近些年，SaaS行業(yè)越來越“卷”，客戶的需求越來越難以滿足，同時對產(chǎn)品付費意愿也長期處于“低迷”的狀態(tài)。
導(dǎo)致SaaS行業(yè)增長緩慢的原因是復(fù)雜多元的!
除了絕大多數(shù)b端商戶已經(jīng)習(xí)慣了“免費”的蛋糕，同時經(jīng)濟周期的影響，導(dǎo)致大家對于數(shù)字化方面的投入預(yù)算也確實捉襟見肘。
早期的SaaS產(chǎn)品，在解決基礎(chǔ)MIS問題方面的確有很大優(yōu)勢，但是對于行業(yè)屬性比較強的需求，由于很難做到事務(wù)流程和業(yè)務(wù)邏輯的標準化，導(dǎo)致客戶需求眾口難調(diào)。
實際情況是，SaaS在面對真正痛點問題，解決的效果“隔靴搔癢”。廠商想形成規(guī)模化復(fù)制，但是客戶希望量身打造。
于是，有足夠預(yù)算的客戶干脆從頭定制一套私有化軟件;預(yù)算不足的，干脆削減掉數(shù)字化的開銷，找一些免費工具湊合用。
付費功能和免費功能的效果差異太小，讓軟件采購方很難決策。
于是，為了更好的生存條件，IT廠商都在急忙尋找新的突破方向。
聚焦更細分的業(yè)務(wù)是一種可行的思路。
把行業(yè)級SaaS下沉為業(yè)務(wù)級SaaS，是大多數(shù)SaaS廠商的常見做法之一。另外，還有一種方式就是擁抱AI。
AI+SaaS不苛求于從流程上解決業(yè)務(wù)問題，而是在“點”上進行傳統(tǒng)的人力替代!
SaaS使用方式定位的變化，使其自身功能屬性更加靈活。
AI+SaaS將會充當(dāng)一個Copilot(智能助手)的角色，從不同維度強化和放大人的產(chǎn)能。
解決效率的問題，而不是連接的問題——這是未來SaaS產(chǎn)業(yè)突破的一個“不容忽視”的大方向。
AI+SaaS的目的是構(gòu)建一個高速運轉(zhuǎn)的數(shù)據(jù)價值鏈，從數(shù)據(jù)的源頭獲取，到最終的數(shù)據(jù)產(chǎn)品輸出，整個鏈條上每個環(huán)節(jié)都是“人-機”交互的過程。
這幾年隨著大語言模型、隱私計算、多模態(tài)等AI技術(shù)的快速發(fā)展，企業(yè)對AI的關(guān)注度不斷提升。
盡管如此，整個市場的AI滲透率還遠未達到飽和!
大多數(shù)傳統(tǒng)行業(yè)甚至都不知道自己和AI有關(guān)，再或者，另一個極端就是對AI抱有“悲觀”情緒，缺乏彼此磨合的耐心以及互相融入的積極性。
尤其是一些強經(jīng)驗主導(dǎo)的產(chǎn)業(yè)人員，比如醫(yī)生、教師、專業(yè)技術(shù)工等，通常會先天地排斥這些未來可能替代自己的“壞家伙們”。
此外，企業(yè)主在選擇AI工具替代的時候，除了成本因素以外，最大的擔(dān)心就是“業(yè)務(wù)失效”。
因為一旦算法出現(xiàn)問題，現(xiàn)場的業(yè)務(wù)人員是完全不具備“糾錯”的技能基礎(chǔ)的!
于是，輔助AI工具干活的可能并不是一個業(yè)務(wù)人員，而是一個工程師。
我曾經(jīng)在一個無人咖啡廳，看到一個工程師在用電腦監(jiān)控一臺自動打咖啡的機器人運行，當(dāng)機械臂失效的時候立刻切換到人工遙控模式。
想來比較值得玩味的是，一名軟硬件都精通的算法工程師的人力成本可能遠高于一名咖啡店的服務(wù)生。
在另一個業(yè)務(wù)中，我們希望能夠給一家護理機構(gòu)提供基于大語言模型的智能客服應(yīng)用，以替代傳統(tǒng)的人工客服。
在確認實施方案時，老板最大的顧慮是機器是否會錯過任何一個可能進行“推銷”的商業(yè)契機，因此堅持保留一個人工客服作為“兜底”。
由此可看到，AI做不到100%的有效，哪怕是一些非?；A(chǔ)的、循規(guī)蹈矩的工作內(nèi)容。
準確率始終是阻礙AI+SaaS大踏步替代傳統(tǒng)業(yè)務(wù)的影響變量。
再高深的技術(shù)，對于業(yè)務(wù)方來說都不重要，只要能達到業(yè)務(wù)效果，至于是不是AI都無所謂。從這個角度上來說，AI+SaaS是個新方向，但并不是新賽道!
對客戶來說，SaaS始終就只是SaaS。
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
人工智能可以應(yīng)用于幾乎所有領(lǐng)域
