黃仁勳說了三個關鍵：
- 你會使用螺絲起子還是重新發明一個螺絲起子？
- 世界上有許多明確的公式，就像F=MA，就是MA而不是「大概是」MA。
- AGI(通用人工智慧)即便成熟，也會選擇學會使用成熟的工具，而不是重新打造一個工具。
其中螺絲起子這個比喻引起許多人討論。網路有一種說法：如果自己打造一個螺絲起子比外面賣的還便宜，誰要去外面買？
這個假設有三個問題：
- 打造所需要的軟硬體成本多少？
- 你多久才使用一次螺絲起子？
- 自己打造需要多少花多少時間？
而這三個問題又反映了三個現實面：
- 成本不符效益
- 打造出來的耐用性不見得比工廠好
- 省了採購費用卻花了大量時間成本
舉個例子：買電腦
組電腦對有經驗的人來說跟喝水一樣，即便沒有經驗，光靠說明書跟網路上的教學也絕對可以自己組起來。但為什麼還是一堆人買組好的套裝電腦？明明以CP值來說一定是自己買零組件回來組最好不是嗎？
答案很簡單：市場從來不是單一的。
對於精打細算、有時間、有興趣的人來說，DIY 是唯一解答。但對於對價格不敏感，想買來就用的人來說，直接買套裝電腦省時省力才是最佳解。
所以直到今天都沒有出現誰取代誰，兩者並存、各自有各自的市場。
邏輯錯誤
把這個邏輯結合前面的三個問題套回到 AI 與 SaaS，答案就很清楚了。
市面上的SaaS服務憑藉對市場需求的深入理解，用了大量時間把服務優化到簡單易用又穩定，甚至針對使用量少的族群提供免費或便宜的解決方案。
再看看現在高喊SaaS已死、自己一個人就完成幾十個專案的人是屬於多數還是極少數？
這代表什麼？代表即便 AI 一日千里，但截至目前為止，對一般人來說，使用AI打造一個既能滿足需求又足夠穩定的服務仍然「不夠簡單」。
這樣說好了！
使用 AI 打造一個線上問卷非常簡單，但大多數人會為了做市調跑去學怎麼透過 AI 打造一個問卷服務嗎？還是使用免費簡單的Google表單就好了？就算需求比較複雜，也有 SurveyCake 這類的線上服務可以滿足。
明明註冊完就可使用，為什麼要花時間學如何建置開發環境、指令怎麼下、出錯怎麼改？根本不合理。而人類是如此，即便超級通用智慧出現，也一定是使用既有的服務來擴充自己的技能（Skills），而不是浪費時間跟資源去從頭做一個新服務。因為尖端智慧一定會選擇高效的路徑。
Salesforce
發表這類相關言論的人其實太低估SaaS公司的應對能力，許多大型 SaaS 公司早已透過AI大幅升級。
以全球知名的CRM供應商Salesforce為例：
１．Agentforce代理服務
Salesforce 推出的 Agentforce 代表了 AI 服務的重大飛躍。與傳統機器人不同，Agentforce 具備推理能力，能根據業務數據自主執行任務。
- 客服領域： Agentforce for Service 能在 WhatsApp、Messenger 等多管道提供 24/7 的自主服務，處理高達 85% 的常見查詢，並在遇到複雜問題時順暢轉交給人類專員。
- 銷售領域： 銷售代理人可自主培養潛在客戶、回答產品問題並安排會議，將合格的潛在客戶直接轉交給銷售團隊。
２．核心業務流程升級
Salesforce 將 AI 深度嵌入各個部門的工作流程，顯著提升了生產力：
- Sales AI（銷售）： 提供對話智慧（Conversation Insights），能自動標記通話中的關鍵時刻（如競爭對手提及或報價異議），並產生銷售活動摘要。此外，AI 還能進行銷售預測，協助優先處理具備高潛力的交易。
- Marketing AI（行銷）： 結合「預測式 AI」分析數據模式與「生成式 AI」創作內容，協助行銷人員大規模產出個人化的電子郵件、部落格文章與社群貼文。
- Commerce AI（商務）： 能自動產生個人化的產品描述與 SEO 最佳化中繼資料，並透過 Einstein Recommendations 根據客戶行為提供精準的推薦，提升轉化率。
３．開發及管理者工具
針對技術團隊，Salesforce 推出了基於其內部大語言模型 CodeGen 的工具：
- Einstein for Developers： 開發者可用自然語言描述需求，讓 AI 自動產生 Apex 程式碼或 LWC 組件，並能掃描程式碼漏洞、編寫單元測試案例。
- Einstein for Flow： 讓管理員即使不具備程式經驗，也能透過簡單的文字指令自動生成業務自動化流程（Flows）。
４．數據隱私和安全性
企業在使用 AI 時最擔心的莫過於數據安全。Salesforce 建立了 Einstein Trust Layer 作為安全防護網。
- 數據保護： 在將資料送入模型前，系統會自動遮罩敏感資訊，確保客戶資料不會外洩到公共模型中。
- 數據落地（Grounding）： AI 的輸出是基於企業內部的 Data 360 統一數據，確保內容準確且具備業務前後文。
由Salesforce的案例我們可以看到他們如何透過
AI + 客戶累積的資料（Data） + 核心業務（CRM）
將 AI 從單純的聊天工具轉變成具備實戰能力的業務執行力。這不僅僅是功能的增加，更是企業運作模式的根本變革——讓員工能從繁瑣的人工任務中釋放，轉而專注於建立更有溫度的客戶關係。