今天小編分享的教育經驗：SaaS+AI，工具如何真正驅動業務增長，歡迎閲讀。
内容來源：本文轉載自微信公眾号網易數智（gh_e7a580122517），筆記俠經授權轉載。轉載請聯系原公眾号授權。
責編 | 若風 排版 | 五月
第 8234 篇深度好文：7438 字 | 19 分鍾閲讀
商業思維
筆記君説：
2015 年 10 月，網易數智發布第一款產品，正式踏上了 ToB 商業化之路。從那以後，我們每年舉辦不同主題的科技峰會，分享最新的行業體感和洞察；訪談各界企業領導者，記錄他們的創新與創業經歷；走過大大小小的城市，在一場場城市論壇中與開發者相見；在線上直播間，還原產品迭代的每一個細節… 數不清的科技峰會、跨界訪談、城市論壇、線上直播如長流的細水，影響了超過數百萬人。
2017 年，我們将一縷縷細水匯成一個堅定有力的科技活動品牌——MCtalk，意為匯聚深度思維（Mind）、碰撞頂尖創意（Creativity），并持續運營至今。2024 年，我們再度擴充「MCtalk」的内涵，重磅推出《MCtalk • CEO 對話》欄目。
網易副總裁、網易數智總經理阮良将作為主 MC 深度對話 ToB 行業經營者、PE/VC 投資人、各行企業決策者等，就 ToB 從業者所關注的焦點問題發問，就全球科技與創投熱點話題追問，就技術之變、行業之變、時代之變等命題展開對話，探尋企業發展規律，響亮地發出網易之聲。
這是《MCtalk · CEO 對話》的第 4 期：
1956 年夏天，達特茅斯學院，計算機科學家約翰 · 麥卡錫正在與同事們探讨如何使用機器模拟人類智能的問題，随後第一次提出了 " 人工智能 " 的概念。
自此，AI 便成為了科技界頻頻提及和探索的焦點，在過去的半個多世紀裏，它曾赢得過萬眾期待的目光，被稱作 " 科技皇冠上的明珠 "，也曾被鄙夷地戲谑為 " 人工智障 "，冷眼相待。
直到近幾年，當 AlphaGo 以 4:1 比分戰勝圍棋世界冠軍李世石，橫空出世的 ChatGPT 對刁鑽難題對答如流，Sora 帶着直逼現實的虛拟視頻撲到人們面前時，人們才驚嘆：原來 AI 已經不停歇地發展到了這般水平！于是 AI 的熱浪又一次席卷全球，點燃了所有人的熱情與期待。
SaaS 被認為是 AI 能最先落地并產生實際效益的領網域之一，正經歷着從傳統工具到智能化服務的轉變。一方面，SaaS 存在的初衷就在于簡化和優化業務流程，AI 能夠自動化很多重復性任務；另一方面，SaaS 模式具備高度的靈活性和可擴展性，天生具備快速集成 AI 的基因。
如果説傳統 SaaS 軟體是一把鐮刀，能像收割雜草一般，幫人們處理千頭萬緒的工作，那 AI 加持下的 SaaS 就是美國中央大平原上一台高度先進的機械化農業設備，不僅與人緊密共生，還在引領一場效率革命，為企業帶來前所未有的生產力提升。
本期《 MCtalk · CEO 對話 》特邀有贊創始人兼 CEO 白鴉先生。作為一家深耕于零售科技 SaaS 服務的企業，有贊多年來幫助了無數重視產品和服務的商家 " 做好了生意 "，在 SaaS 場景落地方面有着深刻的洞察和理解。
随着 AI 價值湧現，白鴉正在帶領有贊積極探索 AI 技術在 SaaS 的應用。本文，網易副總裁、網易數智總經理阮良對話有贊創始人兼 CEO 白鴉，聊聊 AI 時代下的 SaaS 行業之變、組織經營提效之道、人才能力更新之法。
要點速覽：
從中國的數字化需求來看，SaaS 行業并未處于寒冬，越來越多企業遵守商業紀律
理解客户是最重要的組織能力，AI 将 CEO 和消費者連接起來
AI 能把 SaaS 軟體從不值錢的生產工具更新為值錢的生產資料
當下大模型的兩大價值：無限的創意供給＆替代标準化的重復性勞動
