SaaS撞上AI 艳遇还是春梦?
温二爷 温二爷

SaaS撞上AI  艳遇还是春梦?

这是一个前沿科技颠覆商业模式的时代,技术迭代速度之迅疾,威力之巨大,所有人都心知肚明。

很显然,AI已经不再只是一个噱头十足的概念,但人工智能所带来的,除了希望的憧憬,还有令人不安的焦虑。

焦虑者之中,有人担心AI会如科幻电影中的桥段那样统治人类,也有人则担心自己的饭碗被AI所打破。与芸芸众生相比,AI带给商业层面的焦虑更加汹涌,任何一家科技公司在讨论AI时,大家面前的选项从来不是To Be or Not To Be,而是How To Be?

最近一年来,在企业级SaaS行业,已有数十家厂商明确提出了“AI+SaaS”。这是一个前沿科技颠覆商业模式的时代,技术迭代速度之迅疾,威力之巨大,所有人都心知肚明。

 

一、“AI+SaaS”,效率工具的被替代恐慌

如果仔细查阅过近两年来关于SaaS行业的各种研究报告,你会发现,无论是国外的Gartner,还是国内的易观、艾瑞,人工智能都被当成一个独立的单元出现在了SaaS行业的研报中。

研究机构普遍认为:AI作为一种技术要素,已经开始了与企业级SaaS相互融合的进程,而这一趋势的主要推动力则源自用户对“更高效的企业级应用”的强烈诉求。

事实亦是如此,无论SaaS公司搬出多少概念,玩出多少新花样,企业级SaaS效率工具的本质始终不会改变,即提升企业用户销售及管理效率的使命始终不会改变。

不知是否有人跟二爷产生过同样的疑问:为什么将计算器、提醒事项、语音备忘录等应用拖进一个文件夹,iPhone会把它们命名为“效率”?开始时迷惑,后来逐渐想通了,上述应用其实都是在帮助我们更高效的解决实际的问题。

所谓“高效”,也就是在成本恒定的条件下,让我们能花更少的时间解决同样多的问题,或是在同样的单位时间内解决更多的问题。那么,从效率的角度来看,AI+SaaS会带来什么?

在企业的日常经营中,由于需要雇佣劳动力而产生的人力成本往往是最大的一笔开支。随着中国市场人口红利的消失殆尽,越来越多的数据表明,人会越来越贵。

千禧年之初,“电算化”是当时的新趋势,中国企业掀起了第一波信息化浪潮,即是让计算机去优化生产(管理)结构。再到近10年来,随着互联网技术的发展,企业的信息化逐渐从独立部署走向云端,SaaS模式带来第二波企业信息化浪潮,其最大意义是大幅降低了软件系统自身的成本,继续拉大了系统成本与人力成本之间的剪刀差。

随着人工智能开始进入商用领域,如果说计算机和软件系统带给企业的是人力成本的“优化”,那么AI带来的则是对人力的“替代”。显而易见,当AI代替人力,企业在人力成本上的支出将呈指数级下降。

与此同时,具备深度学习能力的AI在单位时间内处理同等当量问题的速度比人更快。伴随算法的不断成熟,AI的运算速度会越来越快,能够应付的问题会越来越复杂,这对企业用户来说,带来的是时间成本的降低。

当人力成本和时间成本具备双降的可能性,出于对最优效率结构的追求,企业将会重新审视获取服务的提供商,他们中有传统的ISV,有SaaS公司,也有正在路上的AI公司。从这个角度来看,提供“替代”服务的AI公司未来的胜算会大一些。

所以,SaaS公司提出“AI+SaaS”,迫切的想赶在AI公司到来之前抢占人工智能的坑位,否则他们当初抢了ISV饭碗的那一幕,可能就会在AI公司和自己之间上演。

二、万万没想到,扼住“AI+SaaS”咽喉的竟是DT

通常情况下,我们在提及新科技革命时会将云计算、大数据、人工智能三者放在一起讨论。云计算提供基础计算、存储和网络,提供多终端弹性可定制服务;大数据则提供分布式计算和存储等数据工程方面的支持;而人工智能提供概率图模型、深度学习等数据算法方面的支持。

由此可见,云计算、大数据和人工智能三者事实上分属于两个不同时代:云计算和大数据是DT时代的代表,而人工智能则代表了AI时代。某种意义上来说,DT是AI的底层架构,要做人工智能,则必须要有云计算和大数据的支持。

