面臨 AI 沖擊，企業(yè)軟件行業(yè)會(huì)不會(huì)做著做著就沒了？如何找到 AI 應(yīng)用的場(chǎng)景？

在「DeepTalk」第三個(gè)系列話題欄目「AI 落地實(shí)戰(zhàn)」對(duì)話中，崔牛會(huì)創(chuàng)始人 & CEO 崔強(qiáng)，與有贊創(chuàng)始人 & CEO 白鴉，圍繞 “從想法到原型：ToB 公司如何啟動(dòng)第一個(gè) AI 功能模塊？” 這一主題進(jìn)行了深度對(duì)話。

白鴉認(rèn)為，AI 不是新玩家的機(jī)會(huì)，而是老玩家的升級(jí)機(jī)遇。AI 將推動(dòng)企業(yè)軟件實(shí)現(xiàn)從賣功能向賣結(jié)果轉(zhuǎn)變，是軟件行業(yè)的一個(gè) “天大的機(jī)會(huì)”。

中國的 SaaS 從業(yè)者正面臨供給出清和 AI 升級(jí)的 “雙浪疊加”，破局之道是讓自己賺錢和主動(dòng)進(jìn)行 AI 升級(jí)。

以下是經(jīng)牛透社編輯整理的對(duì)話內(nèi)容：（有刪減）

“老玩家” 的升級(jí)機(jī)會(huì)

崔強(qiáng)：我們從 2022 年聊起，那一年 ChatGPT 剛出來。2022 年，你剛好也在美國待了很長時(shí)間。

當(dāng)時(shí)是什么原因，讓你投入這么大的時(shí)間和精力去美國研究 AI 這件事，并且之后回國就開始自己動(dòng)手干？

白鴉：主要有兩個(gè)原因。

第一個(gè)原因，當(dāng)時(shí)有朋友在關(guān)注 AI 投資，讓我一起去看看。在看的過程中，我發(fā)現(xiàn)AIGC的發(fā)展勢(shì)頭很可能為軟件行業(yè)帶來一個(gè)巨大的升級(jí)。當(dāng)時(shí)國內(nèi)也找不到特別多的人聊這件事，所以就想去美國看看。

第二個(gè)原因，我一直在看有贊的國際化機(jī)會(huì)。去美國之前，我計(jì)劃是在美國待三個(gè)月，再去歐洲待三個(gè)月，東南亞待一兩個(gè)月，最后回國。所以，一半的任務(wù)是看 AI，一半的任務(wù)是看國際化。

到美國，正好碰上 ChatGPT 大火，我就在美國待了四個(gè)多月，把歐洲、東南亞的行程計(jì)劃也取消了，迫不及待地回國開干。

崔強(qiáng)：當(dāng)時(shí)你的最大感知是什么？有哪些焦慮或者顧慮？

白鴉：當(dāng)時(shí)，關(guān)于國際化我有一個(gè)非常堅(jiān)定的認(rèn)知：如果我們要做國際化業(yè)務(wù)，我自己肉身在中國是不可能做好的，所以我就放棄了。

關(guān)于 AI，我感覺到以往我們賣軟件，更大程度上是在賣功能，AI 來了之后，我們賣的不是一個(gè)軟件功能，而是直接向用戶交付結(jié)果。這對(duì)于軟件行業(yè)是一個(gè) “天大的機(jī)會(huì)”，所以我就立刻回國。

當(dāng)然，我們?cè)谧鲞@件事時(shí)，也問過自己幾個(gè)問題：

第一個(gè)問題，這究竟是誰的機(jī)會(huì)？是傳統(tǒng) SaaS 的機(jī)會(huì)，還是新企服公司的機(jī)會(huì)？

后來，我們認(rèn)為這不是新玩家的機(jī)會(huì)，而是老玩家升級(jí)的機(jī)會(huì)。AI 和移動(dòng)互聯(lián)網(wǎng)浪潮不一樣，移動(dòng)互聯(lián)網(wǎng)來了之后，中國網(wǎng)民從 3 億增加到 10 億，每天多了幾小時(shí)的使用時(shí)長，這帶來了一個(gè)增量市場(chǎng)，也帶來了很多新玩家的機(jī)會(huì)。

