在沒有找到足夠的需求釘子前，不要隨便造錘子產(chǎn)品。軟件作為服務(wù)終端，有價(jià)值的是+ AI，不是 AI +。

過去的一年多，SaaS 對(duì)新一輪 AI 技術(shù)的向往在沉默中保持著狂熱。原因無他，篤定這就是未來。

與之對(duì)照的是 2023 年，IDC 發(fā)布過一組數(shù)據(jù)稱，到 2024 年，預(yù)計(jì)有超過 85% 的企業(yè)軟件將包含 AI 功能，其中 SaaS 應(yīng)用將成為主要的交付方式。而現(xiàn)實(shí)的走向也是如此，基本上國(guó)內(nèi)叫得出名號(hào)的 SaaS 都已經(jīng)實(shí)現(xiàn)了部分功能的 AI 化，越來越多的 SaaS 服務(wù)商開始走上這條路。

然則，SaaS 產(chǎn)品探索功能 AI 化固然是好事，但萬事講究個(gè)“過猶不及”。

“去年 2 月我們就開啟功能 AI 化的探索，最后到年底一共完成了 3 個(gè) AI 場(chǎng)景（沒產(chǎn)生商業(yè)價(jià)值），期間動(dòng)員了多名產(chǎn)品經(jīng)理、前端、后端、測(cè)試以及 AI 架構(gòu)專家參與，共計(jì)投入成本近 100 人月。而 2024 年按照我們預(yù)計(jì)要開發(fā) 10 + 個(gè)場(chǎng)景（不確定是否具備商業(yè)價(jià)值），初步估算的年投入就超過千萬元。”

這位在 SaaS 軟件圈知名的服務(wù)商此時(shí)開始猶豫，自己值得投入那么多嗎？何止是他，當(dāng)下 SaaS 行業(yè)里有些人投入更多，卻同樣收獲甚微。

此等情況，如同給一盆花施新肥，放多少？怎么放？如何做到 ROI 最大化？成為大家普遍困擾的問題。為此牛透社找到了 ZohoCOO  夏海峰、53 AI  創(chuàng)始人楊芳賢就上述問題聊了一聊……

01 不急，要穩(wěn)

很理解那些擁有技術(shù)背景或與曾與技術(shù)工作密切相關(guān)的 SaaS 創(chuàng)始人們，對(duì)先進(jìn)技術(shù)有向往。但在商言商，“大家在 AI 對(duì)產(chǎn)品的改造上，現(xiàn)階段不要那么快，要一步步來。”楊芳賢說到。

尤其是當(dāng)前中國(guó)軟件市場(chǎng)還處在白熱化的競(jìng)爭(zhēng)狀態(tài)里，新一輪 AI 技術(shù)不僅沒讓這種競(jìng)爭(zhēng)狀態(tài)放松下來，反而會(huì)進(jìn)一步加劇，倒逼著大家進(jìn)入“軍備競(jìng)賽”。此時(shí)為了做而做，就容易變成「為了卷而卷」的無效競(jìng)爭(zhēng)。

畢竟回顧過往企業(yè)服務(wù)軟件的發(fā)展，很多新概念、新技術(shù)、新方法論帶動(dòng)大家在攀比式借鑒中走偏已經(jīng)屢見不鮮，所以大家一定要吸取教訓(xùn)，確保自己不受外部嘈雜環(huán)境的影響，嚴(yán)格地按照自己的節(jié)奏前行。

再者說，企業(yè)服務(wù)并非單純的互聯(lián)網(wǎng)業(yè)務(wù)，它需要一定的技術(shù)積累和足夠的落地經(jīng)驗(yàn)和方法，盡管 AI 大模型的引入為企業(yè)服務(wù)帶來了新的可能性，但并不意味著能夠迅速取得成功。

楊芳賢講到，新一輪AI技術(shù)，確實(shí)有可能改變企業(yè)服務(wù)是低人效的苦活，但不容忽視的是，在產(chǎn)品改造階段，一定需要一把手親自參與。并且建設(shè)中，一味地“比快”就意義有限，反之精細(xì)化運(yùn)作的深度和全員參與的廣度才是結(jié)出“甘甜果實(shí)”的重點(diǎn)。

