ChatGPT 拎包入住云計算一哥，你的下一任好同事可能是AI

「SaaS 末日」這個詞，最近在科技圈的流傳速度不亞于任何一條爆款新聞。

不少硅谷分析師都在瘋狂輸出焦慮，大意是說 AI Agent 這么猛，現有的企業軟件如果不推倒重來，馬上就要被拍死在沙灘上。這股風聲甚至直接「吹綠」了幾家老牌 SaaS 公司的股價。

說實話，每次聽到「顛覆」、「末日」這種詞，大家可能都會下意識覺得是炒作。

但在今天凌晨召開的 「What’s Next 」新品發布會上，亞馬遜云科技 CEO Matt Garman 給出了一個挺中肯的定調：末日論確實夸張了點，但如果你指望靠著原來那個老舊系統，隨便加個 AI 聊天框就能應付差事，那才是真的危險。

亞馬遜云科技CEO Matt Garman

真正的轉型發生在更深處。當工作流、數據結構、應用架構和交互界面都跟著 Agent 的能力重新設計，企業軟件才算完成了這次重建。這是亞馬遜云科技（云計算一哥）這次所有新產品的底層邏輯。

有趣的是，在官宣與微軟「分手」之后，OpenAI CEO Sam Altman 也通過視頻的方式給亞馬遜云科技站了臺，官宣 ChatGPT 最強模型拎包入住亞馬遜云科技，并達成深度戰略協作。

而無論是面向個人和團隊的 Amazon Quick，還是供應鏈、招聘、醫療三個垂直場景的 Connect 新家族，再到與 OpenAI 的深度合作，指向的都是同一個問題的答案：以 AI Agent 為起點，SaaS 未來應該長什么樣。

告別「肉身搬運工」，你的工作流迎來大一統

來，咱們做個深呼吸，回想一下你今天極其崩潰的上午：

領導在企業聊天工具上吼了一嗓子模糊不清的需求，你虎軀一震，趕緊切到公司的 CRM 系統里瘋狂扒拉客戶數據；接著打開郵箱，在一堆垃圾郵件里翻找上周的進度；最后在本地新建一個文檔，把這些零碎的信息一點點拼湊、復制、粘貼。

發現問題了嗎？（此處應有黑人問號臉.jpg）

我們的辦公軟件越裝越多，但它們之間是互相割裂的、老死不相往來的。而你，就是那個在各個信息孤島之間來回奔波的「肉身搬運工」。

為了解決這個痛點，亞馬遜云科技推出了全新升級的 Amazon Quick 桌面版（目前處于預覽階段）。它的核心設計邏輯是將分散的信息網收攏，在系統后臺構建一張關于人員、項目、決策和事務動態的知識圖譜，讓上下文主動跟著人走。

每一次使用，Amazon Quick 都在默默積累你處理的文檔、項目的 Deadline、頻繁溝通的同事以及升級處理的緊急郵件?；谶@些沉淀，它可以主動提示你當天的優先事項。

打個比方，你準備下午跟一個重要客戶開會。如果是以前，你得花兩小時找資料?，F在，你只需要給 Quick 甩一句：「幫我準備一下下午見王總的材料?！?/p>

接下來就是見證奇跡的時刻。

Amazon Quick 會迅速認出「王總」是哪個項目的，然后去系統里把王總團隊之前的歷史案例扒出來，接著去你的本地 D 盤里偷窺……哦不，讀取最新的產品路線圖，再結合 Slack 里同事昨天的吐槽記錄。幾分鐘后，一份邏輯嚴密、排版精美的 PPT 就糊在了你臉上。

這還沒完。同樣是這堆信息，你讓它變身，它就能立刻吐出一份摘要郵件，或者一份 Excel 營收表。如果王總說「改天聊」，Amazon Quick 甚至能自動查對你們倆的日歷，算好時差，把新的會議邀請發過去。全過程，你只需要在一個對話框里當個無情的監工。

美國最大的互助人壽保險公司 New York Life 的機構壽險業務 CTO David Gregorat 的評價一語中的：「Quick 讓我們重新想象了整個運營方式。原來需要拉多份報告、等分析師處理的答案，現在團隊里任何人都能通過對話式 Agent 直接獲取?！?/p>

至于這效率有多夸張？亞馬遜云科技 Agentic AI 商業化副總裁 Jigar Thakkar 透露了一組極其夸張的數據：寶馬、3M、億滋這些大廠內測后，部分流程的處理時間直接被一刀砍了 80%。3M 的銷售代表每周甚至能憑空多出 5 個小時的摸魚……啊不，思考時間。