但 AI 并沒有給企業(yè)服務(wù)行業(yè)帶來很多的增量用戶，所以，它不是新玩家的機(jī)會(huì)，而是老玩家的升級(jí)機(jī)會(huì)。

有意思的是，中國的 SaaS 從業(yè)者們現(xiàn)在又面臨著 “雙浪疊加”：一個(gè)是供給出清，一個(gè)是 AI 升級(jí)。所以，從國外回來之后，我同時(shí)要干兩件事：一是讓自己賺錢，等待供給出清；二是 AI 升級(jí)。這是我們對(duì)第一個(gè)問題的思考。

第二個(gè)問題， AI 到底應(yīng)用在哪？

當(dāng)時(shí)我畫了一條線：越往后端的應(yīng)用場(chǎng)景會(huì)越 “軟件化”，越往前端的應(yīng)用場(chǎng)景會(huì)越 “AI化”。

后端場(chǎng)景如倉庫、供應(yīng)鏈管理等，作業(yè)流程相對(duì)穩(wěn)定，企業(yè)組織短期也不會(huì)有很大變化，仍用數(shù)字化軟件管理就可以了。所以，越后端的就越軟件。前端場(chǎng)景如廣告投放、內(nèi)容營銷、消費(fèi)者運(yùn)營、在線銷售，這些場(chǎng)景會(huì)越來越 AI 化。

第三個(gè)問題，會(huì)不會(huì)做著做著行業(yè)就沒了？

我們的答案是不會(huì)。AI 是越垂直就越強(qiáng)大，越通用就越普通。所以，我們深耕垂直領(lǐng)域就可以了。

軟件，從本質(zhì)上看，就是在結(jié)構(gòu)化數(shù)據(jù)上套一層圖形界面的 “殼”，中間把殼和數(shù)據(jù)庫 “粘” 在一起的是 API。目前，AI 更多的是把圖形界面迭代成一個(gè)更友好的、更新的人機(jī)交互方式。

當(dāng)然，這樣說可能不夠精確，但大體如此。無論是做 AI，還是做軟件，都需要先完成對(duì)客戶作業(yè)流程的抽象，才會(huì)有合理的數(shù)據(jù)庫，這兩者是必不可少的。

所以，未來即便 SaaS 和軟件行業(yè)沒了，企業(yè)服務(wù)行業(yè)仍會(huì)存在，我做的事情依然是理解和抽象客戶的業(yè)務(wù)邏輯，建立數(shù)據(jù)庫，但不同的是要為客戶交付結(jié)果。

崔強(qiáng)：AI 落地到產(chǎn)品功能和應(yīng)用場(chǎng)景，要做的第一步是什么？

白鴉：一開始并不知道能做什么，但又必須做，所以我們就試著去做。

第一步，是先搞定自己的心態(tài)。前半年我們最主要的動(dòng)作是在組織上，重要的戰(zhàn)略要組織先行。

我做的第一件事，是在公司的二樓辦公區(qū)做了一個(gè) AI 部門，搞了一個(gè)透明辦公區(qū)，讓公司所有人都能看得見。如果我要做一個(gè) AI 項(xiàng)目，就會(huì)拉上產(chǎn)品經(jīng)理、技術(shù)團(tuán)隊(duì)組成一個(gè)項(xiàng)目組在這個(gè)辦公區(qū)干活，現(xiàn)在這個(gè) AI 部門叫 AI 使能部。

后來，我們又做黑客馬拉松，智能打卡、快捷任務(wù)這些 AI 功能都是從黑客馬拉松出來的。我也參與了一些 AI 的早期基金。

AI 落地場(chǎng)景

崔強(qiáng)：黑客馬拉松中第一個(gè)落地項(xiàng)目是什么？

白鴉：我們的產(chǎn)品，主要經(jīng)過了兩輪大的迭代。

第一輪是利用生成和對(duì)話能力，做出了生成營銷文案、智能助手、自動(dòng)任務(wù)。現(xiàn)在我們?cè)谧杂心Ｐ突A(chǔ)上，做了一些開箱即用的智能體產(chǎn)品。

