10億押注AI，北森親手砸了自己的SaaS飯碗

在企服賽道，北森一直是一個“特立獨行”的存在。

這家公司頭頂“中國HR SaaS第一股”的光環，常年霸占HCM（人力資本管理）賽道市場份額第一。然而，光環之下的北森一直深陷虧損泥潭。直到剛剛發布的2026財年（2025年3月-2026年3月），北森才依靠壓縮費用，勉強實現了經調整5.0%的微弱凈利潤率。

好不容易熬到了盈虧平衡的曙光，北森的CEO紀偉國卻干了一件讓所有股東和同行都沒意料到的事。

2026年6月24日，北森正式發布一站式AI HR專家平臺Mavens，并宣布北森將從一家“傳統HR SaaS軟件廠商”全面轉型為“AI應用公司”。為了保證AI在客戶現場的落地，北森還要組建一支超過300人的FDE（前端部署工程師）地推軍。更瘋狂的是，紀偉國宣布未來兩年將掏出10億元真金白銀，全部砸向AI產品研發。

賬上躺著16億現金，剛剛扭虧為盈，轉身就拿一大半去押注一個目前在企服市場連成熟商業模式都還沒跑通的“AI智能體（Agent）”。

北森到底在急什么？

過去十幾年，中國的HR SaaS廠商都在做同一件事：流程線上化。把發篩簡歷、面試安排、發Offer、考勤打卡、算工資等所有繁瑣的人事流程，通通搬到云端。客戶買的是一套“管理工具”，按系統賬號數（Seat）或訂閱年費來付錢。

但這種模式在眼下的的中國企服市場，已經卷到頭了。

一來，各家廠商的功能嚴重同質化，最后只能拼刺刀打價格戰。二來，客戶們需求也變了。經濟下行周期中，企業買軟件不再是為了“讓HR的審批流程變好看”，而是直白地要求“你的軟件能不能幫我更便宜、更精準招到合適的人？能不能直接幫我干活？”

傳統的SaaS系統做不到，但AI智能體可以。

大模型爆發后，北森在2023年下半年也像很多同行一樣搞過“套殼AI”，即在原有的HR系統里加一個AI問答對話框，或者加個簡歷摘要自動生成功能。結果紀偉國發現，這種“縫縫補補”的AI小插件，客戶根本不愿意掏錢。

痛定思痛后，北森在2024年放棄“功能疊加”，直接做能端到端解決具體場景問題的獨立AI Agent。以北森最爆款“AI面試官”為例，它不是用來輔助人類HR的，而是直接替代人類進行初面。它能根據不同企業的崗位模型自動生成面試提綱，采用“結果-行為-動機”三層追問，最后給出一份標準化評估報告。

紀偉國算了一筆賬：企業校招時派100名面試官，單人面試成本約250至300元。用北森的AI面試官，成本直接降到20元左右。

當AI不再是一個工具，而變成了一個“廉價且高效的數字員工”時，商業邏輯就徹底變了。北森的收費模式也從傳統的“賣軟件訂閱”，變成了通過飛書等平臺“按消耗的Token付費”。

財報數據基本印證了這套邏輯的可行性。2026財年，北森的AI產品新簽合同額突破8700萬元，同比增長10倍。其中，僅AI面試官這一款產品的新簽合同額就超過了2100萬元，續費率高達120%。

這8700萬，就是北森敢于砸掉傳統SaaS飯碗、All in AI的最硬底氣。

那么問題來了，如果只接入大模型做一個AI面試官，那么百度的文心、阿里的通義甚至各類創業公司都能做。北森憑什么覺得這10個億砸下去，能砸出一條護城河？

北森的解法是300人的FDE（前端部署工程師）團隊。

SaaS的精髓本是“標準化、輕資產、邊際成本遞減”。但北森偏偏反其道而行之，搞出了一支龐大的人肉地推和實施團隊。為什么？

因為ToB的AI，根本做不到“開箱即用”。

通用大模型可以寫詩作畫，但它肯定不知道一家企業在評價一個“區域銷售經理”時，底層標準差異多大；它也不懂面對央企領導時，話術如何調整。

北森已經意識到，AI在企業落地的最大瓶頸，不是算力和模型，而是對場景和業務的“Know-how”。

這恰恰是北森積累了24年的老本行。早在做軟件前，北森就已經是中國最大的心理測評和人才測評機構。它手里握有300多個崗位勝任力模型、億級的真實測評樣本，以及近200人的心理學專家團隊。這些被稱為“People Science（人才科學）”的獨家語料，是訓練垂直AI最寶貴的飼料。

但這還不夠。要把這些模型變成客戶真正能用的“AI員工”，就需要FDE團隊出馬。這300名既懂HR業務、又懂北森PaaS系統、還懂AI大模型提示詞工程的“復合型人才”，要深入客戶現場，把企業特有的崗位體系、組織語言、薪酬規則，手把手“喂”給AI。

正如紀偉國所言，以前這些心理學顧問在做標準化軟件時被邊緣化，覺得自己快被淘汰了，“結果AI時代到來后，他們反而成為了北森最貴的人。”

用最重的人力，去干最臟最累的“最后一公里”交付，把北森的AI變成“客戶獨有的AI”。這套極重的交付體系，短期內會嚴重侵蝕北森剛剛改善的利潤率，但長期看，一旦這些定制化的經驗能被沉淀為可復用的行業模板，它將成為通用大模型廠商和普通SaaS同行根本無法逾越的護城河。

從宏大敘事切到現實財務，北森向“AI應用公司”的轉型，依然充滿風險。

北森2026財年實現營收11.05億元，其中AI應用收入連總收入的一成都不到。公司之所以能在今年勉強實現經調整后的扭虧為盈，根本原因是在過去兩年嚴控了銷售和研發費用的增長。

如今，在AI收入還未完全挑起大梁的過渡期，突然要在未來兩年增加10億元的AI產品研發與行業內容建設投入，還要供養一支300人的高薪FDE跨界人才團隊。這筆開支，隨時會將北森重新拖回虧損泥潭之中。賬上16億的現金儲備，經得起燒嗎？

再一個，是FDE模式帶來的“非標化”倒退。

SaaS之所以享受高估值，是因為它是一本萬利的標準化生意。而FDE模式，本質上還是“駐場咨詢+系統定制”。如果這300人的團隊無法將客戶現場的經驗迅速抽象、沉淀為可復用的產品功能，那么北森的AI服務就會變成勞動密集型的“新一代IT外包項目”。

項目制是規模化和高毛利的死敵，這與SaaS的底層商業邏輯完全背道而馳。

最重要的，是企業客戶對AI應用的信任危機與付費意愿。

AI面試官在校招等高頻標準化場景是跑通了，但北森Mavens平臺規劃的“AI領導力教練”、“AI排班專家”等應用，涉及企業最核心的薪酬、績效和組織架構數據。在國內企業對AI數據隱私越來越敏感的環境下，讓客戶放心地將數據交給一個三方AI平臺去訓練，仍面臨著極高的信任門檻。

紀偉國曾經自嘲，“我原本都覺得自己差不多該退休了，但現在又得從頭折騰一遍。”其實，他根本沒有選擇。

在SaaS行業被資本冷落、傳統軟件增長見頂的2026年，如果繼續死守“賣軟件賬號”的舊模式，北森大概率會在走向平庸。主動砸碎舊飯碗，用過去20年積累的“測評知識底座+PaaS系統”去押注Agent，去賣“數字員工的作業能力”，是這家公司目前唯一能講的新故事。

這不是北森一家公司的轉型，更是整個ToB行業在AI時代的一場被動求生。