“ 2014 年就意識(shí) SaaS 會(huì)走向智能化，2017 年起我們特別成立了專業(yè)的研發(fā)團(tuán)隊(duì)做這件事，到了 2022 年初，AIGC 新興 AI 技術(shù)的出現(xiàn)打動(dòng)了我們，在此基礎(chǔ)上，我們開始基于新一輪的A技術(shù)不斷推動(dòng)產(chǎn)品功能的 AI 化進(jìn)程?！?/p>

但是，“自始至終，Zoho 都沒有被過度刺激，也從不為了創(chuàng)新而研發(fā)，更沒有去盲目地基于新技術(shù)去創(chuàng)造新產(chǎn)品?！?/p>

至于為何會(huì)不急，夏海峰的解釋是“夠用就行”。

在推動(dòng)產(chǎn)品功能 AI 化中，SaaS 需要明確一件事：我們不是開拓者，我們的目標(biāo)也不是變成“喬布斯”，我們的目的是讓這項(xiàng)技術(shù)可以幫助產(chǎn)品更好解決需求，更廣泛地解決需求，這個(gè)過程是以產(chǎn)品為基底去實(shí)踐，只有這樣，市場(chǎng)才會(huì)廣泛地認(rèn)識(shí)我們、認(rèn)同我們認(rèn)可我們。

漢弗萊·戴維發(fā)明了電燈，但被廣泛記住，廣泛認(rèn)同的是那個(gè)讓電燈走進(jìn)了千家萬戶的托馬斯·阿爾瓦·愛迪生。

“對(duì)于 SaaS 產(chǎn)品來說，在目的明確下，AI 技術(shù)的價(jià)值就是增加原有產(chǎn)品功能集的服務(wù)深度、服務(wù)廣度。變成為原有‘木桶’中增加「服務(wù)容量」的一塊新木板。這塊‘新木板’不需要有多長(zhǎng)，只需要超過原有‘木桶’最短的那塊木板就能基本足夠?！?/p>

所以在 AI 技術(shù)的引入中，夏海峰明確談到“ SaaS 服務(wù)商不應(yīng)該追求技術(shù)的先進(jìn)性，這是現(xiàn)在 AI 大模型廠商，研究機(jī)構(gòu)的工作。相反追求技術(shù)的適用性，讓產(chǎn)品有更好的體驗(yàn)，更好解決需求的能力才是我們要實(shí)踐的目標(biāo)?！?/p>

也正是強(qiáng)調(diào)技術(shù)的適用性，像產(chǎn)品通用的基礎(chǔ)功能，完全沒必要“重復(fù)造輪子”，接入第三方 AI 大模型廠商技術(shù)就夠用。

而專業(yè)的場(chǎng)景需求，SaaS 服務(wù)商也不用著急做，除非徹底明確某一場(chǎng)景在產(chǎn)品功能 AI 化后，存在實(shí)際商業(yè)價(jià)值。夏海峰講到：“這樣做可以有效避免沉迷于‘先進(jìn)性、超前性’技術(shù)研發(fā)和產(chǎn)品創(chuàng)新的主觀幻想中，確保工作始終保持務(wù)實(shí)和高效。”

02 實(shí)踐：與客戶共創(chuàng)&數(shù)據(jù)驅(qū)動(dòng)

“穩(wěn)”是實(shí)踐方式，至于選擇什么實(shí)踐路徑則是另一個(gè)重要問題。

“坦率地說，今天大模型的落地應(yīng)用，如果不是與客戶（包括自身公司有需求）共創(chuàng)的，而是由產(chǎn)品經(jīng)理和技術(shù)人員拍腦袋拍出來的，這個(gè)產(chǎn)品一定是不會(huì)成功的，一定是無法落地的?！?/p>

因?yàn)?，與客戶攜手研發(fā)的產(chǎn)品，經(jīng)過市場(chǎng)的初步檢驗(yàn)，已滿足實(shí)際應(yīng)用場(chǎng)景的需求，為后續(xù)的廣泛應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。所以只有這種根據(jù)各種要求，經(jīng)過精心打磨的產(chǎn)品，通常都符合市場(chǎng)需求，是值得投入和推廣的正確產(chǎn)品。

