AI 出來之後，話題開始出現 SaaS 已死。OpenAI 甚至協助一家瑞典支付公司 Klarna 放棄訂閱 Salesforce 以及 Workday，用 AI 開發自己需要的系統。
軟體產品會 100% 被 AI 取代嗎？或者說，現在的軟體產品開發方式，會 100% 變成都是用 AI 開發就可以嗎？
其實從現在開始，這個答案應該不是 0 ，也不是 100%。
如果有一個刻度的話，可能是 30%。
輝達黃仁勳演講的啟示
黃仁勳之前在 CES 的演講，裡面有一張圖，談到軟體開發的改變。
傳統我們做軟體，就是用人手寫出程式，程式就是給出清楚的指令，CPU 去執行。所以程式怎麼寫，功能就怎麼跑。給什麼 Input，就會有什麼 Output。
沒有寫的程式，就沒有這個功能。
但 AI 不是這樣運作的。如果我想要有什麼 Output，我描述這個 Output，AI 就可以思考，透過 GPU 運算，找出可能的跑出這個 Output 的執行方式。
也就是 CPU 上，Application 是一個功能就是一個功能。在 GPU 上，AI 可以產生無限功能。
傳統的軟體產品發展
傳統的軟體產品開發，永遠在追趕客戶的需求。
我們永遠從最多客戶有需求的核心功能開始，成為產品功能的核心。
但客戶的需求無窮無盡，市場變化又快，既有產品的核心功能，客戶永遠無法滿足。
那通常怎麼辦呢？
通常，我們會開始畫出產品的 Roadmap，產品的發展藍圖。
從客戶反應的需求中，找出那些最多客戶要的，對市場影響最大的，或者競爭對手已經做出來的，總之就是有個判斷，排出一個優先順序，來依序開發，擴展既有軟體產品的功能。
但難免有客戶會提出更「有趣」的需求，超出了原本的 Roadmap 範圍，應該怎麼辦呢？
這時候難免就需要「客製」了。也就是針對單一客戶，做出只有他可以用的功能。
有時候因為是關鍵客戶，有時候是因為客戶願意多付錢，總之，總是會有這類不得不做的客製功能開發。
但不管功能是畫到產品 Roadmap 來依順開發，還是給客製開發，都有一個相同的問題，就是客戶要等，開發要時間。
AI 時代下的軟體產品
下一代的軟體產品，可以一次到位，滿足更多的需求。
主要方法就是透過 AI，也就是透過整合 AI Agent。
黃仁勳在 CES 的演講裡面提到，新一代的顯示卡，內建 AI 模型，也就是出廠的顯卡沒有的功能，內建的 AI 模型可以幫忙補足，提供顯卡更多的功能跟可能性。
同樣的，軟體產品的核心功能，滿足市場上客戶的核心需求即可，其他五花八門各式各樣不同的客戶需求，則可以透過 AI Agent 來滿足。
也就是下一代的軟體開發，不需要寫完所有的 Roadmap 了，也不應該。
本來一個軟體產品就不可能做完「所有」的客戶需求。
寫完核心的功能，剩下的應該交給 AI，發展產品的 Agent ，透過 AI Agent，來讓客戶自己產生自己想要的功能，來滿足各種客戶的各種需求。
舉例來說：電商系統永遠有開發不完的排程，Banner 要排程，商品上架銷售也想要排程，促銷活動上線也要排程。
如果每一個功能都要加上排程的功能，傳統上都要開發，UI 要刻，後台使用上也一定會變複雜。
如果透過 AI Agent，想要排程的都直接告訴 Agent，Agent 來產生排程程式，Agent來解決。就像 ChatGPT 的 Schedule Task 一樣。
所以新一代的軟體，不會 100% 被 AI 取代，完成 30% 的核心功能，剩下交給 AI。
而 70% 的 AI 裡面，還會包含三件事：
- 準備讓 Agent 呼叫的 API
- 產品的Agent 本身
- Agent 還是無法實現的，透過 AI 來快速客製開發的客製功能
當然，更有趣的是，客戶也有可能準備好自己的 Agent，透過自己的 Agent 來使用你的軟體。也就是不使用軟體產品內建的 Agent，而是客戶端使用第三方的通用 Agent 來使用你所發展的軟體產品。
一樣，從去年開始，我們已經進入 Agentic AI 的時代，All About Agent，無論是企業或軟體開發公司，準備好自己，抓住 Agent 的機會：
- Hire more Agents.
- Build Agent Service.
- Ready for Agents
延伸閱讀：黃仁勳是DeepSeek暴紅推手？為何輝達寧可「便宜AI」崛起，也不願放棄中國市場？
【觀點】算力即國力根本是錯誤的口號！台灣的AI發展出了什麼問題？
本文授權轉載自：李昆謀
