> ## Content Index > Fetch the complete content index at: https://growthhackers.tw/llms.txt > Use this file to discover other available public pages before exploring further. # SaaS 會被 AI 取代嗎？先崩的不是流失率，是付費意願 - URL: https://growthhackers.tw/blog/ai-eats-your-saas-commoditization/ - Published: 2026-07-31T05:00:00.000Z - Updated: 2026-07-31T05:00:00.000Z - Description: SaaS 被 AI 商品化時，最早壞掉的不是留存，是新客與付費意願。Tailwind CSS 流量只掉四成、營收卻掉八成，這個落差就是訊號。解碼 MicroConf 演講，四個問題判斷你在不在射程內。 - Author: Lewis wang - Tags: AI, SaaS, 商業模式, AI 趨勢, 創業 Tailwind CSS 的創辦人 Adam Wathan 今年 1 月講了一組數字。 他們的文件網站流量，比 2023 年初掉了大約 40%。同一段時間，公司營收掉了將近 80%。 流量剩六成，錢剩兩成。 這個落差，就是 AI 商品化最早出現的地方。不是使用量先消失，是**付費意願先消失**。等到你天天盯的那個流失率終於開始動，通常已經晚了整整一輪續約週期。 ## 為什麼這場 SaaS 演講值得台灣老闆看 先交代來源。MicroConf 是全球獨立、自力創業 SaaS 創業者最重要的社群之一，7 月 23 日他們釋出了[一場 MicroConf US 2026 Portland 的演講](https://www.youtube.com/watch?v=8cSCJtPOkmM&ref=growthhackers.tw)，講者是 [Castos](https://castos.com/?ref=growthhackers.tw) 的創辦人暨執行長 Craig Hewitt，他同時是創業加速器 [TinySeed 的 Advisor-in-Residence](https://tinyseed.com/latest/craig-hewitt-advisor-in-residence?ref=growthhackers.tw)。Castos 做 Podcast 代管，他自己說做了八年多。 他開場就先打預防針，說這場演講「大概是我們在這裡最接近談宗教跟政治的一次」，內容不是大家想聽的，但是大家需要聽的。 我要先講清楚：這是一位創業者的個人觀察與判斷，不是研究報告，他自己也承認裡面有不少個人偏見。所以下面凡是他講的、我查得到公開出處的，我都會標出來；查完發現跟他講的有出入的，我也會直接寫出來。 你知道為什麼我覺得這場值得台灣的老闆看嗎？因為他的處境很具體。Castos 一個月收 19 美元，ChatGPT 一個月 20 美元，Claude 一個月 20 美元。他在台上自嘲： > 「我們居然有膽子說，我們跟人類史上最強的軟體是等值的。我覺得這件事本身就很怪。」 這不只是自嘲。這是台灣一大票月費三百到八百塊的工具、外掛、系統商，現在正在面對的同一道題。 ## AI 取代 SaaS 時，最先被吃掉的是哪一層？ Craig 點名了兩個案例。我都去查了原始資料，結果發現真實的數字，比他在台上講的更有意思。 ### 案例一：Tailwind CSS，流量掉四成，營收掉八成 先修正數字。Craig 在台上說 Tailwind「三個月前裁掉 75% 的團隊，網站流量掉 80%」。這個轉述有三個地方要更正，因為 Adam Wathan 本人在 [GitHub 上的留言](https://github.com/tailwindlabs/tailwindcss.com/pull/2388?ref=growthhackers.tw#issuecomment-3717222957)講得很清楚： - 時間是 **2026 年 1 月 6 日**，不是演講前三個月 - 裁掉的是**工程團隊的 75%**，四個工程師走了三個，不是整間公司 - **流量掉的是 40%，掉 80% 的是營收** Wathan 的原話是：「我們工程團隊有 75% 的人昨天在這裡失去了工作，因為 AI 對我們生意造成的衝擊太殘酷了。」 而他解釋原因的那句，才是真正的重點： > 「讓 LLM 更容易讀我們的文件，就等於更少人來看我們的文件，就等於更少人知道我們的付費產品，生意就更撐不下去。」 這句話發生的場景很諷刺。他是在**拒絕一個社群 PR** 的時候講出來的，那個 PR 想幫 Tailwind 加上 `/llms.txt`，讓 AI 更好讀他們的文件。 