“況且還是坦率地說，現(xiàn)在其實(shí)大模型到底在哪些行業(yè)有哪些具體的落地的應(yīng)用場(chǎng)景，大家都沒摸透，整體的商業(yè)化還是荒蕪的?！弊鳛檫h(yuǎn)離很多行業(yè)業(yè)務(wù)場(chǎng)景的開發(fā)端，我們此時(shí)做一些自認(rèn)為有價(jià)值的 AI 功能出來，大概率會(huì)失敗。這屬于屁股決定腦袋。

所以找業(yè)務(wù)場(chǎng)景、找商業(yè)化場(chǎng)景，一定要從客戶實(shí)際業(yè)務(wù)痛點(diǎn)中挖掘，因?yàn)橹挥姓业剿苣睦锫┝?，才能更好地去補(bǔ)。

不過楊芳賢也說到，“并不是每個(gè)客戶都適合與自己共創(chuàng)。與客戶共創(chuàng)的話，一定是要去篩選客戶企業(yè)，這背后有一套方法?！?/p>

例如，在共創(chuàng)客戶企業(yè)選擇上，一定要選行業(yè)內(nèi)相對(duì)頭部的企業(yè)，雖然不一定是最大的，但一定是相對(duì)頭部的，只有這樣的客戶，他們的場(chǎng)景需求才可能具有典型性，具有前沿性，所共創(chuàng)出的產(chǎn)品才有可能具有更廣泛的適用性。如果與行業(yè)內(nèi)的腰部和尾部企業(yè)共創(chuàng)，價(jià)值可能就沒有這么明顯。

還有，選擇共創(chuàng)的客戶企業(yè)，其老板、公司的一把手要特別重視 AI 化，重視智能化，肯始終如一地接受 AI 技術(shù)的引入和應(yīng)用，并主動(dòng)加入這個(gè)項(xiàng)目里，共同推動(dòng)自己進(jìn)行智能化的改造，絕不能只是停留在口頭承諾上的“葉公好龍”。

此外，所選擇的共創(chuàng)企業(yè)亦需擁有明確的認(rèn)知，特別是對(duì)接的負(fù)責(zé)人應(yīng)具備相應(yīng)的技術(shù)知識(shí)。同時(shí)，共創(chuàng)企業(yè)要理解項(xiàng)目執(zhí)行，以確保雙方溝通保持同步，從而實(shí)現(xiàn)有效地互動(dòng)交流。

最后，即便是“共創(chuàng)”客戶企業(yè)也一定要“付費(fèi)”，這樣做則是為了保證共創(chuàng)模式的持續(xù)性、穩(wěn)定性。因?yàn)橹挥小案顿M(fèi)”，在執(zhí)行中需求方才可以全心全意地提需求，服務(wù)方才會(huì)兢兢業(yè)業(yè)地解決需求，雙方共同打磨出的產(chǎn)品才可能真的有價(jià)值，否則共創(chuàng)也不會(huì)有好的結(jié)果。

當(dāng)然，在推動(dòng)產(chǎn)品功能 AI 化上，除“共創(chuàng)”極為關(guān)鍵外，“數(shù)據(jù)驅(qū)動(dòng)”亦是另一條不容忽視的重要途徑。

夏海峰強(qiáng)調(diào)，產(chǎn)品功能 AI 化的創(chuàng)新優(yōu)化主要源自兩方面。一方面，客戶的明確需求是推動(dòng)某些功能智能化的關(guān)鍵動(dòng)力。另一方面，團(tuán)隊(duì)緊密圍繞產(chǎn)品本身，不斷研究如何將這些功能進(jìn)行智能化升級(jí)。在后者過程中，“數(shù)據(jù)驅(qū)動(dòng)”發(fā)揮了決定性的作用，是實(shí)現(xiàn)這一升級(jí)目標(biāo)的核心要素。

