过去一年，SaaS行业正经历一场深刻的变革，大模型的崛起让企业开始重新思考垂直领域工具的价值。随着Vibe Coding等技术的普及，企业自主开发工具的门槛大幅降低，Salesforce、Adobe等巨头的股价甚至因“AI替代论”出现剧烈波动。这一背景下，一个核心问题浮出水面：当通用智能足够强大时，垂直SaaS是否还有存在的必要？
答案或许并非“消亡”，而是“重塑”。AI对SaaS的冲击更像是一次“改命”而非“绝命”——产品形态、交付方式乃至商业逻辑都将被颠覆，但深入特定领域、构建长链条业务闭环的能力，短期内仍难以被通用模型完全替代。以HR领域为例，Moka作为国内最早拥抱大模型的HR SaaS公司之一，正通过Agent化转型探索新的可能性。
2023年ChatGPT发布后，Moka迅速推出基于大模型的产品Moka Eva，并在两年内完成三次迭代。今年，其将Eva升级为三个Agent——招聘Eva、人事Eva、BP Eva，并发布底座平台“Moka AI Studio”，试图从“卖软件”转向“派同事”。这一转型的逻辑是：让AI像新入职的HR一样，接手除判断和决策外的所有事务性工作。例如，人事Eva可自主完成考勤核对、薪酬核算等流程，招聘Eva则能主动与用人经理沟通需求、生成JD、筛选简历，甚至在面试后通过分析对话内容优化后续招聘策略。
BP Eva的推出更具颠覆性。传统HRBP岗位多存在于大公司，负责组织与人才建设，但AI正将这一能力民主化。通过分析员工日历、文档、会议纪要等线上数据，BP Eva可实时识别个人能力亮点，并在目标偏离时向管理者发出预警。例如，某员工多次在会议中提出挑战性观点，AI会为其打上“真诚直接”的标签，帮助公司发现潜在建议者。这种基于行为数据的评估方式，正在将模糊的价值观转化为可量化的指标。
Moka CEO李国兴认为，BP Eva的成立依赖于企业数字化协同的高渗透率。当工作行为全面线上化后，AI才能通过分析数据解锁人才管理的新可能。他观察到，部分领先企业已开始以AI为核心重构组织运作方式。例如，某连锁餐饮企业通过AI面试覆盖40%的招聘量，店长仅需确认结果；某智能硬件公司则用AI替代大部分重复性工作，省下的成本转化为员工激励包。
这些案例指向一个趋势：AI原生组织正在崛起。李国兴将其定义为三个层次：首先，每个个体成为擅长使用AI的超级个体；其次，AI作为中枢消化海量数据，提炼关键信息并输出给决策者；最终，组织形态极度扁平化，中层价值被削弱。他以Block公司为例，其通过AI精简40%员工后，仅保留一线执行者、直接责任人（DRI）和教练（Coach）三个角色，同时解决了工作标准化与人性非标的矛盾。
在AI时代，垂直SaaS的生存逻辑也在变化。李国兴坦言，企业用Vibe Coding自主开发简单Agent并非不可能，但要解决复杂业务问题仍需专业厂商。以招聘为例，生成JD易，但持续理解用人需求、校准人才画像、形成闭环难，这需要技术能力与业务理解的双重积累。他提出，垂直SaaS的壁垒在于两点：一是速度，即第一个跑通新场景的PMF（产品市场匹配度）；二是AI人才密度，即团队能否将场景需求转化为极致产品。
数据是另一项核心资产。Moka通过产品积累的客户与人才数据，可反哺企业更精准地理解招聘方式与员工特征。例如，在AI人才识别上，传统简历筛选看重技术栈，但AI Coding时代更关注实际项目与作品。Moka基于实践沉淀的数据，正在构建新的评估体系。
从“Moka HR SaaS”到“Moka AI”，品牌升级背后是产品架构的三层演进：底层Moka AI Studio提供AI Coding能力，满足个性化需求；中间层承载数据流转与流程制度；上层三个Agent调用数据完成关键任务。未来5年，Moka将聚焦“AI×全球化”战略，其海外营收已连续两年增长3倍，并推出以AI为核心的全新产品。
对于创业者的机会，李国兴的建议是紧盯大模型的关键能力突破。例如，上下文窗口扩展至百万Token级别后，面试纪要成为热门场景；逻辑推理能力突破后，人岗匹配问题基本解决；而Agent与Coding能力的提升，则让AI像同事一样协同工作成为现实。他强调：“在模型能力突破前摸过天花板的人，才能第一时间看到机会。”