吶吶，這才是 AI 科技賦予我們的頂級松弛感。

你的下一個好同事，是個 AI Agent

如果說 Amazon Quick 是給你個人加了個三頭六臂的效率外掛，那 Amazon Connect 家族的擴編，就是亞馬遜云科技嘗試重塑企業核心流程的重頭戲。

亞馬遜云科技提出了一套叫「Humorphism（人態設計）」的理念。聽起來有點玄乎，說白了就是：AI 不能只是個冷冰冰的執行機器，它得像個人類好隊友一樣，懂輕重緩急，能順暢溝通。

基于此，Amazon Connect 家族不僅將原有的客服產品升級更名為 Amazon Connect Customer，還針對垂直場景發布了三款 Agentic AI 解決方案。

Connect Decisions：讓供應鏈規劃師從救火轉向決策

供應鏈出現中斷后，企業通常需要超兩周時間處理，期間伴隨大量資金損耗和違約風險。

Connect Decisions 針對這一痛點，為規劃師配備了全天候在線的 AI 隊友。它的底層并非空中樓閣，深度集成了亞馬遜 SCOT 團隊（負責管理亞馬遜全球 4 億 SKU 需求的核心部門）所研發的預測模型。

面對沒有歷史數據的新品，它能自動關聯相似品類生成需求計劃。

當監控到關鍵供應商交貨落后（例如預計 10 天內導致兩個配送中心斷貨）時，它會將傳統軟件每天產生的數千條警報收斂為幾條最高優先級的例外事項，并直接給出兩套附帶預期影響、成本和置信度評分的處置方案。規劃師手動選擇并說明原因后，系統會吸收這條判斷邏輯，供未來參考。

Connect Talent：25 萬人招聘經驗化身「賽博面試官」

亞馬遜云科技在 2025 年旺季期間單季招募了 25 萬名季節性員工，Connect Talent 便是這套龐大招聘經驗的產品化。系統能根據職位描述自動解析能力需求，生成面試題和評分標準（需人工審核）。

候選人可以在任何方便的時間完成 AI 電話面試。

系統最大的特點是能對模糊回答進行追問，確保評估的結構一致性。原本需要數周完成的 80 場初篩面試，現在幾天即可完成。系統最終向招聘方展示的是隱去個人身份信息的標準化能力評分，用數據支撐最終的錄用決定。

Connect Health：把醫生從文書工作里解放出來

行業數據顯示，醫生與患者面診 1 小時，往往需要額外花 2 小時處理行政記錄。

亞馬遜應用人工智能解決方案高級副總裁 Colleen Aubrey 指出，大量精力消耗在管理事務而非直接診療上，是亟待解決的痛點。Connect Health 可以在診療過程中自動記錄臨床內容、生成就診摘要和推薦賬單編碼，并能在就診后發送患者易于理解的隨訪說明。

系統的每條輸出均可追溯到原始的檢驗結果和上次就診記錄，以滿足嚴格的醫療合規要求。這背后，其實也是亞馬遜拿自家兄弟 Amazon Pharmacy（亞馬遜藥房）和 One Medical（初級醫療服務）常年趟坑積累下的實戰經驗。

Agent 時代來了，SaaS 迎來下半場

整場發布活動的另一大焦點是亞馬遜云科技與 OpenAI 的合作。

OpenAI CEO Sam Altman 頂著他標志性的微笑通過視頻露了個臉，他表示亞馬遜云科技和 OpenAI 正在從底層共同研發一套面向企業的 Agent 平臺，深度集成亞馬遜云科技服務。

是的，OpenAI 的 GPT-5.4 現已有限預覽上線 Amazon Bedrock，而當前最強的前沿模型 GPT-5.5 也將在數周內正式上線。這意味著企業客戶無需離開亞馬遜云科技環境就能使用 OpenAI 的模型，數據和應用可以留在同一套權限體系下運行。

企業無需配置新的安全體系，直接通過原有的 IAM 訪問控制、PrivateLink 私有連接、CloudTrail 完整日志和合規框架即可統一管理，甚至模型用量也能計入亞馬遜云科技的云承諾消費中。

在基礎設施層面，亞馬遜云科技的核心邏輯是為 OpenAI 的前沿模型提供一個極其安穩、合規的『家』。企業不僅能直接調用頂尖模型，更能在底層依托亞馬遜云科技強大的全球基礎設施網絡進行推理和部署。說白了，就是讓你在跑復雜、高并發的企業級應用時，完全不用操心底層的承載力。