所謂的“數(shù)據(jù)驅(qū)動(dòng)”，實(shí)際上是指通過觀察用戶在使用產(chǎn)品中，對(duì)某項(xiàng)功能的使用率，當(dāng)某項(xiàng)功能的使用頻次高時(shí)，這在一定程度上意味著這項(xiàng)功能滿足了用戶的某種需求，用戶對(duì)其產(chǎn)生了依賴。特別是那些能夠直接幫助企業(yè)創(chuàng)收的功能，其打開率越高，越能證明該產(chǎn)品功能 AI 化具備商業(yè)化價(jià)值。

而 AI 如何增強(qiáng)原有功能，則核心在于明確原有功能旨在解決何種問題，在原有的核心解決能力上通過 AI 技術(shù)做加深。

就像，若需增強(qiáng)數(shù)據(jù)分析能力，用 AI 通過機(jī)器學(xué)習(xí)算法來優(yōu)化數(shù)據(jù)處理流程；若需處理高重復(fù)率任務(wù)，用 AI 通過自動(dòng)化工具來提高工作效率；若需理解上下文以提供建議等，用 AI 結(jié)合自然語(yǔ)言處理技術(shù)來實(shí)現(xiàn)等。

“通過純粹的數(shù)據(jù)反饋采樣率，包括工單反饋和呈現(xiàn)效果，基于最客觀的數(shù)據(jù)去找商業(yè)化或落地應(yīng)用場(chǎng)景，這是不容忽視的途徑。”

事實(shí)上，數(shù)據(jù)作為客觀、無聲的證詞，能夠深度反映用戶的實(shí)際需求與期望，為我們探索實(shí)踐路徑提供了有力的支持。通過深入分析用戶數(shù)據(jù)，我們可以更加準(zhǔn)確地了解用戶的行為習(xí)慣、偏好和需求，從而優(yōu)化產(chǎn)品功能和用戶體驗(yàn)。

“‘共創(chuàng)’是一種偏被動(dòng)地去實(shí)現(xiàn)產(chǎn)品功能的 AI 化，使用‘?dāng)?shù)據(jù)驅(qū)動(dòng)’則更具有主動(dòng)性。”夏海峰說到，合理地融合使用這兩種方式，會(huì)幫助 SaaS 產(chǎn)品加速發(fā)展更多的商業(yè)化場(chǎng)景，進(jìn)而為其發(fā)展帶來利好。

03 AI 到來，加速 SaaS 間淘汰？

任何事情都有兩面性，就像人們常說的某個(gè)事件的發(fā)生、某項(xiàng)技術(shù)的出現(xiàn)，帶來的既是挑戰(zhàn)，也是機(jī)遇一樣。這一輪新興 AI 技術(shù)對(duì) SaaS 的改造，也不能免俗。

機(jī)遇，大家普遍有了解，這里暫時(shí)省略。至于挑戰(zhàn)則是：AI 到來，會(huì)加速 SaaS 間淘汰。

“功能 AI 化的推進(jìn)，會(huì)讓 SaaS 變化成解決一定程度多樣性需求的標(biāo)準(zhǔn)化產(chǎn)品?！币?yàn)橹悄芑膬r(jià)值在于其具備高度精準(zhǔn)的終端自適配處理能力，無需依賴人的分析，自己直接可完成相應(yīng)工作，最后再由相關(guān)工作人員閱讀后決策，即能高效完成任務(wù)。

這如同地鐵站旁邊的共享單車處理交通最后三公里路程一樣，走什么路徑不再被限制，只需滿足停放在周邊有擺放區(qū)域的地點(diǎn)即可。這樣的做法，提升了 SaaS 產(chǎn)品整體的服務(wù)價(jià)值。

例如，一家醫(yī)療的企業(yè)找服務(wù)商合作，由于他的需求不夠明確，往往無法直接點(diǎn)出在哪個(gè)環(huán)節(jié)有哪些問題，無非決定自己想通過什么來提升什么? 這個(gè)時(shí)候就需要人參與進(jìn)來，一步步結(jié)構(gòu)場(chǎng)景點(diǎn)挖出待解決的環(huán)節(jié)問題。

