轉換成本是 AI 時代目前的護城河
AI 把建造成本壓到零，但轉換成本幾乎沒降。企業不會搬家，會讓舊系統 AI 化。
我們以 CRM 為例，模擬一個情境。
你把公司的客戶管理流程仔細寫下來，每一步、每個審核步驟、每個例外處理。
然後丟給 AI，請它做一個客製化的 CRM 系統。
以現在的技術，這件事大概一兩天就能完成。
時間成本低，金錢成本也低。傳統 CRM 廠商花十年堆出來的東西，你現在可以快速做出一個堪用的版本。
但如果你已經在跑一套 CRM 呢？上面有五到十年的歷史資料、幾百條自動化規則、每個使用部門的人都非常熟悉了。
還在說 SaaS 已死嗎？能做出來跟把它換掉，是完全不同層次的問題。
兩件不一樣的事
AI 現在最擅長的，是把「從零做出來」的成本壓到接近零。
但「把正在跑的東西換掉」的成本，幾乎沒有降低。
這兩件事本質上截然不同。
做出來是技術問題。換過去是組織問題、制度問題、人的問題甚至是內部政治問題。
一個 CRM 系統上線之後要持續面對的事：
- 規則變動，系統要跟著調。
- 人員流動，新人要被訓練。
- 第三方 API 改版了，系統串接要調整。
- 報表數字有錯，要有人扛責任。
這些成本不會因為 AI 變強就消失。
它們是組織運作的基本摩擦力，跟你用什麼技術無關。
AI 解決了「做出來」的問題。
但「換過去」的問題，它幾乎還沒碰到。
誰先被吃掉
看到了這個落差，就可以用它來看 AI 對不同企業的衝擊速度。我把它分成三個階段。
第一階段已經發生：功能性軟體
價值建立在「我能做到某件事」的功能型軟體最先受到衝擊。
修圖、去背、排版、基礎剪輯，這些過去要靠 Adobe 全家桶的事，現在 AI 工具能做到八成。
過去花十年堆出來的功能，不再是護城河。
第二階段正在推進：取代「日常操作」的人力
廣告管理、資料輸入、報告生成，這類標準化的重複性工作。上一篇提到的那個廣告管理新創，就是卡在第一階段和第二階段之間，正好落在 AI 最擅長替代的區間。
第三個階段還要時間：滲透進「持續運作」的生態
以律師事務所為例。律師事務所不是不知道 AI 能快速做合約審查。
但我們分幾個層次看：
- 事務所的收費模式建立在「以時間計費」上，AI 幫你省時間等於幫你少收錢，商業模式本身在抗拒改變。
- 現有系統跑了十幾年，案件紀錄、客戶資料、權限控管全在上面。合規要求每一步都有完整的稽核軌跡，換系統等於從零重建合規證據鏈。
- 「AI 判斷的」在法律上不是有效的免責理由，出了事還是要有人扛。
是商業模式、組織慣性、法規框架、責任結構四者交織在一起。
AI 可以寫出更好的合約審查工具，但沒辦法幫律師事務所回答「換過去之後誰負責」。
但不是每家公司都有第三個階段的緩衝。
新創最危險，因為客戶還沒有生態綁定。
用了三個月的工具，裡面沒有多少歷史資料，沒有建立工作流程，團隊也沒有養成依賴。
換掉它的成本接近零。當 AI 平台出了原生功能，客戶連猶豫的理由都沒有。
反過來看，一個用了五年的 HubSpot，裡面有全部的客戶互動紀錄、銷售 pipeline、幾十條自動化規則、團隊的肌肉記憶。
即使 AI 明天能做一樣的事，搬家的代價也夠讓客戶再留好一段時間。
決定一家軟體公司面對 AI 能撐多久的，不是技術有多好，是客戶換掉它要付出多少組織層面的代價。
不是換掉，是 AI 化
前面都在講「換」的成本有多高。
但大部分已經在跑 legacy 系統的企業，面對的問題不是「要不要換」。
是「怎麼讓現有系統變聰明」。
我之前幫一間做流程自動化的企業操作行銷的時候學到一件事：企業的 legacy 系統其實都還在正常運作。問題是它們只會執行預先定義好的流程，碰到例外狀況就卡住。
過去五十年的企業軟體都跑同一套邏輯：如果 A 就做 B，否則做 C。AI 擅長的是相反的事，在模糊的情境裡做即時判斷。這兩套邏輯天生不相容，但企業不可能把跑了十年的 SAP 或 Salesforce 拆掉重寫。
所以真正的問題變成：如何讓 AI 跟既有系統共存？
MIT 的研究指出，95% 的企業 AI 試點專案無法產生實際的財務回報。
原因不是 AI 不夠強，是多數企業把 AI 當獨立工具外掛上去，沒有讓它跟既有流程真正整合。
產業調查也顯示，只有約四分之一的企業預期在一年內看到 AI 投資回報，大多數認為要一到五年。
這反過來解釋了為什麼系統轉換成本是護城河，而且可能比我們原本想的更堅實。
企業不會為了 AI 把跑了十年的系統換掉。
它們會花錢讓這些系統 AI 化：在既有系統上面加一層，讓 AI 能讀取現有資料、在流程中做判斷，同時維持原本的合規和稽核要求。
能幫企業做到「不用換，但變聰明」的公司，反而是這一輪 AI 浪潮裡的受益者。
不過轉換成本也不是永遠的護城河。
如果你的潛在客戶目前什麼系統都沒用，AI 原生方案可以直接進入，這個空白市場沒有舊系統要搬。
另外，AI 能力擴張的節奏是每隔幾週就來一次，對只靠功能撐著的軟體公司來說，時間就是最大的風險。
第三個階段的發生還需要一段時間真正發生。合規、責任、組織慣性的變化速度很慢。但 AI 是一層一層往裡推的，每一層阻力比上一層大。
判斷自己在什麼階段
如果你在評估一家軟體企業面對 AI 衝擊下的韌性，有兩件事要看。
第一件是它的核心價值卡在哪個階段。
- 靠功能吃飯的，第一階段已經到了，AI 的建造成本優勢即時生效。
- 靠幫人處理重複性工作的，卡在第一階段和第二階段之間，接下來一年到一年半會明顯感受到壓力。
- 核心價值綁在合規、責任和組織流程裡的，在第三個階段，還有幾年緩衝，但不代表可以不動。
第二件是客戶換掉它要付出什麼代價。
如果代價只有金錢和時間，AI 會不斷壓縮這個數字。
如果代價包含組織重組、合規重建、責任轉移，那還有空間。
而如果它能幫客戶在不換系統的前提下 AI 化，那就不只是在防守，是在進攻。
AI 吃掉的是建造成本，還沒吃掉轉換成本。
沒有轉換成本保護的軟體公司會提早被淘汰，有轉換成本保護的也只是暫時喘口氣，得想辦法讓舊系統變聰明。