SaaS 要以工作流的方式交付可用的結果，SaaS + AI 意味着百倍以上的效率提升
客户是否願意為你買單是衡量 SaaS 軟體價值的唯一标準
擁抱 AI 的初始階段，只需要讓少數有信仰的人先投入進來
AI 時代需要具備 " 寬能力 " 的人才
一、SaaS 行業并未處于寒冬，
越來越多企業遵守商業紀律
阮良：這兩年我們看到大家對 SaaS 行業的看法呈現出了兩極分化的态勢，有充滿希望的積極聲音，也有行業寒冬的悲觀論調。
有人認為，SaaS 行業正在經歷一段寒冬期。數據顯示，2023 年 SaaS 市場整體的投融資交易數量呈現出下降趨勢，報道的融資事件減少了 58%，融資金額減少了 37%，平均每筆交易金額減少了 33%。
數據反映出的是市場對于 SaaS 領網域投資的謹慎态度，以及可能存在的市場泡沫消退的現象。去年上半年，一篇《中國市場不需要 SaaS》的文章廣泛傳播，加深了行業從業者們的悲觀情緒。
但是也有觀點認為，細拆融資輪次和結構，天使輪、戰略投資和 A 輪融資出現的頻次在變高，表明市場對早期階段的 SaaS 項目依然有濃厚的興趣和信心。
另外，随着企業數字化轉型進程的不斷深入，越來越多企業開始尋求 SaaS 化解決方案，以提高效率和降低成本，這些 SaaS 方案廣泛出現在了零售、直播、電商、營銷、财税、人力資源等場景，多元化的應用場景表明 SaaS 在垂直領網域的滲透提升，價值獲得了越來越多認可。
有贊在國内 SaaS 行業耕耘了多年，所以也想聽聽白鴉總是怎麼看待這些論調的，從你的經驗和體感來看如何？
白鴉：其實我并沒有覺得過去兩年是寒冬。我去觀察美國市場，會發現過去兩年從業務角度看恰恰不是寒冬。
從一個經濟谷底慢慢緩過來的時候，企業會意識到，我們不僅要發展和增長，還要管理好現金流和支出預算，于是很多企業降低了自研的、定制化的比例，更多地開始采購符合自身需求的、按年付費的 SaaS 軟體。另外，阮良剛剛提到的一點，人們在國内互聯網上的消費越來越多，疫情也進一步培養了人們線上生活的習慣。
當很多工作線上化之後，企業采購 SaaS 軟體進行溝通管理、線上做生意等需求就產生了。所以從中國企業數字化的需求來看，過去兩年 SaaS 的機會是在增加的。
只是從資本角度來説，可能确實經歷了一些降温，但這個降温也是和前幾年資本過熱相對比而言的。過去資本投資 ToB 很熱的時候，大家完全不管商業紀律。所謂的商業紀律，我認為是要看投入回報，看商業化場景，業務能健康發展；而前幾年的現象是，資本很充沛，投資人能一直為企業輸血，企業自身不具備造血能力，收入增長帶來的也是虧損的增長。
阮良：特别贊同。從商業紀律角度來看業務，實際上這兩年更多的是一種回歸理性，對行業來説整體是向着更好在發展的。雖然有時候看到一些同行業務停止運營也會唏噓，可能過去确實是日子太舒服了，大家都一味地盯着所謂的銷售額增長，沒有遵從商業紀律。
去年我參加了一場活動，在場的企業家們都提到了如何應對新時代的危機感，我就以網易為例做了展開。網易是國内最早的一批互聯網企業之一，經歷 20 多年發展後，在 2023 年收入依然創造了新高，市值又回到了中概股的第四。
我覺得比較重要的一點就是剛剛白鴉總提到的商業紀律，網易一直都在非常嚴格地堅守商業紀律，關注利潤，關注現金流，注重成本控制，不會無限制地對產品進行擴張，所以我們做 ToB 也是這樣的風格，尊重客觀的市場和企業發展規律。
白鴉：是的，順着阮良話題我也延伸一下。大家都知道，有贊是一個商家服務公司，我們為很多來自社交電商、新零售、教育等等領網域的客户提供了 SaaS 產品及解決方案，幫助商家解決在推廣獲客、成交轉化、客户留存、復購增長、分享裂變的問題。
我們服務了很多商家，發現所有優質商家在過去三年發生了兩個非常明顯的變化。