但是現(xiàn)在的 AI 技術(shù)通過自我分析及推理，能做到把一個(gè)稍微復(fù)雜的業(yè)務(wù)結(jié)構(gòu)構(gòu)成一個(gè)個(gè)很小的業(yè)務(wù)單元，通過標(biāo)準(zhǔn)化和一定的應(yīng)變能力進(jìn)入到各個(gè)小業(yè)務(wù)單元里去優(yōu)化人的解決效率，甚至在特定一些場(chǎng)景直接代替人在這個(gè)環(huán)節(jié)的工作。

也是因?yàn)?AI 技術(shù)賦予產(chǎn)品在需求末端一定的自處理能力，“SaaS 產(chǎn)品也不用再擔(dān)心像素級(jí)借鑒?！?/p>

楊芳賢解釋到，未來在解決實(shí)際場(chǎng)景需求中，很多 SaaS 雖然看上去的功能類似，但因?yàn)?AI 化能力的差異，其造成單功能處理問題的效率與結(jié)果會(huì)出現(xiàn)差異化，讓最終呈現(xiàn)的業(yè)務(wù)價(jià)值變得高低立現(xiàn)。

而這還只是某一環(huán)節(jié)功能的 AI 化。諸多功能成體系組合，才會(huì)集成為一款產(chǎn)品，最終造成的產(chǎn)品層面的價(jià)值差異化會(huì)更加明顯，這就是新一輪 AI 技術(shù)帶給 SaaS 行業(yè)的「月之暗面」。

“所以，隨著 AI 技術(shù)的不斷深入與應(yīng)用，SaaS 產(chǎn)品的功能與服務(wù)將逐漸呈現(xiàn)兩極分化的趨勢(shì)。這一變革將加劇市場(chǎng)競(jìng)爭(zhēng)，對(duì)無法滿足用戶需求或解決問題能力不足的 SaaS 產(chǎn)品構(gòu)成壓力，進(jìn)而加速其退出市場(chǎng)。”楊芳賢說到。

夏海峰差不多也是這個(gè)意思。“過去的資本的介入讓大家有點(diǎn)盲目自信，覺得大家的產(chǎn)品差不多，我先低價(jià)拿市場(chǎng)保證市占率，然后通過‘活得久自然而然就成為贏家’的邏輯發(fā)展著?！?/p>

但在如今市場(chǎng)強(qiáng)調(diào)高質(zhì)量發(fā)展的背景下，企業(yè)們也經(jīng)過早期的 SaaS 產(chǎn)品市場(chǎng)教育，其所做出的決策與購(gòu)買行為變得更為理性。因此，產(chǎn)品必須充分展示其價(jià)值，為客戶提供遠(yuǎn)超其所投入的成本回報(bào)。此時(shí)，AI 化剛好是讓各個(gè)產(chǎn)品拉開差距的關(guān)鍵點(diǎn)，把握不住的 SaaS 服務(wù)商會(huì)面臨嚴(yán)峻的挑戰(zhàn)。

此外，夏海峰亦強(qiáng)調(diào)：“實(shí)現(xiàn)眾多 SaaS 產(chǎn)品的 AI 化并非易事。”這不僅僅依賴于構(gòu)建一個(gè)精確的模型架構(gòu)，更依賴于基礎(chǔ)的數(shù)據(jù)處理能力。其中，關(guān)于模型架構(gòu)造成的憂慮相對(duì)較小。因?yàn)楦鶕?jù) Gartner 技術(shù)成熟度曲線，技術(shù)成熟并普及化會(huì)縮小技術(shù)差距，屆時(shí)造成的影響會(huì)變小。但數(shù)據(jù)的豐富程度則不一樣，它將成為決定 AI 化能力強(qiáng)弱更為重要的因素。

“ SaaS 服務(wù)商所沉淀、掌握的數(shù)據(jù)專業(yè)度和數(shù)量差異，極大程度上將決定誰(shuí)會(huì)生存，誰(shuí)終將離去?！?/p>