在此基礎上，雙方聯合推出了 Bedrock Managed Agents 預覽版。這套服務以 OpenAI Agent Harness 為核心構建，Harness 就像是一本專門為模型定制的戰術手冊。經過協同訓練后，Agent 可以在長時間運行的復雜任務中實現更快的執行速度和更穩定的行為控制。

Agent 能夠部署在 EC2 實例、Fargate 容器或任何其他亞馬遜云科技計算資源，具備跨會話的持久化記憶，且所有推理過程均不離開亞馬遜云科技環境。

這套服務與亞馬遜云科技現有的開放平臺 Bedrock AgentCore 形成互補。參與合作的亞馬遜云科技杰出工程師副總裁 Anthony Liguori 透露，雙方團隊在八周內從零開始完成了這項工作。開發者終于能將 OpenAI 的最新模型與亞馬遜云科技的規模、安全和基礎設施完美結合，構建出滿足企業治理和審計要求的智能體。

此外，每周活躍用戶在兩周內從 300 萬激增到 400 萬的 OpenAI 代碼智能體產品 Codex 也將在亞馬遜云科技上線。它支持 Codex CLI、桌面應用和 Visual Studio Code 插件，應用場景已從基礎代碼生成延伸至系統解釋、測試生成、遺留代碼現代化以及研究分析等知識工作環節。

一大波硬核的產品發布看下來，估計不少朋友已經在屏幕前戰術后仰，甚至可能覺得這些不就是加了 AI 濾鏡的高級辦公軟件嗎？

如果你真這么以為，那可就草率了。

Matt Garman 在發布會上講了一段很通透的話。他說 20 年前大家搞云計算，很多公司就是把機房里的服務器原封不動地搬到了云上。錢沒少花，效率一點沒漲，那叫搬家，不叫轉型。

現在的 AI 也是一樣。如果你只是拿 AI 來替換現有的某一個按鈕、某一個操作，那你永遠摸不到那傳說中「5 到 10 倍」的效率提升。

亞馬遜云科技這一套組合拳打下來，意思再清晰不過了：軟件的存在形式，已經被徹底推翻了。

未來的工作流里，不再是人去使用軟件，而是人給 Agent 定目標，Agent 去調用軟件。以前我們去上班，是去啟動軟件；也許再過兩三年，我們去上班的唯一動作，就是點開電腦，看著滿屏的「賽博同事」，然后深情地說一句：「諸位，今天的 KPI 也拜托大家了。」

然后，你安詳地端起泡著枸杞的保溫杯，靜靜地看著它們瘋狂打工。

那么問題來了，現有的那些 SaaS 巨頭，真的會迎來「末日」嗎？

沒那么嚴重，但處境確實微妙。SaaS 過去靠席位收費、靠功能壁壘鎖用戶，這兩件事在 Agent 時代都開始松動。一個 Agent 能同時處理過去多名員工的工作，「按人頭收費」越來越站不住腳；通用 Agent 加上開放 API，又在慢慢拆解功能壁壘。

真正能活好的，是兩類公司：

一類有足夠深的領域積累，正如這場發布會傳遞出的核心信息：當大模型本身變得像水電煤一樣普及且廉價時，真正稀缺的，反而變成了能夠被編碼進 Agent 里的「領域知識」（Know-how）。

Salesforce 對銷售工作流的深刻理解，Workday 對人力資源合規的經驗，或者是亞馬遜自己積累了 30 年的供應鏈判斷標準等等——這些沉淀下來的行業 Know-how，才是構建下一代企業軟件真正的護城河。

另一類是掌握數據入口的——Agent 的能力上限，取決于它能讀到什么數據。誰控制著企業最核心的業務數據流，誰就決定著 Agent 能做多少事。夾在中間、既沒有深度積累又沒有數據優勢的中型 SaaS，壓力才是實實在在的。

所謂的「SaaS 末日」或許只是販賣焦慮，但這場轉型的烈度，絕不亞于當年的企業上云。唯一的區別是：這一次技術的狂飆，沒給我們留出慢慢摸索的時間。

但時間緊，不代表就要慌。

因為亞馬遜云科技已經把最難啃的底層基建做好了。SaaS 公司大可直接踩在亞馬遜云科技巨人的肩膀上，把精力全砸在服務客戶上；打工人更無需焦慮，復雜的系統運行全被保留在后臺，留給你的，只有一句輕飄飄的「幫我搞定」。

時代的推背感確實讓人頭暈目眩，但與其在未來的站臺上焦慮它會不會撞翻「舊馬車」，不如干脆點，檢票上車，看看新世界的風景到底有多壯闊。