第一，過去追求營業額更大，現在追求利潤更大，越好的商家越這麼幹，營業額已經沒有那麼重要了，利潤才是更重要的，回歸了基本的商業規律，所以需要我們 SaaS 服務商多去從這個角度下功夫。
第二，更關注老客户的復購率了，商家們發現拉新實在不劃算，ROI 越來越低，好的商家轉而去看 LTV/CAC，把精力放在老客户的復購上。把老客户復購率拉一倍，利潤自然就出來了；把營業額拉一倍，利潤反而變低了，這是很有可能發生的。
阮良：沒錯。老客户復購增加一倍，前端的營銷費用是沒有提升的，利潤自然就出來了。我們也服務了很多線下連鎖商超，客户都會提出 " 将沉默會員激活，增加老客復購 " 的需求，甚至寧可關閉一些門店，也要讓會員更加活躍。
二、理解客户是最重要的組織能力，
AI 将 CEO 和消費者連接起來
阮良：不得不提的另一個話題是 AI，特别是去年大模型這麼流行之後，很多企業都把 AI 融入到了產品層面或公司運營層面。
在網易數智，有一塊業務叫做七魚智能客服，傳統的智能客服通過 NLP、ASR 等 AI 技術為基礎，幫助商家提升客服效率，優化客户體驗。大模型橫空出世後，我們将大模型用在了很多原本 AI 做得不夠深的地方。
舉例來説，好的客服團隊會以日為部門，将所有的接待記錄整理成一份總結報告提交至客服系統中，用于日後客服工作的精細化管理。
這項工作對客服人員來説其實非常繁重，現在有了 AI 接入客服軟體後，它能自動将一天會話總結摘要提交。這只是很小的一方面。
另一方面，我們在為品牌商家搭建智能客服知識庫時，在冷啓動階段，原本我們需要派 AI 訓練師将相似問答的知識庫建立起來，這項工作非常耗費精力。現在有了大模型之後，冷啓動知識庫的搭建變快，這些相似問題答案建立的時間大幅縮短，還能擴展出更多的相似問題，能更有效的提升客户提問的解決率。
這對中小規模商家來説感知沒有那麼明顯，但對大型商超來説效果立竿見影，因為大商超產品類别很多，所對應的智能客服要掌握的知識也更多，解答問題的速度越快，商家的成本就越低。甚至 AI 能夠兼顧客户提問的情緒，提供比人更好的回答語氣。
更重要的是，AI 能将 CEO 和消費者連接起來。基于上述的工作，我們通過 AI 衍生出來一項新的服務，叫做客户之聲。我們會發現，當組織規模越來越大，客户數越來越多，就會不自覺地離客户越來越遠，傳遞客户聲音的鏈路就變得很長。
雖然我們銷售團隊一直在定期做項目復盤，但是做得并不好，一方面，銷售本身任務重，工作繁忙，難以兼顧；另一方面，每個銷售個體看到的都是單點客户，復盤可能會存在片面的情況。
好的一點是，我們的銷售行為、服務行為都是在線上的，客户聯絡和流轉都是數據化的。因此，我們利用 AI 和所有系統數據去提煉全盤信息：最近客户在關心什麼？哪些功能被咨詢的最多？客户喜歡我們什麼？不喜歡我們輸單是因為什麼？基于這些最真實的、來自客户的聲音指導和反哺于產品服務進化，把產品做的更好。
而且用 AI 做這些事，時間周期可以間隔得更短，我們能更實時動态的了解客户，真正将我們的管理層與客户產生連接，而不只是獲取被層層總結過的信息，或是通過員工的層層匯報和轉述才能聽到。
最終将這部分實踐經驗商業化，提供給我們的品牌客户，讓他們也能通過 AI 去聽到消費者的聲音。這時的 AI 就不只是個生產工具，而是有價值的生產資料了。
白鴉：是的，理解客户是有贊重要的組織能力。有贊從前年開始在内部提出了一項 " 奔現計劃 "，就是自上而下所有的管理者都要定期去給銷售拎包，陪着銷售去拜訪客户，離客户要近一些，這已經成為有贊的組織習慣了。我認為這也是很多公司需要去培養和形成的一個組織習慣。
三、當下大模型的兩大價值，
無限的創意供給＆替代标準化的重復性勞動
白鴉：回到大模型的價值，我認為當下主要體現在兩個方面：無限的創意供給、替代标準化的重復性勞動。