并非夸張，像一些 SaaS 服務(wù)商，它有百萬用戶、千萬用戶甚至上億用戶，它在很多行業(yè)解決方案上造詣都不錯(cuò)，有世界 Top500、全國(guó) Top500 的標(biāo)桿客戶企業(yè)，服務(wù)某行業(yè)企業(yè)有近百余家。那么他們通過服務(wù)而沉淀的經(jīng)驗(yàn)，在轉(zhuǎn)化成數(shù)據(jù)喂養(yǎng)給 AI 后，其形成的邏輯處理能力一定是具有極高水準(zhǔn)的存在，甚至堪比資深業(yè)務(wù)處理人員。

而那些只有 100 個(gè)或 200 個(gè)客戶，在行業(yè)解決方案上處理能力有限的 SaaS 服務(wù)商們，即便也走上產(chǎn)品功能 AI 化的道路，但因?yàn)榉e累的差距，自然從開始到最后都無法超越前者。

“在我的理解中，這次 AI 創(chuàng)新帶來的機(jī)會(huì)，更多是偏向有基礎(chǔ)有準(zhǔn)備的群體。帶來的打擊，則是瞄向了那些底子薄弱，且依舊不知道積累的群體。”想要萬丈高樓平地起，最后會(huì)發(fā)現(xiàn)小丑就是你自己。

想要避免淘汰，就要在明知道自己“油少”的情況下，少走錯(cuò)路，多走正途，步步為營(yíng)，及時(shí)補(bǔ)油。

夏海峰和楊芳賢都表示，現(xiàn)在還是 AI 化的起始階段，正如上述所說，大量有商業(yè)價(jià)值的場(chǎng)景智能化還沒明確，此時(shí)做行業(yè)化的數(shù)據(jù)量積累，為后續(xù)發(fā)展做鋪墊并不晚。

況且眾所周知，每個(gè)行業(yè)均具備獨(dú)特的行業(yè)特性，其細(xì)分領(lǐng)域亦包含多樣化的應(yīng)用場(chǎng)景，這既構(gòu)成了實(shí)現(xiàn)這些場(chǎng)景功能 AI 化的挑戰(zhàn)，也是決定未來功能 AI 化價(jià)值深度的核心要素，而正如沒有全知全能人一樣，任何一個(gè) SaaS 的服務(wù)商也不可能全知全能，所以現(xiàn)在找到一些日后持續(xù)深挖的行業(yè)場(chǎng)景為底盤，并在此深扎、發(fā)展，在未來還是有可能獲得生存空間。

如何深挖？則可以選擇成立咨詢業(yè)務(wù)，基于共創(chuàng)服務(wù)去進(jìn)一步熟悉各行業(yè)場(chǎng)景外，也能為現(xiàn)階段幫助客戶實(shí)現(xiàn)有價(jià)值的場(chǎng)景智能化提升建設(shè)效率，屬于一舉兩得的方式。除此之外，基于公開的論壇等，對(duì)選擇某項(xiàng)特定行業(yè)的客戶企業(yè)需求進(jìn)行提取分析和匯總，亦是一種可操作的積累方式。

04 結(jié)語(yǔ)

與二位交談過后，牛透社不由想起在 AIGC 剛剛火爆來襲之際，就有人表示這項(xiàng)新技術(shù)并不屬于所有人的狂歡，而是那些有數(shù)據(jù)積累，熟悉業(yè)務(wù)場(chǎng)景群體的盛宴。

當(dāng)時(shí)可能不以為然，但這個(gè)言論在當(dāng)下來看，真的是越發(fā)正確，畢竟“這一拳，有 20 年（概數(shù)詞，指各企業(yè)服務(wù)軟件在業(yè)務(wù)服務(wù)數(shù)據(jù)方面的積累）功力”，這不是隨便一個(gè)“愣頭青”就能抵擋得住。

可話說回來，雖然現(xiàn)在起步有點(diǎn)晚，但總比“原地等待”要強(qiáng)一些，活下去的概率也大一些。況且山高路遠(yuǎn)，穩(wěn)健前行的烏龜，未必不會(huì)超過具有天然優(yōu)勢(shì)的兔子……