这家拥有 1.5 亿用户、100 万付费客户，业务覆盖 150 多个国家和地区的企业，最终选择的应对方案是自研服务器。
今年 7 月，Zoho 自研 AI 服务器 "Nathu La" 首批 1000 台在那格浦尔数据中心投入使用，初期仅支撑自身基础设施需求，不对外销售。夏海峰透露，服务器业务未来将作为独立板块实现商业化。
当 AI 成为成本中心
" 现在所有的 SaaS 公司，为什么大家烧钱没有那么厉害，而且在收缩。" 他表示，GPU 服务器单台价格可达数百万元，板卡、CPU、内存、硬盘等硬件成本全线上涨。他算了一笔账，此前 SaaS 行业平均利润率普遍维持在两位数，AI 相关成本上升后，" 可能就只剩个位数了 "。这种利润下滑并非源于产品销量下降或市场竞争加剧，而是基础设施成本正在持续吞噬毛利空间。
这一问题并非 Zoho 独有。Salesforce 上调产品价格本质是成本传导的结果，国内 CRM 厂商无法持续开展价格战，同样受限于成本压力。整个软件行业的运营成本，都在被 GPU 相关支出持续推高。
Zoho 在全球运营 20 个数据中心，每年服务器采购及运维成本规模极高。" 去买戴尔的、惠普的服务器，要花 1 个亿。"AI 推理需求爆发式增长后，这一成本还在持续攀升。
Zoho 布局硬件的逻辑与 Meta 建设自有云基础设施类似，核心目标并非获取硬件业务收益，而是出于长期成本控制的考量。
" 自研成果会先在内部消化，验证成熟后作为独立业务线对外商业化。" 相关布局的启动时间远早于外界预期。AI 热潮出现前，Zoho 已经开始布局硬件研发。2025 到 2026 年间，创始人 Sridhar Vembu 开始公开提及 " 研发驱动型制造业 " 概念，公司收购了机器人公司 Asimov Robotics，在印度喀拉拉邦扩建研发中心。直到今年 7 月 Nathu La 服务器完成首批部署，这一战略布局才正式对外公开。
夏海峰透露，公司的底层逻辑是 " 要做长期的事情 "，直接使用外部大模型和云服务虽然短期更为便捷，但长期来看，无论是技术自主性还是成本结构都会受限于人，这并非 Zoho 追求的可持续发展路径。
AI 基础设施成本的持续上升，正在迫使所有 SaaS 企业重新审视自身的核心能力边界。
" 最坏推演 " 中的生存预案
Zoho 内部曾开展过一次极端场景推演：如果 AI 技术发展让所有产品都拆解为可单次调用的原子能力，客户用完即走，不再需要长期订阅服务，企业该如何应对？
内部给出的答案是："接受最坏情况可能发生，把我们的 Skill 做足够的丰富、足够的全。大家通过任何方式单次调用也好，按年也好，按月也好，都 OK。"
这里的 "Skill"，指的是将 Zoho One 套件中 50 多款产品的功能拆解为可独立调用的服务模块，客户既可以延续此前按年订阅完整套件的模式，也可以按需调用单个模块的 API，计费方式从 " 打包采购 " 调整为 " 按实际用量结算 "。
这一推演不仅指向产品形态的调整，也倒逼组织结构的优化。Zoho 目前拥有 1.5 万名研发工程师，若产品全面实现 Skill 化，" 可能只需要 5000 人维持平台运营 "。剩余 1 万人中，一部分将转向行业化解决方案研发（例如为奔驰开发的 DMS 经销商管理系统，目前已覆盖五六个国家），另一部分则转入硬件业务板块。
这意味着 Zoho 的业务边界早已超出传统软件公司范畴，硬件研发、基础设施自研、科技领域投资均被纳入其长期战略布局。Zoho 早年曾经历过一次深刻的行业周期考验，才形成了这种分散风险的经营思路。公司最初仅做网络管理软件，客户集中在电信行业，2000 年电信泡沫破裂后，"80% 的客户都死掉了 "。从那时起，Zoho 就定下了全产品线布局的战略，不依赖单一产品或单一市场，自研服务器正是这一战略的最新延伸。
除自研服务器外，Zoho 在公司治理层面的选择也与行业普遍做法不同。
Zoho 研发团队近三年未进行大规模扩招，也未出现人员裁减。Sridhar Vembu 近年逐步退到研发一线，亲自负责 AI 实验室管理，将商务活动交由核心高管负责。他在今年 7 月公开表态，AI 是 " 唯一值得投入的技术 "。
Zoho 中国区今年的目标是实现 60% 的客户增长、95% 的客户留存率，客服交付团队扩招 20%。今年 4 月，公司宣布投入 3.5 亿元加码中国市场。" 我们的投入主要在研发，不在市场，也不在销售。" 夏海峰说。
当下这种投入结构在当下的 SaaS 行业里并不常见。现金流管理方面，Zoho 始终坚守一个硬性指标：即使公司完全没有收入，账面资金也至少可以支撑两年的员工薪资支出。这是 Sridhar Vembu 定下的经营底线。" 他做公司不是为了赚钱，他早就可以卖给雅虎或者 Salesforce，但他没有。"
SaaS 的利润逻辑正在被重写
Zoho 自研服务器，也并非是单一企业的成本控制策略，它反映了一个正在发生的结构性变化：
AI 技术正在重构 SaaS 行业的成本结构。
过去十年，SaaS 行业的高利润建立在软件边际成本趋近于零的假设之上。进入 AI 时代后，每一次推理调用都会产生真实的算力成本，且这一成本还在持续上升。GPU、内存、硬盘、网络带宽等硬件价格均出现全线上涨。
SaaS 已经不再是天然的高毛利业务，缺乏基础设施控制权的软件企业，利润会被上下游多个环节分摊，云服务商、芯片厂商、服务器厂商都会分走相应的成本份额。
Zoho 选择通过自研服务器从底层控制成本外流，与 Meta 建设自有云、Tesla 开发 Dojo 超算、微软自研芯片的逻辑完全一致。
但这一路径并不具备普适性。Zoho 能够推进这一战略，基础在于其 20 个数据中心、1.5 亿用户、50 多款产品形成的规模效应，以及成立 30 年不上市、不融资积累的充足现金流。
对大多数 SaaS 企业而言，自研服务器并不具备可操作性。多数 SaaS 企业需要面对的现实是，在算力成本持续上涨的背景下，重新梳理自身的成本结构和盈利模型。
这一变化折射出的不仅是单一企业的成本应对策略，更是 AI 时代所有 SaaS 企业需要重新思考的核心命题。当算力成为新的基础设施，软件企业究竟需要把控哪些核心能力，这一选择已经无法回避。（本文首发钛媒体 APP，作者 | AGI-Signal，编辑 | 秦聪慧）