我們的智能體產(chǎn)品主要分為托管類（代運(yùn)營）、營銷類（如營銷活動(dòng)策劃）、自動(dòng)任務(wù)三大類。

崔強(qiáng)：你們?cè)谶x擇這些產(chǎn)品時(shí)，如何判斷它是必做的，或者是要放棄的？

白鴉：首先是在理解這一輪 AI 能力的基礎(chǔ)上，判斷它能為企業(yè)服務(wù)行業(yè)帶來什么變化。

這輪 AI 在某種程度上，是腦力勞動(dòng)的工業(yè)革命。我們要去理解腦力勞動(dòng)背后的工作流程，抽象出它的業(yè)務(wù)邏輯和業(yè)務(wù)流，結(jié)合新的 AI 技術(shù)設(shè)計(jì)新的工作流。

我們?cè)O(shè)計(jì) AI 產(chǎn)品的大邏輯，是要準(zhǔn)確理解客戶業(yè)務(wù)的作業(yè)流程，抽象背后的業(yè)務(wù)流和業(yè)務(wù)邏輯，并從中找到兩個(gè)點(diǎn)：哪些地方我們可以創(chuàng)造 10 倍價(jià)值？哪些地方我們擁有獨(dú)特的數(shù)據(jù)？

我們的基本做法是找到具備這兩點(diǎn)的場(chǎng)景。

目前，我們看到的應(yīng)用場(chǎng)景主要分為三類：一是可以外包或者托管的場(chǎng)景，比如客服和銷售等外包場(chǎng)景，或者小紅書賬號(hào)運(yùn)營和微信小店等托管場(chǎng)景；二是通過人海戰(zhàn)術(shù)就能做好的事，這里面通�？赡艹霈F(xiàn) 10 倍價(jià)值的場(chǎng)景；三是我們擁有大量最佳實(shí)踐和數(shù)據(jù)，可以為商家提供正確的改善和運(yùn)營建議的場(chǎng)景。

以上三類場(chǎng)景，基本上可以理解為兩件事：外包公司干的事情，和咨詢公司干的事情。

崔強(qiáng)：剛才你提到 AI 是老玩家升級(jí)的機(jī)會(huì)。你覺得最佳實(shí)踐是最重要的一個(gè)方面嗎？

白鴉：我認(rèn)為最佳實(shí)踐并不是最重要的。很多最佳實(shí)踐，如果不能提煉成數(shù)據(jù)，也是沒用的。

能否做好 AI，取決于兩個(gè)重要因素：行業(yè)垂直數(shù)據(jù)加上行業(yè) “老法師”，二者結(jié)合才能打造出一個(gè)成功的 AI 產(chǎn)品。

崔強(qiáng)：做一個(gè)智能體的成本和門檻不高，你怎么看許多小智能體公司參與市場(chǎng)競(jìng)爭(zhēng)的這種現(xiàn)象？

白鴉：我有兩個(gè)原則：第一，不去看那些拼命卷價(jià)格，甚至卷免費(fèi)的所謂競(jìng)爭(zhēng)對(duì)手；第二，做好自己真正擅長的行業(yè)和領(lǐng)域，而不是隨意擴(kuò)大。

崔強(qiáng)：剛才你談到可訓(xùn)練的數(shù)據(jù)最重要。對(duì)于你們公司內(nèi)部的 AI 團(tuán)隊(duì)，你們真實(shí)的業(yè)務(wù)數(shù)據(jù)也是完全對(duì)他們開放的嗎？

白鴉：除了必須保密的東西之外，我們其它數(shù)據(jù)都是向所有人開放的。如果為了防止競(jìng)爭(zhēng)對(duì)手拿到我們的一些業(yè)務(wù)知識(shí)和行業(yè)數(shù)據(jù)，就要付出公司內(nèi)部信息和協(xié)作不通暢的代價(jià)，只會(huì)讓損失更大。

戰(zhàn)略就應(yīng)該打明牌，要保持開放。

崔強(qiáng)：原來的 AI 部門改成了 AI 使能部，它的定位是什么？

白鴉：主要做三件事：一是做有贊自用的 AI 產(chǎn)品；二是做面向有贊商家的基礎(chǔ)大模型；三是教其它部門如何做 AI。

概括來說就是讓有贊把 AI 用起來，做有贊的基礎(chǔ)模型，以及指導(dǎo)、參與和支持其他部門的 AI 項(xiàng)目。

崔強(qiáng)：成立 AI 部門對(duì)于 AI 落地的實(shí)際意義有多大？

白鴉：更大的意義，是解決了如何讓商家更好地用好有贊這件事。同樣是有贊的產(chǎn)品，有的商家可以用得很好，有的商家卻始終用不起來，主要原因在于后者缺乏懂得如何做好這件事的人。