無限的創意供給是指，當我對某些事情產生了一些想法，并想基于這些想法落地一些具體的創意時，大模型可以提供更多的創意供給。我能夠選擇好的創意方向，并要求 AI 繼續朝這個方向去優化創意，最終慢慢打磨成產品。典型的諸如獨具一格的營銷文案、非常有衝擊力的營銷海報等等。
在一定的方法論和确定性的标準下，AI 可以替代人工完成标準化的重復性勞動。就比如阮良剛剛提到的客服場景，在過去，我們有了一套幾萬組問答的知識庫之後，為什麼還要人工來回復客户呢？因為用户的語氣不同、語言組合方式不同，需要人腦将答案換一種方式表達出來，在這一方面，大模型完全可以做得非常好。
再比如 UI 設計，當一套產品的 UI 風格确定了之後，每一個界面設計都是在那個風格标準下的重復勞動。以及測試或者開發的過程，将 AI 融入原來的業務邏輯和算法中，它就可以輸出确定的結果。
阮良：而且往往這些重復性的勞動還非常耗費時間。有人可能擔心，通過 AI 替換這部分重復工作，會直接把崗位消滅掉。但其實不是，我們可以把人力把資源釋放出來，做更有價值的事情。
想起前段時間，我們銷售同事為客户匯報項目階段性進展，項目數據都是系統中現成的，去摘錄下來并匯總成 PPT 格式就是比較重復繁雜的工作，他就自己做了一個小工具去拉取現成數據，按相對固定的方式自動形成 PPT，然後才以人工介入優化，減少了非常多的時間。
四、借助 AI 工具提升系統性思考的能力，
讓人類做更多創造性的工作
白鴉：正确使用 AIGC 工具，借助這些 AI 工具系統性思考，讓人去做更多創造性的工作。我有一個建議思路，大概抽成了四步走：點燃自己、系統性地整理信息、驗證想法的有效性、形成可實現的計劃。
點燃自己：這是前提條件。不斷感受自己内心，對這個想法是不是真的有熱情，在遇到困難時是否有解決和應對的勇氣。唯有熱愛、願景，才能喚起源源不斷的能量和動力。
系統性地整理信息：梳理自己的思考和相關信息，整理的過程不要先去找工具，重在思考這些信息之間的内在關聯，通過一定邏輯把信息串聯起來，這個思考過程很重要，是認知的成長。随後再考慮借用 AIGC 工具，GPT 背後是一個極其龐大的數據庫和一套簡潔的算法，用好提示詞可以把數據範圍收縮到你想要的大小，提供更準确的答案。
驗證想法的有效性：有了思考框架之後，很多東西依然是假設的，需要通過更詳盡的資料數據或親身調研等等，将沒有把握的猜測假設一一驗證。
形成可實現的計劃：将驗證後的信息整理成完整的計劃和方案，計劃必須是可實現可落地的，并确定計劃中決定成敗的關鍵環節，可能這些關鍵環節中依然有假設，但一定要讓大多數環節有把握，減少不确定的關鍵環節數量。
不過工具只能是工具，可以作為啓發，但無法替代你直接交付結果，創造性的工作還是需要人去完成。
五、SaaS 要以工作流方式交付可用的結果，
SaaS+AI 能帶來百倍以上的效率提升
阮良：從行業維度來看，雖然現在 AI 跟 C 端場景結合，場面上可能更 " 熱鬧 "，但實際上在 B 端場景落地會更快、更接地氣，SaaS + AI 能創造出真實可見的價值，釋放更大的潛力。
白鴉：是的。客户是否願意為你買單是衡量 SaaS 軟體價值的唯一标準。某種程度上，我認為 SaaS 公司的運營就是最佳實踐的運營，就是把從客户身上看到的最佳實踐提煉出來，形成标準產品和解決方案，讓更多客户能夠實踐起來，提升整個社會效率。
換言之，SaaS 公司的使命是以工作流方式為客户交付可用的結果。如果只是給客户生成一堆創意、一堆方案，讓客户自己去選，這些都是中間過程而非 SaaS 的價值，并沒有幫客户解決最終問題。
