他說你看全世界前十大汽車公司，它們用一樣的鋼鐵、一樣的鋁、一樣的供應商、一樣的生產線技術。那差異化在哪裡？在它們的內部流程：決定做什麼車、買多少材料、對沖什麼貨幣、什麼時候推新產品線。這些全部跑在 SAP 上面。如果你把 SAP 從 Ford 裡面拔掉，Ford 就不存在了。

所以當有人說「用 Postgres 加 API 就能取代 SAP」，那是嚴重低估了企業軟體裡面那層商業邏輯的深度。

Goldman Sachs 靠 Excel 賺的錢比 Microsoft 多

Sinofsky 講了一個九〇年代的故事。他帶團隊去 Goldman Sachs 推銷 Excel，跟人家說 Excel 比 Lotus 1-2-3 好多少多少。Goldman 的人看著他說：你搞不清楚狀況，我們靠 Excel 賺的錢比你們多。

當時他們聽不懂這句話。後來才想通：Microsoft 把 Excel 賣給所有銀行，但 Goldman 對 Excel 的應用方式是高度差異化的。他們寫了 add-in、定義了工作流程、建了自己的模型。Excel 只是底層工具，Goldman 的競爭力在於他們怎麼用它。

這跟 Larry Ellison 當年被市場打臉的故事串在一起看就更有意思。Ellison 在九〇年代末說企業軟體太蠢了，每家公司都在客製化，用八成的標準方案就夠了。結果市場告訴他：那兩成的客製化就是每家公司的核心競爭力，你不能叫人家放棄。

例外處理才是所有事情的核心

Seema 提了一個很實際的場景。假設你有一個 AI agent 在做銷售外展，它可以從 CRM 抓出客戶資料、發一封個人化的郵件。但遇到邊緣案例怎麼辦？亞洲客戶要用一種語氣、歐洲客戶要用另一種、某個大客戶有特殊折扣條件。這些東西不在 Salesforce 的欄位裡，它在某個資深業務的腦袋裡。

Sinofsky 把這個概括成一句話：在企業裡，幾乎所有有趣的事情都是例外。

他用 McDonald's 的自助點餐機舉例。你站在那邊看人用，會發現大部分人開始用自助機、然後放棄、然後走去櫃台說：我要一杯 McFlurry 但我要混兩種口味。這個不在選單上。企業軟體的每一天都在處理這種事。

這也是為什麼「完全自動化」的想像是錯的。

自動化不會消滅工作，只會把工作推到下一層

Sinofsky 講了一個很好的框架：大家看著現有的工作量，想著怎麼用 AI 自動化掉，然後開始恐慌說工作要消失了。但他們忘了生產力會創造新的場景。

他用 Amazon 退貨舉例。以前你買到爛掉的食物要帶回超市給店員看。Amazon 發明了一個做法：消耗品寄錯了就直接再寄一個，舊的你丟掉就好。這省掉了整個退貨流程，但後端冒出了一個全新的分析工作：為什麼會寄錯？是產品描述的問題？倉儲流程的問題？評價系統的問題？

差旅報銷也是。先是什麼都沒有，然後有了試算表，然後有了自動化系統。自動化之後呢？冒出了差旅分析這個工作：用哪家航空公司的哩程最划算、用哪張信用卡有額外回饋、怎麼根據出差模式優化路線。突然之間，「商務差旅分析」這個職位需要的人比「訂機票」還多。

之前在 Benedict Evans 聊 AI 的那篇裡也提過類似的觀察：agentic coding 目前是唯一跑得起來的應用場景，但底層的經濟學還在劇烈變動中。自動化的不是工作本身，是工作的形態。

這跟 Jevons 悖論的邏輯一模一樣。效率提升不會減少需求，反而會創造更多需求。

新創公司的機會在哪裡？

Sinofsky 給了一個很明確的方向：不要正面硬幹既有巨頭，卡在兩個大玩家中間。

因為在技術轉型期，既有玩家絕對不會動搖自己的現有產品線和銷售通路。他們只會把 AI 螺絲釘鎖在現有產品旁邊。所以新創的機會就是看著兩個大玩家各自往自己的舊產品上貼 AI，然後你瞄準中間地帶，用原生 AI 的方式做。

他用 HTTP 和 HTML 舉例：Web 之所以贏了 client-server 架構，不是因為它做了所有 client-server 能做的事。事實上它一件都做不到。但它用全新的方式實現了同樣的概念。

Seema 補充了三條路徑給企業買家：一、在既有軟體上開 agent（受限於巨頭不想被架空）。二、完全自己做（開放心臟手術，病人還得活著）。三、用 AI 原生的新創產品，先跑在既有系統旁邊觀察商業流程，慢慢收集資料，有一天可能取代底層的系統紀錄。

第三條路最務實，也最有想像空間。

我的觀察

這集讓我印象最深的不是「headless」這個概念本身，而是 Sinofsky 對企業軟體複雜度的那些第一手故事。Goldman Sachs 靠 Excel 賺的錢比 Microsoft 多、General Motors 因為行事曆的委派存取功能不肯換掉 Outlook、SAP 被拔掉公司就蒸發了。

這些故事提醒我們：技術圈總是高估「把東西重寫一遍」的可行性，低估既有系統裡面沈澱了多少看不見的商業智慧。

AI agent 會改變企業軟體的介面層，這點沒有懸念。但底下那層商業邏輯、例外處理、合規流程，不是換個 API 就能搞定的。誰能用 AI 原生的方式重新建構這層邏輯，誰就是下一個十年的贏家。

想看更多這類產業拆解，歡迎訂閱 wilsonhuang.xyz，後續更新都會第一時間發在上面。