当SaaS业务遇上AI，会产生的化学反应

AIGC的路线

当信息开始被数据化并连接上网络，AI时代的到来就成为了必然。就像富兰克林和特斯拉发明了电之后，“用电点亮人类文明”终将实现一样。

AI的发展从技术视角来看其实就是一直不断的自动化，从自动化执行、到规则编写、到示例学习、大规模示例学习之后开始能力涌现。在应用能力的视角，经历了几个关键阶段：

1. 搜索引擎是最早的AI，他的能力是分类和归纳。像我们的书童。
2. 生成人工智能大模型开始涌现之后，有了理解和演绎能力。他可以提供更多创意供给，也是很好的数字助手。
3. 对模型进行微调和针对性训练之后，幻觉被控制，开始出现推理和建议能力。结合有效产品包装后的工作流，可以执行重复性劳动。

如今，Transformer模型打开了AIGC的魔盒，推动了AGI的热度。
人有情绪和偏见，所以并不客观，一些经验积累后的决策、一些重复性的劳动任务，理论上AI会比人类做的好。另外，能力涌现之后，AI生成的创意供给，可以打开人类更大的创作空间。

SaaS的产品困境

1. 不断增加功能。
   多用户的好处是可以实时发觉、复制最佳实践，而难处在于“每个用户都有合理的个性化需求”，签对客户和需求通用性是最大的难题。非常容易造成90%的功能仅用于服务5%的客户，对95%的客户造成骚扰。
2. 越强大的系统，通常都需要用户先理解系统基础逻辑。
   这导致产品研发的所有功能，几乎都需要客户学习和理解才会使用，尤其是理解如何组合功能解决问题。于是最尴尬的现象就是：SaaS产品只提供了功能集合，但并没有真正给用户交付结果，客户成功成本过高，或者很难真正完成交付。
3. 传统软件的图形界面（GUI）交互方式典型范式是：首先，枚举用户任务和用户界面，设计并研发每一个功能和界面；然后，设计导航地图，引导用户找到对应的功能界面去完成任务。
   这要求用户只能靠导航地图来寻找到所需要的功能和数据，当系统变强大之后导航地图就像精心编织的迷宫，让非专业用户理解导航设计逻辑需要极高的门槛。
4. 总之，细节体验的精致化不如产品功能的强大更重要、更好卖，可是产品越强，用户越难理解、使用成本越高，用户越难真正获得结果。

基于AI大模型对用户意图的理解能力，AI某种程度上也改变了人机交互方式，不再需要堆砌更多可见功能，而是通过命令式、对话式、建议式的交互直接交付结果。这种方式使产品变得越来越强大，同时保持了易用性。

这既可以发挥AI的能力，也可以帮助用户更好的使用SaaS产品的功能能力。

SaaS+AI，5个产品设计原则

GUI产品的基本范式是：

1. 枚举用户任务和用户界面，设计并研发每一个功能和界面；
2. 设计导航地图，引导用户找到对应的功能界面去完成任务。

AI产品的基本范式是：

1. 枚举用户任务明确产品范围，准备数据集和测试集并设计思维链路；
2. 理解用户意图，自动化执行任务并给用户交付结果。

AI产品由于其智能化、自动化和个性化的特点，与传统产品设计方法有显著差异，因此拟定以下产品原则，适用于有赞AI产品及衍生产品。

1. 交付可用结果

用极简体验和极简工作流改造的方式，给用户交付可用结果才是AI应用必须遵循的基本原则。
为了保证交付真正可用的结果，我们应该先有个明确的TPF验证的过程，甚至在PMF阶段先拿出未封装智能过程的“工程版”。然后真正实现的时候还需要降低大模型的含量（大模型只用于输入时理解用户意图，输出时编排用户能理解的表达方式，中间过程应该用稳定的向量数据和传统算法），确保给出确定性的答案。

1. 用纯文本思考基础逻辑

所有业务逻辑都应该可以在纯文本交互中完成，想的越清楚文本逻辑越简单。先用纯文本逻辑思考，再用界面包装呈现，更有利于得到合理的基础逻辑。

1. 先呈现答案，再做解释

合理的表达方式是先明确一下问题、并直接给出答案，然后再解释背后的理由和逻辑，最后做总结给建议。让答案尽早的呈现，是用户最着急需要的。另外，文本编排的基本标准应该是让有阅读恐惧的人也能顺畅的使用。
（but，这个原则不适用于内部版、工程版，在面对“天使用户”跑TPF时候应该把“思维链路”呈现给大家，才能达到一起优化TPF的目的）

1. 能选择就不录入

录入是一个效率很低操作复杂且难的人机交互过程，哪怕是语音。能“是or否”最好，实在不行就选“ABCD”（全世界用户都经过ABCD四个选项的训练），如果还不行就做填空题，最最后没有办法的办法是输入。

1. 让人类来按“回车”

机器比人更客观，但决策不只是“客观”就够了，人类的潜意识、情绪、偏见里面固然有不客观，但是也有梦想、喜欢、爱，有了这些才是完美的决策。
除了最终的决策应该交给用户确认，“过程选择”也应该让用户明确看到，影响较大的也应该让用户有个确认的感觉。因为，用户有控制欲、需要“被尊重”和“安全感”，直接从输入给到输出结果省略掉过程，让用户丧失掉了选择权且失去了安全感。

最后：
“智能化”需要一个实现的过程，“流程重构”也是。我们需要先把AI放到现在的流程里面帮助某些角色提效，当重要角色的效率都在提升作业方式都发生了改变，作业流就会自然再造。