舉個例子。很多 SaaS 工具在上線之後經過版本更新、功能迭代後變得很強大，但功能強大不代表價值提升，因為軟體越來越難用了，越來越無法為客户交付有效的結果了，但在融合 AI 之後這些問題就能迎刃而解。比如在活動促銷季，AI 能夠理解活動方案細則，自動獲取數字化系統中的數據，為商家提供可行的促銷提案；根據商家需求和商品庫存情況，自動推薦合适的折扣和優惠；根據不同顧客的喜好，給出針對性的投放策略，生成對應的運營方案等等。
只要商家确定方案，AI 就可以給出具體的做法，并完成執行過程的跟蹤，這就是有價值的。SaaS + AI 帶來了百倍以上的效率提升。
六、擁抱 AI 的初始階段，
只需要讓少數有信仰的人先投入進來
阮良：剛剛聊到了很多 AI 的價值、在客户服務交付方面的提效，其實在組織内部應該也產生了一些影響，包括組織變革、人才需求等方面。
以網易為例，我們一開始提出要積極擁抱 AI，部分同事一開始會有些抗拒，認為 AI 是來替換我的工作了，即使不完全替換掉也會讓我的價值變低。網易最大的群體是工程師，我們從工程師切入進行了軟硬兼施的嘗試。
軟的一方面是，邀請一些主動開放、對 AI 态度更積極的工程師加入 AI 相關項目組，從項目實踐和氛圍中感受 AI 的價值，大家會發現相比于之前埋頭敲代碼帶來非常大的效率提升，增加了對 AI 的認同。
硬性的一方面，我們内部會定期進行 AI 技術和課程培訓，并要求所有工程師參與考試，及時補足技術上的短板。總的來説，AI 時代組織對人才的要求產生了很大變化。
白鴉：大的感受是一致的，一是員工已經習慣了原有的思考和工作模式，不願意走出舒适區，二是擁抱變化還可能會對自己的既得利益產生影響，因此抗拒變化。
哈佛大學的社會工程學上有一條 "3.5% 定律 "，一項社會運動要發起成功，只需要 3.5% 的人真誠參與其中就可以。因此對于擁抱 AI 這件事，不需要組織内很多人進來，只需要 3.5% 的人真心去做就可以了。
太多人參與進來，阻力會變大，因為組織内會有 1/3 的人不願意革新，1/3 的人害怕被 AI 颠覆丢掉工作，企業内部做 AI 創新可以采取臨時和靈活的組織形态。
有贊成立了一個 " 贊 AI" 部門，這個部門只有兩個半全職人力，其中的半個就是我本人。找一間能坐下幾十人的辦公室，不同產研團隊輪流來做 AI 專題項目，每個項目都是臨時的項目組，幹完一個項目幹下一個，又拉來一群不同的人組建不同的 AI 項目團隊，期間會有人抗拒，也會有人主動報名加入，等到這些 AI 明星項目產出效果了，越來越多人願意參與進來了。
但自始至終，全職推動項目進度的只有這兩個半人，所以我認為擁抱 AI 的初始階段，只需要讓少數有信仰的人先投入進來。
七、AI 時代需要 " 寬能力 " 的人才
白鴉：從這些臨時的 AI 項目組中，我們發現人的能力邊界在拓展，因此我們提出了一項叫 " 寬能力 " 的人才标準。
所謂的寬能力，就是你能基本了解你崗位上下遊的工作職責，在必要時候能夠幫忙補一下上下遊的工作，用合理的 AI 工具把工作銜接完成的更好。
阮良：是的，我們也發現了這點。比如有些工程師原來專注于做後端開發，現在產生了一個前端頁面的需求，但臨時項目組往往資源有限，前端資源排期要等很久，怎麼辦？
以往的話，可能只能繼續等，等着等着項目就被擱置掉了，現在借助一些 AI 工具，他也能簡單地把前端的活幹了，比如產品經理也能兼顧一些營銷物料的設計工作，不用苦苦等待設計師資源。
回過頭發現，AI 使個人的能力變寬，工作產出更高效了。因此，我認為在未來的 AI 時代，具備 " 寬能力 " 的人才必然是更加稀缺、更有競争力的。
最後，再次感謝白鴉總的時間，也真心希望在 AI 跳板的加持下，2024 年整個 SaaS 行業能變得更好。
白鴉：謝謝阮良。很高興能一起交流。
* 文章為作者獨立觀點，不代表筆記俠立場。
分享、點贊、在看，3 連