過去我們是賣功能，客戶如果不會(huì)使用我們的功能，就拿不到結(jié)果。AI 來了之后，我們可以直接向客戶交付結(jié)果了。

所以，AI 對(duì)于有贊的最大意義，在于讓商家可以把有贊用得更好了。

商業(yè)化挑戰(zhàn)

崔強(qiáng)：現(xiàn)在你們的 AI 產(chǎn)品是以訂閱模式收費(fèi)，還是以 訂閱+RaaS（按結(jié)果付費(fèi)）的模式來收費(fèi)？

白鴉：今天還沒有到成熟商業(yè)模式的階段，未來大概率是按照工作量和結(jié)果來收費(fèi)。但我們今天還沒走到這個(gè)階段，還是把這些能力加到我們不同的產(chǎn)品版本里。

改變銷售方式和商業(yè)模式，應(yīng)該是在產(chǎn)品和市場(chǎng)真正匹配之后再升級(jí)，即先要?jiǎng)?chuàng)造價(jià)值，再去獲取價(jià)值。

崔強(qiáng)：現(xiàn)在你們AI 產(chǎn)品的商業(yè)化大概是一個(gè)什么樣子？能評(píng)估出來 AI 帶來的收入量級(jí)嗎？

白鴉：準(zhǔn)確來說，我們是在今年四、五月份才開始做 AI 商業(yè)化的。我覺得大概率要到明年，AI 才能真正帶來收入上的變化，預(yù)計(jì)會(huì)為我們帶來大約二三億的收入。

崔強(qiáng)：ToB 企業(yè)在做 AI 產(chǎn)品時(shí)，如何做好 MVP（最小可行化產(chǎn)品）。在這個(gè)過程中你有哪些建議？

白鴉：我做產(chǎn)品時(shí)不怎么看 MVP，主要還是看 PMF（產(chǎn)品市場(chǎng)匹配度），還是要先想清楚幾個(gè)問題：

第一，市場(chǎng)價(jià)值是否真正存在？這件事情非常重要，很多時(shí)候價(jià)值都是我們自己假設(shè)的。所以，如果要直接交付結(jié)果，就要清楚這個(gè)結(jié)果對(duì)于客戶來說是不是真的重要？

第二，今天做 AI 產(chǎn)品，通常需要經(jīng)歷一個(gè)TPF（產(chǎn)品技術(shù)匹配）的過程。因?yàn)榻裉斓哪Ｐ驮诤芏嗟胤蕉寄茏龅?80 分，但在有些地方可能出現(xiàn) “負(fù)分”，這樣向客戶交付結(jié)果就會(huì)出現(xiàn)問題，所以必須有一個(gè)技術(shù)驗(yàn)證的過程。

崔強(qiáng)：通用大模型也可以做很多事情，未來 SaaS 廠商必須要自研垂直大模型嗎？

白鴉：過去十幾年，我們有一個(gè)特別好的習(xí)慣：積累了大量的數(shù)據(jù)和行業(yè)最佳實(shí)踐。

每個(gè)客戶都有檔案卡，我們會(huì)定期復(fù)盤和總結(jié)知識(shí)、經(jīng)驗(yàn)，我們還有分行業(yè)的 CSGB（客戶成功指導(dǎo)手冊(cè)），以及質(zhì)檢和運(yùn)營方面的專家，具有數(shù)據(jù)集、測(cè)試集、用戶場(chǎng)景等基礎(chǔ)積累。做垂直模型所需要的數(shù)據(jù)量，并沒有大家所想象得那么大，這件事現(xiàn)在是可行的。

所以，我們明確地要做到“業(yè)模一體”。一定要把業(yè)務(wù)揉進(jìn)模型里，才能確保有確定性的交付結(jié)果。

當(dāng)然，“業(yè)模一體” 一定要考慮成本問題。這里還是要感謝開源精神，DeepSeek 一開源，也幫助我們真正實(shí)現(xiàn)了 “業(yè)模一體”，大大降低了成本問題。我們花了更多精力在模型訓(xùn)練上，持續(xù)調(diào)優(yōu)強(qiáng)化學(xué)習(xí)的獎(jiǎng)勵(lì)參數(shù)。

