一、SaaS的缺陷
几年前,我给一家企业做咨询。他们虽然投入了几百万建设CRM系统,但是因为系统建设与实际业务不匹配,导致CRM系统的数据存在很多错漏。
为了收集准确数据,每个门店都配置了一名行政人员,其主要工作就是录入数据,整理和输出相关报表。总部也安排了好几个人来做报表管理的相关工作。
在把CRM系统的问题解决以后,运营数据实现了自动生成,不仅仅是各门店的行政人员,甚至总部的行政人员都被裁减了。
更重要的是,数据变得准确、可追溯,并且实现了实时分析——在以前,他们要过半个月,才能把上个月的数据整理出来。
提高企业效率的同时,还能让企业管理更加实时和透明,这正是SaaS产品普遍存在的价值。但是,它仍然存在诸多缺陷,比如:
1、信息录入效率低
SaaS系统只是明确了“录入要求”,一线员工仍然面临大量的信息整理工作,信息录入的效率并不高。
对于某些岗位来说——比如销售人员——信息录入甚至成为了负担。
2、信息查找不友好
SaaS系统规定了非常严格的筛选条件,而且无法实现精准、智能搜索,数据查找不友好。
3、信息整理与输出僵化
SaaS系统对信息的整理和输出,也是严格遵循写好的程序代码。但是企业的业务是动态成长的,这就导致SaaS系统的迭代跟不上企业需求的变化。虽然PaaS平台能够在一定程度上解决这个问题,但是PaaS平台本身又带来了新的使用问题。
就以前面的案例来说。虽然不再使用纸质表格,但是员工仍然需要严格按照软件的要求录入系统,除了做一些内容上的校验,SaaS系统无法有效帮助员工提高效率。
在数据录入系统后,SaaS系统只能按照预先定义好的程序生成报表,如果管理层有新的想法,或者想要做假设性分析,就必须耗费大量成本去查询和整理数据。
这就导致,数据的查找和整理占据了大量时间,而真正用于洞察的时间反而被大大压缩。这在一定程度上也阻碍了企业的洞察和创新。
但是,ChatGPT的出现,很可能改变这一切。
二、ChatGPT颠覆SaaS
ChatGPT能力的本质,是对人类语言的“理解”能力。这种能力的习得,源于利用AI模型对海量人类语言的学习,并从中找到规律。比如ChatGPT3拥有1750亿参数,并且学习超过50TB数据。这是人类当下不可能具备的数据处理能力,以及几辈子都学不完的知识。
同时,ChatGPT作为计算机程序,在收集数据、分析数据、输出结果等方面,效率比人类高出N个数量级。这就意味着,SaaS的缺陷有望被弥补。
比如,当销售人员给客户打完电话,以前是需要自己整理并录入一段拜访总结,并安排接下来的拜访计划。
但是在卫瓴CRM中,可以让AI整理电话语音记录,并且自动生成总结内容,和草拟接下来的拜访计划。销售人员只需要在AI整理内容的基础上进行修改,或者再次补充新的要求,从而优化T的输出。
毫无疑问,这将大幅提高销售人员的效率,也使得SaaS产品的价值得到进一步提升。
但是ChatGPT的应用远不止于此,它很可能会创造出新的SaaS使用场景。
比如,销售人员只需要告诉ChatGPT希望拜访哪家企业,它就可以自动联网寻找该企业关键人员的相关信息,并且分析可以通过什么样的人际关系链路触达这些关键人员,以及可以通过什么策略来打动这些关键人员。
当然了,以上场景的实现可能需要SaaS系统与ChatGPT的深度融合。
比如,自动生成的总结内容,需要符合企业规定的信息结构,需要满足企业对内容质量的要求。
再比如,ChatGPT生成的销售建议,需要结合企业的产品优势,以及过往的成功和失败案例,这样才能生成有实用价值的建议。这些正是SaaS产品可以帮助ChatGPT完成的任务。
除了ChatGPT本身强大的能力,我们还必须考虑ChatGPT背后有更多强大的AI产品。
以前,受制于无法理解大众语言,这些AI产品的应用场景被大大限制,无法走入业务一线。但是有了ChatGPT作为沟通桥梁,他们将发挥出巨大的价值。而且,他们会相互结合,产生1+1>2的效果。
这就意味着,未来没有对接ChatGPT(或类似大语言模型)的SaaS产品,很可能被彻底颠覆。
三、所有SaaS都值得重做