举一个例子,得益于人工智能深度学习能力和不断进化的算法,AI已经在衣食住行等诸多方面展现了不俗的能力。按理来说,AI应该同样能够指导企业的销售行为。对SaaS公司来说,如果能让AI介入售前环节,帮助企业用户更新销售模型,带来销量提升,让软件产品离“钱”越近,企业用户就越易于接受,乐于付费。

但事实上,即便是再聪明的AI目前也在销售环节施展才能。究其原因,是由于AI深度学习的能力源自对数据样本的汲取,数据越丰富,AI在算法的加持下则越智能。在to C的应用场景下,AI已经有足够多的数据可供去学习,但to B的企业数据相对来说还很少。这便如同,给AI一本书和给AI一座图书馆的区别。

回到AI+SaaS的问题上,如果AI和SaaS中间少了“数据”,它其实是个伪命题。那对SaaS公司来说,比起蒙起眼睛押宝AI的未来,更应该去提升DT的能力,即帮助用户获取数据和分析数据的能力。

三、云客服、CRM,是谁蹲守在“AI+SaaS”的下个路口?

毫无疑问,任何新技术的商业化应用都需要一个过程,AI也不例外。AI+SaaS提出之后,最先感觉到菊花一紧的显然是SaaS客服行业,毕竟像客服这类专业化程度不高的人员密集型领域必然会是AI最好的试验田。

2016年底,业内对AI客服技术的讨论极为热烈,无论是各大巨头旗下客服产品,还是SaaS云客服行业的创业公司都将“人工智能”列为核心关键词。包括阿里、京东、环信、网易七鱼、Udesk、快商通等等,一大批SaaS客服提供商都推出了“人工智能客服解决方案”,标榜AI概念。

目前来看,AI客服的确已经在问答相对标准的售后环节发挥了比较明显的作用,带来节省人力成本的价值自不必说。但正如前文所说的那样,AI客服在更为重要的售前环节还不能完全满足企业用户的需求,所欠缺的比如能够显著提升流量转化率的智能话术辅助、智能营销策略等功能。

除了SaaS客服行业,另一个对AI技术颇为敏感的是CRM市场。美国咨询机构Gartner通过对Salesforce、SAP、Oracle等公司的数据分析,在《2016年CRM市场分析报告》中提出:分析、机器学习和AI是CRM未来发展方向。甚至有媒体人断言,AI技术将会在未来三年内彻底改变CRM。

纵观国内外,CRM江湖一直都是国内SaaS行业的风向标。主要原因在于,相比其他SaaS领域,CRM起来的比较早,在商务智能时代(BI)积累了一定体量的数据样本,且标准化程度较高,对于数据的处理和分析也一直是其挖掘的重点。正因为如此,CRM市场具备了与AI结合的先决条件,国外CRM巨头Salesforce甚至赤裸裸的提出了“AI+CRM”的概念。

即便如此,CRM厂商利用AI技术让企业数据“活”起来,从进而介入企业的决策和管理,这也并非易事。比如,AI化的CRM需将企业经营管理中的前台、中台、后台全流程打通,并连接小B用户与外部应用。一旦涉及到终端用户和连通外部,由此产生的数据量将非常庞大,这对CRM厂商来说是一个非常严峻的考验。事实上,以目前国内CRM厂商在AI领域的技术积淀来看,并没有谁能够完全实现。

由此可见,如果SaaS厂商不是碰瓷一般将“AI+SaaS”作为借势营销的噱头,那么仅从BAT或者硅谷挖来几个算法工程师,推出一两个叫小A、小B的智能机器人还远不能搞定这“一锤子的买卖”,有关星辰和大海的征途还很漫长。

写在最后:

随着人工智能正式成为一门显学,嗅着“钱味儿”蜂拥而至的资本会快速将这个市场催熟。从长远来看,在企业服务领域,AI作为一项技术能力,势必会成为如水电煤一样的基础设施。

如同“互联网+”和“+互联网”的讨论一样,“AI+SaaS”和“SaaS+AI”亦是两种不太一样的存在。如果跳出SaaS的范畴,从整个云计算行业的角度去审视AI技术,IaaS服务商和PaaS平台涉足人工智能领域的步伐要比SaaS厂商更为快速。因此,基于IaaS和PaaS的AI会大大加速“AI+SaaS”的发展进程。

AI SaaS
赞(...)
文章评论
匿名用户
发布