SAS退出中国：时代变化超出想象

01 25年后，SAS离开中国

最近，一个看似不起眼的新闻，其实意味着一个时代的改变。

美国分析软件巨头 SAS，在中国经营 25 年后宣布退出大陆市场，裁撤约 400 名员工。

SAS 是什么公司？

这么说吧，在商业智能和数据分析领域，SAS曾经是无敌的存在。

SAS 是谁？

全球领先的数据分析、商业智能（BI）与预测分析软件公司
被 Gartner、Forrester 连续多年评为分析与BI领导者
在全球银行、保险、政府、制药、能源等关键行业拥有无可替代的位置
全球年收入 30 亿美元+，连续盈利超过 40 年

可以说，SAS 是大数据分析的发明者之一。

在 SAS 出现之前，世界上可能没有“数据科学”这个职业。

在Python、机器学习和大模型还不流行的年代：

想做企业级分析， SAS是首选。

我对SAS还有特别的感情。我拿到复旦大学的数学博士学位以后，SAS是我离开校园后的第一个东家。当时SAS和谷歌一并被评为全球最令员工满意的公司。我在SAS工作过两年，任高级顾问：建数据挖掘分析模型；和埃森哲等咨询机构合作；给金融机构赋能等等。我的数据分析商业生涯始于SAS，很感谢在SAS培养的全球商业分析视野和深度大数据分析（数据挖掘）能力。

02 时代规则改变公司

SAS是一家有深度技术能力且稳健发展的公司，但不是和这波人工智能热潮高速发展完全匹配的公司。

背后映射的是时代规则的改变。

过去 20 年，软件行业底层逻辑发生了三次剧烈变化：

时代

核心逻辑

谁是赢家

闭源许可证时代

软件封闭、高价、按年收费、卖培训认证

SAS / Oracle / SAP

开源 & 云时代

免费开源 + 云托管 + 订阅制

Python / AWS / 阿里云

大模型 & AI时代

算力与模型快速迭代，“边用边改进”

OpenAI / HuggingFace / 国内大模型厂商

从 “工具封闭” → “能力开放” → “智能进化” 规则彻底被改写。

SAS 最大的护城河是什么？

不是算法，不是技术，而是：

封闭的生态，封闭的认证体系，封闭的商业模式。

而开源做的第一件事，就是：

摧毁封闭。

03 开源语言 + 云服务，打穿了SAS的商业模式

打开 LinkedIn 和招聘网站你会发现：企业不强调一定要 SAS 工程师，他们要 Python、Spark、TensorFlow。

原因很简单：

对比

SAS（闭源软件）

Python / R（开源）

费用

高昂（百万级）

0 元

算法更新

厂商决定

Github → pip install → 即用

数据部署

封闭，限制多

云原生，自由扩展

人才培养

SAS 认证

开源社区培养，全球协同

开源打掉了价格体系，云打掉了的部署壁垒，AI 打掉了使用门槛。

如果用一句话总结：

原来的闭源商业模式被“开源 + 云 + AI”三次叠加创新彻底颠覆。

04 中国市场加速了这个过程

SAS 在全球增长仍然可期，2024年营收仍保持在 30 亿美元+，相当稳健。

但中国市场发生了两件关键事件：

① 国产替代 + 数据安全政策政府、金融、通信行业开始优先国产软件、国产大模型。

在中国，闭源意味着不安全、不可控。

② 行业场景驱动 + AI 解决方案崛起

中国不再需要“工具”，需要“结果”。

企业不问你用什么算法，他们问：

能不能提高转化率？
能不能降低成本？
能不能自动完成？

AI 不是工具革命，而是业务革命。

05 大模型时代：闭源 vs 开源，胜负不在技术

今天我们看到一个有趣的现象：

OpenAI 做闭源，但 HuggingFace / DeepSeek / Qwen 等开源模型快速增长。

原因是什么？

闭源强，但开源更适配行业深度改造。

项目诉求

闭源模型优势

开源模型优势

通用对话

✅ 最强效果

❌

企业落地

❌ 数据不可控

✅ 可本地部署、可私有化训练

行业定制

❌ 黑盒限制多

✅ 可改造，可嵌入流程

所以你会看到一个趋势：

投资人追闭源，企业家用开源。

06 行业趋势：工具不再值钱，“解决问题” 才值钱

对于企业和创业者，未来最重要的不是：

“我会用哪个模型？”

而是：

“我能用 AI 改造哪个行业流程？”

AI 的竞争不再是技术竞争，而是场景竞争。

真正的护城河是：

✅ 行业理解

✅ 数据闭环

✅ 业务效果（ROI）

SAS 在工具时代无敌，但 AI 时代，降低软件使用门槛，让业务能落地的人更无敌。

07 写给创业者和投资人的三条建议

建议 1：少花钱买工具，多花时间做应用

不要再问：“我要不要买某某 AI 软件？”

要问的是：

“AI 可以帮我省多少钱、赚多少钱？”

建议 2：先解决一个小问题，再扩展到大流程

AI 成功落地的路径：

1 个流程 → 3 个流程 → 全流程智能化

从小点切入，快速验证 ROI。

建议 3：用 AI 改造行业，而不是学习工具

未来属于：

用 AI 改造业务的人用 AI 改造行业的人

不是“用工具的人”。

左手人工智能，右手财富管理，过积极且从容的生活。

本文由高峰博士独立完成，欢迎署名转载，转载请注明出处。禁止私自转载、修改或冒名发布，违者必究，作者保留追究法律责任的权利。

高峰博士为独立投资人、企业家 AI 财富顾问，长期专注于人工智能与财富管理的融合应用，致力挖掘人工智能时代更优秀的投资标的，并帮助有潜力的企业，在 AI 时代成为“小而美、强而精”的优秀公司。