停下來想一下這個結構。Tailwind 的免費產品（CSS 框架）被模型學走了大部分常見用法，模型會了以後，直接就能幫使用者把版面刻出來。使用者不用去官網，不用翻文件，當然也不會滑到那個賣 Tailwind Plus 的按鈕。 免費的那層被學走，付費的那層就斷了金流。 再看一次那個落差：流量只掉四成，營收掉八成。**還有六成的人在用你的東西，但他們已經不打算付錢了。** ![流量的下滑是緩的，營收的下滑是陡的。兩條線之間愈拉愈開的那塊，就是商品化正在發生的地方。](https://growthhackers.tw/content/images/2026/07/inline-divergence-v1.png) ### 案例二：Stack Overflow，被吃掉的是「簡單問題」 Stack Overflow 的數字更嚇人，但要小心用的是哪個指標。 有公開資料可查的是**提問數**，不是流量：2025 年 12 月，Stack Overflow 整個月只有 **3,862 則新提問**，比 2024 年同月掉了 78%（原始資料來自 Stack Exchange Data Explorer，[Techzine](https://www.techzine.eu/news/devops/137686/stack-overflow-in-freefall-78-percent-drop-in-number-of-questions/?ref=growthhackers.tw) 與 [devclass](https://www.devclass.com/ai-ml/2026/01/05/dramatic-drop-in-stack-overflow-questions-as-devs-look-elsewhere-for-help/4079575?ref=growthhackers.tw) 都有報導）。它的高峰是 2014 年初，一個月超過 20 萬則。 從 20 萬掉到不到 4 千，提問量整個退回 2008、2009 年剛創站的水準。 不過有兩件事要講清楚，不然這篇就變成末日文了。 第一，執行長 Prashanth Chandrasekar 的說法是：「2023 年初我們看到提問下滑的時候發現，掉的幾乎全是**非常簡單的問題**。」 第二，論壇在萎縮，公司沒死。母公司 Prosus 的財報顯示，Stack Overflow 與 GoodHabitz 合計的分部營收，在 2025 年 9 月底止的半年是 **9,500 萬美元，年增 12%**。要注意這是兩家合併的分部數字，不是 Stack Overflow 單獨營收，但至少可以確定那個分部沒有崩掉。 兩件事合起來看，答案就出來了：**AI 咬掉的是「簡單問題」那一層，不是整個知識產業。** 以前工程師卡住了，去 Stack Overflow 搜一段程式碼，複製貼上，跑跑看。這一層現在模型直接給，而且給得更快。但那些需要脈絡、需要判斷、需要有人負責的難題，還在。 ![被吃掉的是底下那層又寬又淺的「簡單問題」，上面那層又窄又硬的難題還站著。](https://growthhackers.tw/content/images/2026/07/inline-layer-v1.png) ## SaaS 商品化的早期訊號：新客先停，不是流失率先動 台灣老闆最愛看的健康指標是什麼？流失率、續約率、回購率。 這些數字掉了，大家才會緊張。問題是，它們全部都是**落後指標**。 Craig 在演講裡引述了同業跟他說的一句話，我認為是整場最有價值的一句，可惜他講完就跳過去了： > 「流失率其實沒什麼變，但新的試用在掉。這大概就是早期訊號。」 把這句話跟 Tailwind 的數字疊在一起，兩件事講的是同一個結構： - Tailwind：**流量還有六成，營收只剩兩成**（付費意願先崩） - Craig 的同業：**流失率沒動，新試用在掉**（新客先停） 舊客戶不會馬上跑。他們的資料躺在你的系統裡，他們的流程繞著你長出來，換掉你要付轉換成本。所以他們會撐很久。他們撐著，不代表你安全，只代表你的沉沒成本還在幫你擋子彈。 真正誠實的是新客。新客沒有包袱，他第一次評估你的時候會直接問一句：「這個我自己開 Claude 弄一弄，是不是就有了？」 這年頭就是新客、新客、新客。你要盯的是漏斗最上面那一段，不是最下面。 ![你緊盯的那個大錶還很穩，真正該看的那個小錶已經掉到底了。](https://growthhackers.tw/content/images/2026/07/inline-indicator-v1.png) ## 怎麼判斷你的產品會不會被 AI 取代？四個問題 我把這場演講的判斷邏輯，重新整理成四題。不限電商，做產品的、接案的、開顧問公司的、教課的，都可以拿去對自己套一次。 ![四題射程診斷：一層技能、結果與責任、模型拿不到的資料與關係、新客走勢。](https://growthhackers.tw/content/images/2026/07/inline-diagnostic-v1.png) ### 第一題：你賣的是一層技能，還是一段流程？ Craig 講得最重的一句，是「如果你的生意本身就是一個 skill」。翻成白話：如果你的整個價值可以被寫成一段夠好的指令，那前沿模型已經在做這件事了，而且它的觸及範圍遠大於任何單一 SaaS，邊際成本也低得多。 台灣哪些人在射程內？只會「幫你下 Meta 廣告」的小編、只會「幫你做一頁式網頁」的接案、只會「幫你把 Excel 整理成報表」的助理職，還有那種功能單一、月費三百的工具站。 台灣以前有一種生意叫「打字行」。你把手稿拿過去，他幫你打成字、印出來。後來家家戶戶有電腦，這個行業就整個不見了。不是打字員變爛，是那一層技能變成了內建功能。 ### 第二題：客戶付的錢，是買功能，還是買結果跟責任？ 這題最好用。 同樣是報稅。用軟體自己報，那是買功能，價格會被壓到趨近於零。找記帳士報，那是買「報錯了有人扛」，而且愈複雜的節稅規劃愈貴。 同樣是拍商品照。給你一組去背圖，是功能。負責這一檔的視覺調性、負責上架後的轉換率，是結果。 AI 現在很會給功能。AI 到目前為止，還沒辦法幫你扛責任。 ### 第三題：你手上有沒有模型拿不到的東西？ 這裡我一句話帶過，因為這塊我已經寫過三篇：模型拿不到的是你的第一方資料、你的產業 know-how、你跟客戶之間的關係。要看細節可以去讀[〈AI Agent 時代新護城河：為什麼第一方資料比模型更關鍵？〉](https://growthhackers.tw/blog/ai-agent-first-party-data-moat/)，還有[黃仁勳講「模型是租來的，know-how 才是你的」那一篇](https://growthhackers.tw/blog/jensen-huang-open-agent-proprietary-knowledge/)。 我只補一個提醒：Tailwind 有一大票死忠使用者、有社群、有品牌，這些都是真資產。但當這些資產**沒辦法變成收入**的時候，一樣要裁員。護城河要能收費，不然那只是護城，沒有河。 ### 第四題：你的新客數字，這半年怎麼走？ 現在就去打開後台，把這三個數字拉出來：新詢問數、試用轉付費率、新客平均成交金額。 如果流失率很穩，但這三個裡面有兩個在往下，你已經在射程內了，只是還沒被打到。 ## 市場的恐慌會回檔，商品化不會 講一個很多人引用、但引用時常常漏掉後半段的事件。 Craig 在台上提到「一篇部落格文章蒸發了 2,850 億美元市值」。這件事是真的，但細節要修正：時間是 **2026 年 2 月 3 日**，觸發點不是部落格文章，是 Anthropic 為 Claude Cowork 推出的一系列外掛，其中包含**法律領域的外掛**（[Artificial Lawyer 2026-02-02](https://www.artificiallawyer.com/2026/02/02/anthropic-moves-into-legal-tech/?ref=growthhackers.tw)）。隔天法律科技與軟體股被血洗，[Bloomberg 當天的標題](https://www.bloomberg.com/news/articles/2026-02-03/legal-software-stocks-plunge-as-anthropic-releases-new-ai-tool?ref=growthhackers.tw)是「法律軟體股在 Anthropic 發布新 AI 工具後暴跌」，[市場統計約 2,850 億美元市值蒸發](https://techstartups.com/2026/02/05/anthropics-claude-plugins-spark-285-billion-software-stock-selloff-as-ai-targets-entire-saas-workflows/?ref=growthhackers.tw)，Thomson Reuters 跌 16%、RELX 跌 14%、LegalZoom 跌約 20%。 但這裡有個後續，我覺得比事件本身更值得講。 Craig 在演講裡還說，追蹤軟體股的 iShares ETF（IGV）「過去半年跌了 30%」。查下來，這句話在演講當下（2026 年 4 月）是準的，IGV 從 2025 年 10 月的 114.64 美元跌到 2026 年 4 月的 78.70 美元，跌幅約 31%。 然後呢？截至 2026 年 7 月 30 日，IGV 回到 **92.50 美元**（[stockanalysis.com](https://stockanalysis.com/etf/igv/?ref=growthhackers.tw)）。近半年反而是小漲的。 重點是什麼？ **股價的恐慌會回檔，Tailwind 的營收沒有回檔。** 宏觀的那些嚇人數字，多半是市場情緒，會超跌也會修正，拿來當作你要不要改變的依據，其實很不可靠。真正不會回頭的，是微觀層面那個結構性的改變：一旦模型學會了你那一層，使用者就再也不需要回來付錢了。 所以請不要因為新聞標題恐慌，也不要因為股市反彈就安心。這兩個都是雜訊。你該看的是你自己後台那三個數字。 ## 我自己的經驗，跟一個不太舒服的觀察 講一段我自己的。 我這一年把個人部落格的產線整個改成 AI 協作，從消化來源、查證、寫初稿、配圖到上稿，流程全部重新設計過。以前這裡面有好幾段是要外包的，現在我自己就能跑完。 這件事對我是好消息。但我很清楚，對那幾個以前接我案子的人，這是壞消息。而且我不覺得我特別厲害，我只是比較早開始弄。 Craig 在演講裡引述一位創辦人跟他說的話，我看到的時候有點刺：「如果我做得到這件事，那別人也做得到。那我還剩下什麼價值？」 這就是為什麼這篇不能寫成末日文。 同一個變化，站在買方是解放，站在賣方是壓力。而大部分台灣的中小企業主，**兩邊都站**。你一邊用 AI 砍掉自己的成本，一邊被別人用 AI 砍掉你的報價。 連 Craig 自己都承認，Castos 到現在還沒有 CLI 也沒有 MCP，他們兩週前才討論過，最後決定先不做。他也很老實地講，這件事沒有人有錯：「這場 AI 轉型發生的事，不是我的錯，不是你的錯，我們都沒有要求要這個。」 ## SaaS 會被 AI 取代嗎？技能會，流程不一定會 回到最前面那個問題。 Craig 自己在台上的回答是「有點會，也有點不會」（kind of, kind of）。這個答案很誠實，也比任何一個聳動的標題都準。 會被取代的是「一層技能」，是「簡單問題」，是模型可以直接給你的那些功能。這一層正在快速歸零，而且歸零的順序是**先歸零在付費意願，才歸零在使用量**。 不會被取代的是「一段有人負責的流程」，是難的問題，是只有你手上才有的資料跟關係。 所以真正要做的事，不是恐慌，也不是喊口號說要 AI 轉型，是**重新盤一次你賣的東西，把裡面模型已經免費給的部分認賠拿掉，然後把價格重新放到模型還給不了的那些部分上**。 這件事會痛，因為你會發現產品裡有一塊現在不值錢了。 如果你問我，這篇文章只要改掉你一個念頭就夠了： 以前你會想，「我客戶都沒跑掉，所以我還好。」 現在你要想的是，「我客戶沒跑掉，只代表他還沒重新評估我。」 真正會重新評估你的，是那些還沒付錢的人。所以先去看你的新客數字。 --- ## 常見問題 **Q：SaaS 會被 AI 取代嗎？** 不會整個被取代，但「一層技能型」的產品會。判斷標準是：如果你的核心價值可以被寫成一段夠好的指令，前沿模型現在已經直接提供了。反過來說，需要有人負責結果、需要專有資料、需要跨環節整合的產品，還有空間。 **Q：怎麼判斷我的產品或服務正在被 AI 商品化？** 看四件事：你賣的是一層技能還是一段流程、客戶買的是功能還是結果、你有沒有模型拿不到的資料與關係、以及你的新客數字這半年的走向。四題裡有兩題答不出來，就在射程內。 **Q：為什麼流失率不是最早的訊號？** 因為舊客有轉換成本、有資料沉澱、有使用習慣，他們會延遲反應。商品化最先影響的是還沒付錢的人對你的價值判斷，所以會先反映在新詢問數、試用轉付費率和付費意願上。Tailwind CSS 的流量只掉 40%、營收卻掉 80%，就是這個順序的證據。 --- **延伸閱讀** - [AI 會取代工程師嗎？程式碼變免費後，競爭力從「誰做得出」換成「誰定義得清楚」](https://growthhackers.tw/blog/code-is-free-become-the-driver/) - [黃仁勳談 AI 取代工作：消失的不是職業，是職業裡的「第一階」](https://growthhackers.tw/blog/jensen-huang-ai-tasks-not-jobs/) - [Google 搜尋負責人 Liz Reid 親口解密 AI 搜尋：出版商流量掉 33% 是真的](https://growthhackers.tw/blog/liz-reid-google-search-ai-publishers/) - [Shopify 合作夥伴分潤大改版：為什麼台灣代理商該從「接案」轉向「陪跑」？](https://growthhackers.tw/blog/shopify-partner-earning-model/) --- **協作聲明與免責** 這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 `[來源名稱](URL)` 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。 內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。