上一章我们说，真正的墙在壳背后。手握三道墙的老玩家——那些已经装进千万家公司、攒了多年数据的存量 SaaS——自然最先反应过来。它们的打法几乎一模一样：给自己的产品，塞进一个 AI 副驾。
这个词是微软带火的。2023 年，微软把接进 Office 的 AI 助手叫 Copilot（字面「副驾驶」）——你还是主驾，握着方向盘，它坐在旁边帮你搭把手：帮你在 Word 里起草、在 Excel 里分析、在会议里做纪要。一时间，几乎每家 SaaS 都宣布自己长出了一个副驾。
副驾这个姿势，藏着老玩家的算盘
为什么大家不约而同选了「副驾」，而不是「自动驾驶」？这里面有精明的算计。
副驾意味着：AI 只在你原来的软件里、你原来的流程上帮忙，方向盘还在你手里，也还在这家 SaaS 手里。这一下就把上一章那个恐慌，巧妙地反了过来——通用大模型再聪明，它坐在一个空荡荡的聊天框里，不知道你的数据、不懂你的流程；而老玩家的副驾，是坐在已经装满你三年数据、连好你全套流程的驾驶舱里帮你。同样一颗聪明脑子，一个两手空空，一个手里攥着你的一切。
说白了，老玩家是在用第五章那个「AI 没碰到的数据层」当武器：你那颗通用大脑再强，也得先有我这具身体、我这套记忆，才使得上劲。副驾不是把 AI 请进门当客人，是把 AI 焊死在自家墙里当帮手。
所以副驾首先是一场防守：它对客户说，别去外面找 AI 了，你要的 AI，我在你早就习惯的地方给你备好了，还比外面那个更懂你。它把三道墙，又加高了一截。
但防守之外，还悄悄动了一样更要紧的东西：钱怎么收
副驾真正深远的影响，不在功能，在定价。而这一下，动的是第二章那条 SaaS 立身之本的现金流。
回想传统 SaaS 怎么收钱：按席位收费（per-seat，一个用户一个「座位」，用的人越多、买的座位越多，收的钱越多）。这套逻辑几十年来天经地义——软件是给人用的，几个人用就付几个人的钱。
可 AI 副驾把这套逻辑戳了个窟窿。问题出在这里：副驾干的活，是真金白银烧算力换来的——你让它写一份报告、跑一段分析，背后是实实在在的计算开销，用得越狠，SaaS 自己的成本越高。这和传统软件「多一个人用几乎不要钱」（还记得第二章的边际成本近零吗）完全反着来。
矛盾就在这儿：老办法按「多少人用」收钱，可 AI 的成本是按「用了多少」烧的。一个客户可能只有 10 个座位，却让副驾疯狂干活，烧掉的算力远超那 10 个座位的租金。按人头收的租，盖不住按用量烧的成本。这台一直很赚钱的机器，第一次出现了「用得越多、越可能亏」的漏洞。
于是各家开始试各种打补丁的收法：有的在原来的月租之外，单收一笔「AI 加装包」的钱；有的给副驾的使用量设个额度，超了另算；有的干脆开始琢磨，能不能别按人头、改成按干了多少活来收。「按席位收费」这条几十年的铁律，第一次被撬动了。
副驾的天花板：帮手终究不是干活的人
副驾是老玩家聪明的一步，但它有个天生的天花板，而且恰恰藏在「副驾」这个词里：它始终是副的。它把每个环节都加速了，可整件事的主体，还是那个坐在主驾、一步步操作软件的人。
它让你写邮件更快，但邮件还是你在写；它让你分析数据更快，但你还得看着它、盯着它、把结果串起来。它优化了「人用软件」这件事，却没有取消「人得亲自用软件」这个前提。省了力气，但那个活儿，归根结底还是你的。
那么，有没有一种更狠的打法，干脆把主驾也拿掉——你不用再一步步操作软件，只要说一句「把这事办了」，然后有个东西真的替你从头办到尾？
这正是新物种要干的事。老玩家守着墙、加个副驾，稳扎稳打；而挑战者盯上的，是一个副驾故意不碰的位置——不做帮手，做那个替你把活干完的人。下一章，我们看这个新物种。