市場對於人工智慧代理人（AI Agent）可能侵蝕傳統軟體訂閱收入的疑慮正在放緩，企業實際導入資料顯示，AI 更有機會帶動客戶升級並增加支出。然而，隨著運算與推論成本攀升，市場對 AI 軟體公司的評價標準，已從單純的使用量成長轉向實際變現能力與自由現金流。
席次減少疑慮降溫 AI 軟體多元計價抗衝擊
過去市場普遍擔心，隨著 AI Agent 大幅提升員工生產力，企業採購軟體即服務（SaaS）的席次數量恐隨之下滑，導致成熟軟體產業的成長放緩。此外，前沿模型掌握了使用者入口，市場一度憂心即使軟體業者推出 AI 功能，新收入也僅能填補席次流失的缺口。
不過，近期法人調研企業實際導入狀況後發現，目前數據並未顯示 AI 已顯著侵蝕既有軟體營收。不同軟體服務商的計費模式差異是主因之一，例如部分業者推出高階功能套件後，反而成功提升核心合約價值；也有業者本身並非以席次計價，或是過半客戶仍採用地端部署模式。因此，若將「生產力提升」直接推論為「軟體總收入下降」，忽略了不同公司的計價模式與產品週期差異。
推論成本增加考驗毛利率與現金流轉換
儘管市場對 AI 直接取代 SaaS 收入的下行風險疑慮降低，但焦點已轉向下一階段：AI 能否透過高階版本升級、擴大建置與重複使用，帶動成熟軟體重新加速有機成長。然而，AI 帶來的營收成長並不必然等於獲利同步提升。
隨著 AI Agent 執行任務，每次使用都會增加文字符號（Token）與推論成本。目前部分軟體業者的毛利率已開始出現小幅下滑，雖然現階段降幅尚未破壞既有的毛利結構，但已改變了資本市場對軟體公司的評估標準。下一輪估值分化的關鍵，不再只是誰的使用量成長最快，而是企業能否在毛利率承壓的情況下，將新增營收轉化為實質的自由現金流。
這代表什麼
對台灣中小企業與一般專業人士而言，這項轉變意味著軟體市場的收費機制將更加多元。企業在評估採購 AI 軟體時，不再只是單純按員工人數購買固定帳號，未來可能面臨更多基於功能階級、使用流量或運算用量的計價方式。
對台灣的資訊服務業者與軟體開發團隊來說，開發 AI 應用時必須更加注重成本控制與商業變現策略。若過度追求使用者互動頻率或 AI 功能的使用量，卻未能建立可轉化為高利潤的訂閱模型，極可能面臨推論算力成本大幅吞噬獲利的窘境。唯有能帶來淨現金流入的 AI 商業模式，才能在資本市場取得長遠估值。
背景補充
軟體即服務（SaaS）是過去十年全球軟體產業的主流模式，企業客戶定期付費取得軟體使用權，通常依「使用者席次」作為核心計價基準。而人工智慧代理人（AI Agent）則指具備自主理解、目標拆解與執行能力的人工智慧系統，可幫使用者自動完成多步驟作業，因而引發市場對軟體席次需求將下滑的疑慮。
此外，當軟體引入 AI 功能時，底層通常需要呼叫大型語言模型（LLM）來處理資訊。每次運算所消耗的資料單位稱為 Token，需要耗費資料中心的伺服器算力與電力，這構成了所謂的「推論成本」。當客戶大量使用 AI Agent 服務時，軟體公司需支付給雲端算力供應商的成本亦會隨之暴增，對毛利率形成直接壓力。
常見問題
為什麼 AI Agent 的普及可能會影響傳統 SaaS 的營收？
因為 AI Agent 能夠提高員工生產力，市場一度擔心企業因而減少軟體使用席次（帳號數），進而導致依按人頭計費的 SaaS 營收下滑。
目前企業導入 AI 軟體的實際狀況如何？
調查顯示 AI並未顯著侵蝕既有軟體營收，許多業者透過推動高階版本升級或採取非席次計費模式，反而帶動了整體客戶支出的增加。
市場評估 AI 軟體公司價值的標準發生了什麼改變？
評估重點已從單純的使用者成長或 AI 使用量，轉變為能否在吸收 Token 推論成本後，將新增營收有效轉化為自由現金流。