ChatGPT-4推出以后,某著名投资人断言:企服赛道的寒冬可能漫漫无期。
但是我认为,真正会陷入困境的,只是那些跟不上ChatGPT前进步伐的SaaS公司。而与时俱进的SaaS公司,反而有可能抓住机会,完成对行业的重新洗牌。
ChatGPT时代,可能会带来以下几个机会:
1、改善商业环境
以ChatGPT为代表的AI应用,一大特征就是以云为载体。相比于私有化部署,基于云的SaaS软件,更容易与AI进行融合。
同时,AI的普及也意味着数据安全等问题将进一步得到重视,并最终形成大家普遍遵循的数据安全规则。
而私有化部署、数据安全恰恰是SaaS产品推广所面临的两个关键难题。
2、开拓更多使用场景
为什么移动互联网的普及会催生SaaS产品的浪潮?很大程度上是因为在移动互联网环境下,SaaS找到了新的使用场景。比较典型的场景包括外勤人员管理、移动办公等。
通过与ChatGPT的深度融合,SaaS产品有机会开拓出更多新的使用场景。
虽然ChatGPT自己也可以完成新场景的开拓,但是在很多场景下,它需要SaaS产品的配合,才能更好的满足企业需求。
比如,要让ChatGPT得出可用的答案,可能需要一定的预处理:把用户的需求转化为合适的提示语,并且把相关业务数据“喂”给ChatGPT。不管是这些预处理工作本身,还是把相关业务数据喂给ChatGPT,都需要SaaS软件的参与。
再比如,ChatGPT并非真正意义上“理解”了人类的语言,只是根据算法“推导”上下文。这就导致,如果使用不恰当,可能会产出误导性的内容。
如果是个人日常使用,比如写作、发邮件,这些误导性内容危害不大。但是如果是在企业办公场景下使用,比如生成业务分析报表,制定销售策略——如果没有SaaS产品的约束和引导——可能就会导致重大事故。
实际上,ChatGPT虽然强大,但是在很多业务场景下,仍然需要通过“ChatGPT+SaaS”来完成交付。这将成为SaaS公司的新机会。
3、提升客户粘性
很多SaaS产品的客户粘性不足,本质上是因为客户使用得不够深入。比如很多功能虽然理论上有用,但是使用的成本很高,客户无法真正从中获得价值。比如,CRM的拜访管理功能,很多销售人员就抵触使用。
另外,客户在使用SaaS产品的过程中,可能产生了大量过程数据。这些过程数据理论上可以提高客户粘性,但是由于数据价值未得到充分挖掘,实际上并未起到客户留存的作用。
比如,SCRM系统产生的大量潜客行为数据,并没有起到促进成交的作用。
再比如,知识付费产品中大量的问答信息,由于无法智能化查找,成为了“沉默的宝藏”。
但是在ChatGPT的加持下,以上问题都有望得到解决。而客户粘性的增强,将有利于提高SaaS公司的盈利水平。
4、形成行业化AI模型
SaaS产品常常强调行业化解决方案,但是有了ChatGPT的帮助,在处理好数据脱敏、数据安全等问题后,有希望训练出行业化的AI模型。
这样,即便是一个新客户,也能受益于行业化AI模型,这必然会降低SaaS获客的难度。
行业化AI模型也将和行业化解决方案一起,成为SaaS公司的差异化竞争力。
四、结语
ChatGPT最可怕的,不是它的模型能力,而是它的进化速度。
比如,强大的GPT-3.5已经有1750亿个参数,而新发布的GPT-4——据报道——已经拥有高达1万亿个参数。这就意味着其能力又有了量级的飞跃。
在能力快速增强的同时,其成本反而在快速下降。比如,3月2日发布的官方ChatGPT API,每输出100万个单词,价格才2.7美金(约18元人民币),比已有的GPT-3.5便宜10倍。
正是凭借其可怕的进化能力,ChatGPT不断在刷新我们的认知,也让我们不敢简单揣测它的应用边界。
但是,不管如何,尽快把ChatGPT运用起来,学习如何利用ChatGPT更好的工作,甚至把ChatGPT融入我们的SaaS产品,是每个SaaS创业者,乃至每个产品经理都迫在眉睫的任务。

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注