中国SaaS这个局，AI能破吗？

2021-01-11 心流网

upfile

SaaS是门好生意，价值链短、规模化快、现金流高，但在中国成长的数十年却一直没有做大。

而今，中国SaaS已经渡过了艰难的拓荒期，或者至少可以说靠定制化服务、大客户场景给养大了。但国内大多数企业的SaaS业务还远不够成熟，其营收也仍徘徊于亿级门槛。

面向未来，我们发现进一步推动SaaS经济发展的关键要素：

足够靠近C端，有足够的原创精神；

认准一些行业，选择那些数字化渗透率高，且有充足人才储备的行业；

面向AI、5G等前沿技术，打造自身技术壁垒，这既包括积累know-how的能力，也包括将技术深度产品化的能力。

从以销售为导向，到以技术为导向

对企业软件服务从业者而言，SaaS不是一个陌生的概念。尽管SaaS的出现早于云计算，但其从打响知名度到逐渐走向成熟应用，离不开云计算、大数据等新技术的不断发展。

可以说，如今影响SaaS经济发展的关键因子，已经从单纯以流程和渠道销售为导向，逐渐转向到了对前沿、成熟数字技术的应用探索。SaaS产业有了新的演进和更替。

其中，平台型产品、流程管理类产品、大数据类产品、人工智能类产品，都是当下SaaS市场的主流产品形态。

比如，以流程和渠道为导向的服务商，包括提供CRM的销售易、HR的北森等，其市场相对成熟，以信息化系统建设和整合发展而来；而以新技术和新场景为导向的、且具备很强数字原生能力的服务商，如旷视科技，这类企业以提供人工智能、物联网等前沿技术为基础，把SaaS作为赋能企业客户的一种方式。

流程驱动业务信息化管理的时代正在成为过去，行业亟需一些新的尝试，比如以数字化、智能化技术与业务深度融合带来的业务和场景创新。

实际上，这样的尝试已经在一些企业率先启动并对外赋能了。

是AI+SaaS，还是SaaS+AI？

结合最近几年的企业实践，我们能清晰地发现，越来越多的SaaS产品正逐渐融合人工智能技术的能力。这意味着服务商不仅能提供关键应用向AI的迁移，也可以基于AI开发全新数字服务。某种程度上，AI正成为影响SaaS市场发展的新增长引擎。

AI+SaaS是指把AI能力作为产品服务的核心卖点，通过SaaS模式做交付。例如，在企业招聘官网设置的问答式机器人，可根据企业构建的语料库给予自动回复；在开展在线金融业务时，基于人脸识别和活体检测的KYC验证让服务更简单也更安全；在线上选购商品时，基于AI的虚拟试妆可以帮助消费者更好的判断产品是否适合；又或者把AI技术应用在精准营销、智能风控等场景中。

SaaS+AI是指以原有能力为核心，提供额外的AI差异化能力。比如，原有的财务管理功能与AI技术结合，实现财务报表的批量处理，提升流程自动化；在CRM的基础上增加基于AI智能分析的客户管理功能，为销售人员提供更为精准的分析决策；或者对企业数字化采购的决策效率进行优化，如构建采购大脑对企业采购需求进行评估和预测等。不过，不同的SaaS产品应用AI的程度不尽相同，这跟产业本身信息化、产业结构、政策环境引导都有很大关系。

不论是AI+SaaS还是SaaS+AI，都需要客户本身具备一定的开发能力，可以将服务商提供的API和SDK集成到自己的企业前端，实现业务的快速搭建。

技术类厂商在一些数字化、智能化普及度高的领域发展迅速，在一些新场景中则需要培育新市场、挖掘新场景，“轻量化”的AI+SaaS是其交付价值的方式之一。同时，在服务大型企业时，也会需要其他更“重”的软硬件方案交付能力，单以SaaS交付有时很难打动这类客户。

相比之下，流程和渠道类厂商为SaaS+AI模式的代表，其具备了相对完善的生态链条，对客户数字化的整体理解会更为深刻，会基于aPaaS原生SaaS应用的方式，来覆盖掉某些大客户的长尾诉求。但这类厂商往往在AI等新技术运用、专业人才储备以及适应新场景的产品创新上存在劣势。

值得注意的是，在业务层面，流程和渠道类厂商跟技术类厂商既会产生一些项目上共建的尝试，也会有一些竞争。双方处在一个互相博弈、共同前进的状态。

upfile

从B到C，用户价值为上

尽管SaaS产品的用户需求相对简单和标准化，业务模式也相对轻量。但在服务B2B和B2C不同属性的企业客户群体时，SaaS服务商从产品到价值交付上却会面临不同的挑战。

B2B类客户更强调产品的稳定性、交付速度、系统高可靠性、售后服务的响应时间，而B2C类客户，还会关注用户体验、产品界面等C端有感知的维度。

比如，之前售前只需要讲清楚产品功能以及如何使用就可以了，而现在售前要懂行业、懂方案，做解决方案型销售；对于产品经理，之前做B2B产品设计，功能实现是重点，而B2C的产品设计还需要考虑同理心，站在最终用户角度来设计。

“我们在这一轮SaaS服务中有非常明确的感受，与AI技术应用早期有很大不同，当时我们需要做的就是纯算法层面，对模型的准确率要求高；现在，我们需要懂行业，了解其中的专业知识，以场景化的方式设计算法。既能为B端的客户创造价值，也让C端的用户喜欢。”旷视科技资深副总裁、云服务事业部总经理赵立威强调。

对于这一点，销售易CEO史彦泽也表达过同样的看法。

“需要了解客户的行业，客户买的不是一个产品或功能，而是要求解决一个业务问题，这就要求服务商首先要理解客户的业务问题。”

比如，旷视在2020年初发布了美业解决方案FaceStyle，通过关键点、人像处理、色彩还原等AI技术，为美业行业商家提供虚拟试妆、皮肤分析、面部特征分析、妆容迁移等服务，帮助消费者更好的选购合适的美妆产品。销售易最近也在尝试进军一些零售快消、金融、泛家居、汽车经销等行业B2C客户市场，面向汽车行业推出车主小程序，通过营销手段提供拉新、留存、促活、转化、售后等全链条服务。

可以看到，这些相对更C端的诉求，其重要性在服务商的眼里已经完全不同于以往了。

AI带给SaaS的更多可能性

如今，无论是SaaS还是AI，企业客户从IT阶段到DT阶段转型已经有了越来越明确的规划。

赵立威认为，SaaS是那些想要拥抱数智化的中小企业获取AI能力最便捷的方式之一。

在开发层面，将AI以SaaS的形态输出，大大降低了客户获取AI能力、开发AI应用的门槛；在业务层面，已经具备一定IT基础和能力的企业，尝试导入AI技术来升级现有的商业模式；更为广泛的，在制造、金融、教育、医疗等领域，AI和SaaS本身也可以理解为一种普世技术，在推向各行业的过程中，会形成一些场景化的端到端套件，让企业都有可能获取到个性化服务。

可以说，得益于供需两端的不断发展成熟，以及数字化、智能化政策的推动，中国的SaaS市场已经具备某种成功的要素了。在企业迈向数智化转型的浪潮中，AI等数字技术的“鲶鱼效应”正逐渐被释放出来。

回到最开始的疑问：中国SaaS这个局，AI能破吗？

答案是肯定的。

-END-

本文来源：雷锋网、凤凰网，本文仅供学习与交流，如有侵权请联系我们删除。