SaaS+AI，4个应用类型

1. Copilot 辅助助手：
   是所有智能能力的一个快捷调用窗口，具备对话和通知能力。核心任务是通过搜索、查询、对话等方式帮助用户快速、简单使用产品，降低产品学习成本，提高用户使用效率。比如，功能查找、订单搜索、日报推送，等。

2. AIGC 创意生成：
   给用户更多的创意供给，最关键不是生成的结果，而是生成创作的视角和想法可以给人带来很多全新的想法。比如，生成营销文案，优化商品标题，设计营销推广海报，优化商品图片，等等。

3. Agent 自动执行：
   几乎所有重复的任务都可以通过Agent自动化完成，尤其是那些可以外包或者代运营的任务。比如，自动改库存、AI客服，等。

4. Insight 洞察建议：
   AI最大的价值可能就是辅助决策，分析客户特征、分析市场情况、结合洞察给出决策建议，提高用户决策的成功率、帮助用户更直接获得结果。比如，节日营销建议、会员体系设计建议，等。

SaaS+AI，3个价值方向

• 用户价值：
  1. 更多的创意供给
  2. 自动执行重复任务
  3. 辅助决策和建议
• 商业价值：
  以上三个不只是用户视角的价值方向，更是指导商业模式迭代的方向。如果不能依据他们产生的价值设计新的收费方式，很容易只能做出满足软件定价的产品，而不是真正智能化的产品。比如，应该跟任务数量、决策结果挂钩，而不只是软件订阅费。

SaaS+AI，2个产品表达

导航地图、智能助手是应该同时存在的表达方式，一个起到运营和引导作用、一个可以快速直达产品能力。

SaaS+AI，1个范式

将用户最佳实践和销售最佳实践作为数据集，将一线销售和服务遇到的实际问题用作测试集，用来训练一个智能系统底座。
然后用大模型来理解用户意图，用传统功能和业务算法找出客户需要的方案（比如RAG加向量搜索、Markov Model等），最后用大模型编排出用户可以理解方式输出内容。

AI给SaaS业务带来的商业模式变化

总之，SaaS在不断变的更强大的路上，其实也是在不断更复杂，且一直只是给了用户一堆堆强大的功能，并没有交付结果。
而，AI的出现，可以让SaaS直接给用户交付结果。这改变的不只是客户价值，也将会是商业模式。
优秀的AI产品，在商业模式上一定需要跟“结果”关联，不然当商业模式跟产品要求不匹配的时候，产品也很难持续走远。

中国的数字化未来和机遇

左图是美国软件市场过去几十年的发展，深绿色是定制化软件、深蓝色是标准软件、浅蓝色是SaaS软件。右图是美国前十名的SaaS公司2010年之后10年的累计现金流情况（不到$300B）。

在2000年互联网泡沫的时候，企业收缩了预算，定制化软件和标准软件都经历了很艰难的两年收入下降。危机过后企业还要发展，重新开始做预算，这个时候新的市场增长开始，不过都增长到了成本更低的标准软件市场。

2008年金融危机的时候，剧本重新演了一遍，企业收缩了预算，整个软件商市场收入开始下降，又是两年。危机过后企业还要发展，重新开始做预算，这个时候新的市场增长开始，不过都增长到了成本更低、效率更高、且可以不断在线升级的SaaS软件市场。

• 上面两个过程市场总盘翻了4倍多。过去4年又翻了几乎一倍。

在2023年AI应用出现之前，硅谷街头最多的是SaaS公司广告，人才市场抢人的是SaaS公司。2024年开始，除了大量加上了AI能力的SaaS公司在不断提高客单价，已经出现了几百家ARR超过$1000万的toB的AI应用，高速公路的广告牌几乎全部换成了AI应用们。

- 企业和消费者付费习惯、寻找工具替换昂贵人力成本的习惯，让他们的SaaS付费受众比我们大了很多，尤其是个人用户和小企业都愿意付费。
- 另外，一种去中心化的SaaS生态也在逐步形成。大家都只是专注某一个应用点做到极致，相互之间靠API打通。这也使得他们AI应用做起来有天然的数据基础，Agent做起来有天然API生态。

• 而中国的软件市场，企业的需求程度很像美国的2003年（不数字化没法做生意，市场有刚需）。
  客户需求不稳定不通用、平台很勤奋挤压到服务商空间很小、客户的付费预算和意愿还很原始，被高速增长时期的平台补贴养成了不好的基本认知。这需要所有软件同行们有骨气的坚持，对价值创造、对定价、对毛利、对不乱价不赔本赚吆喝的坚持。
• 另外，我们同时面临着数字化、在线化/移动化、智能化的三浪叠加，不稳定的作业流程既是挑战，也是重新定义的机遇、产业改造的机会。

最最后，归纳一下要点

• **“长周期的复利积累”**是SaaS业务的经营真理。
• “有利可图的价值创造”是SaaS公司业务视角的核心、**“共同的专业化知识”**是SaaS公司组织视角的关键能力。
• PMF：
  • 整个业务都要围绕着PMF展开：什么样的目标市场、什么样有利可图的价值。
  • 交付显性价值。（满足用户的新需求，或者带去十倍效率提升）
  • AI产品在PMF之前需要一个明确的TPF验证的过程。
• GTM：
  • **UE（单位经济模型）**是正式面向市场的先行指标。
  • 获得市场的关键是“可复制的最佳实践”。
• 规模化：
  • 规模化的意义是为了成本领先，从卖产品到卖解决方案、开放是关键的产品能力。
  • 跟随用户成长才能抵抗规模化之后带来创新者窘境。
• 第二曲线：
  • 成长性收入。
  • 产品和用户的交叉整合，建立生态壁垒。
• 过程：把产品做对、把客户卖对、把价值交付好，不断积累会续费、增购的客户。

有赞参谋部

2024.11.11 于杭州