實(shí)際上，現(xiàn)在 AI 投入的成本，與以往的技術(shù)投入相比其實(shí)并不算大，而且我們也要相信摩爾定律：未來卡和算力的成本，一定還會(huì)不斷下降。

崔強(qiáng)：成立新的 AI 部門之后，整個(gè)組織的協(xié)作方式有什么改變嗎？

白鴉：這是一個(gè)很令人頭疼的問題：一個(gè)十多年的公司，要干一件新事情，整個(gè)公司要怎么升級(jí)？不同的公司有不同的做法。

這個(gè)問題，我們也想了很久，最后的結(jié)論是：戰(zhàn)略型的跨部門協(xié)作，最好的解決方案就是不用協(xié)作。

重要的戰(zhàn)略級(jí)動(dòng)作，如果一號(hào)位能夠帶頭做，就不存在協(xié)作不協(xié)作的問題了，這是我們的第一個(gè)動(dòng)作。

第二個(gè)動(dòng)作，是讓資源向干 AI 的人傾斜。比如不干 AI 的人，是不可能獲得升職機(jī)會(huì)和獎(jiǎng)金的，這些資源都會(huì)給到那些干 AI 的人。

崔強(qiáng)：剛才你說黑客馬拉松出了很多好的創(chuàng)意，并且都商業(yè)化了。對(duì)于這些商業(yè)化的產(chǎn)品，你們除了發(fā)獎(jiǎng)金，還會(huì)有一些額外激勵(lì)嗎？

白鴉：直接給錢就好了。舉個(gè)例子，我們公司內(nèi)部論壇設(shè)了一個(gè) “AI 先鋒賽” 的專區(qū)，每月都會(huì)讓大家提報(bào) AI 實(shí)用案例，比如用 AI 解決了用戶什么需求。

上個(gè)月公司內(nèi)部提報(bào)了 23 個(gè)案例，選出來了 11 個(gè)體驗(yàn)好、可以規(guī)模化的案例，并為相關(guān)人員發(fā)放獎(jiǎng)金。還有黑客馬拉松，更多是為大家創(chuàng)造一個(gè)能夠?qū)崆楹拖敕òl(fā)揮出來，并且可以落實(shí)到日常業(yè)務(wù)項(xiàng)目中的平臺(tái)。

這些是我們?cè)诮M織上所做的事。

崔強(qiáng)：在商業(yè)化過程中，有沒有遇到一些問題或挑戰(zhàn)？

白鴉：最大的挑戰(zhàn)可能是銷售講不清楚。DeepSeek 之后，整個(gè)國人對(duì) AI 都有自己的認(rèn)知，銷售反而不知道怎么賣自己的 AI 產(chǎn)品了，這是我們接下來需要重點(diǎn)解決的問題。

我認(rèn)為大概可以分為四步來解決：第一步，要讓產(chǎn)品做到知道如何賣，這件事我們已經(jīng)在做了；第二步，要讓客戶成功在續(xù)費(fèi)和服務(wù)過程中知道如何賣；第三步，是讓直銷知道如何賣；第四步，是讓渠道知道如何賣，整體上應(yīng)該是這樣的節(jié)奏。

崔強(qiáng)：SaaS 企業(yè)在 AI 投入上，如何把握好節(jié)奏，你會(huì)給大家哪些建議？

白鴉：ToB 行業(yè)不是做研發(fā)型的技術(shù)創(chuàng)新，而是做應(yīng)用型的技術(shù)創(chuàng)新。最重要的基本功是理解客戶，找到客戶真正的需求點(diǎn)和價(jià)值點(diǎn)，然后再利用成熟的技術(shù)去做應(yīng)用創(chuàng)新。

所以，我覺得更應(yīng)當(dāng)收斂，而不是直接沖進(jìn)去 All in，這也是最危險(xiǎn)的一種做法。

說明：文章為牛透社原創(chuàng)，未經(jīng)允許謝絕轉(zhuǎn)載。