写在前面

近日，复盘这两年所做的事情，参与多次的SaaS的产品创造和生意，想法和看法都有一些。

走进SaaS，就是走进一大片沼泽地。

SaaS都不是一个行业，我想它是一个数字化企业运营服务升级中的一个插曲，一个过渡概念。

SaaS从几年前就喊要火了，喊来喊去，若无背后大佬灌起来，即使有些SaaS企业到C到D轮，靠自己的业务发展出来的现金流活都活得不利落。

成功的故事常常相似，不成功的故事各有各的原因。

SaaS的不成功经历乏善可陈，踏入这个SaaS沼泽地，坑踩了几个也有些想法和感慨想说。

这是一系列的笔记，记录下来当成反思。

SaaS模式的故事愿景

SaaS是英文Soft as a Service（软件即服务）的简写。通常的，SaaS它是一种B端专业型软件使用模式和销售模式的转变。

天下皆生意，生意都有所求。

传统卖软件的方式，是当一次产品销售，卖完了没你的事了，继续去找下一家。

市场的客户群就那些，长期为如何找到下一家找得很痛苦。

虽然，软件提供商一直在追求每年收服务费，但直到现在，市场上能后续收服务费都很难，只有在一些垄断型才能持续收到点服务费。

可以这么说，传统卖软件产品都还在钓到一只是一只，能不能在这只上继续让它“上当”一回极难说。

云计算的普及，尤其是云计算的云基础设施建设完备下，SaaS云服务模式给了软件行业一双翅膀。

SaaS模式就是运用云计算不断成熟的能力和基础设施，把软件产品提供转变为一个服务提供商，不断持续服务当然要不断持续收费，短线生意变成长线生意。

从价值角度来看，叫软件产品还信息化企业服务终究是一个管理运营工具。它的价值无非就两点：提升管理运营效率，或降低管理运营成本。

工具有工具的作用，但是工具永远就是工具，还要看谁在用，用得如何。提升效率和降低成本是要靠技术发展才不断得以体现。简单说，如果不需要人参与，效率和成本一般会极低的。

IT软件作为企业运营工具已经深入人心。我记得当年在一家做ERP软件产品企业时，某高管来自于台湾省。他说，在台湾，开个奶茶店都要买套进销存，大陆必然在5年会快速复制这个过程。

他说得很对，我们都符合信息化管理的趋势，但不是5年，大陆用3年就走完了别人的十年。现在快餐、奶茶、小店，都已经是在大数据的工具下进行数字化分析了。

SaaS希望通过软件产品转变的服务来绑定客户，把客户的运营管理逻辑和数据沉淀在软件平台上，一旦客户离不开我们的产品，持续不断付服务费，到那时候真的是躺着收钱。

这就是SaaS模式这个故事背后所求的生意。

我们知道做生意，边际成本递减是指随着产量增加,所增加的成本将越来越小，例如规模效应，例如SaaS服务模式。

当客户量上来，软件服务平台还是那一套东西，可能只需要增加一点基础设施就可以额外增加服务上千家。

而且由于客户的业务量和使用频次的差错不齐，可以平衡调配计算资源共享，减少资源浪费，提供商付出的服务成本因为递减效益越来越小。

SaaS理论上可以把边际成本的递减到极致，而客户的使用习惯、管理逻辑、数据都固化在一个平台上，B端企业软件产品的选型特点也决定了客户很难再更换。

所以，边际成本递减后，SaaS追求的是后期的高毛利。这个故事已经挺好。

SaaS类的大多还以大数据+人工智能加持，故事听起来更好。

为什么SaaS企业服务除了宣传自己是某领域的信息化管理专业外，绝大部分SaaS企业服务还称自己是的发展方向是基于大数据或人工智能概念呢？

现在全行业在进行数字化运营，技术驱动管理，数据驱动运营。SaaS服务作为业务工具，承担了采集、录入、业务流程管控、监测分析的作用。

因预想服务规模量起来后的规模效应，可以收集到某一层级的全层客户运营数据，当客户量足够大时，它确实掌握了某个细分业态的最真实的业务大数据。

SaaS覆盖的基本是中小微客户。直接卖数据是不可能的，客户也不需担心这个，有法律有行规。SaaS行当里花了这么多年云计算的心智培养，才让客户愿意把业务上云，谁敢这么干是必死无疑。

但是基于业务大数据，对运营、交易、形势作统计性分析，作发展趋势的预测性，继而是站在大家的肩膀上看待行业总体情况，是合理运用并且可以做得到的。现在一些工具SaaS商发布的趋势研究报告就是这么来的。

SaaS服务发展到位，SaaS服务提供商就是细分领域里最专业的专家，它集大家之长，又能见大家之短。这是SaaS企业都要往大数据能力发展的原因。

比如，某团的餐饮B端SaaS，运营就知道现在做什么是赚钱的，量有多少，客户在哪里，什么优惠能提升销量还提升利润。

再比如，做电商的大家费力想讨好电商小二，甚至一些电商企业针对运营小二圈大力反腐，也是因为真实的数据不会说假话，对真实数据的渴望就每个生意者如想知道天机一般的强烈。

卖SaaS服务毕竟是累活，要让你用得好还要让你更成功。SaaS服务提供商有了行业的业务数据理解后，这些年甚至有些SaaS服务商最后自己跳下去干了。

那么，SaaS企业套上人工智能的概念，发展AI能力的动机是什么呢？我们先不说只套概念那一类，就说AI能力建设的情况，无非还是回到工具价值：提高效率和降低成本。

人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。机器能比人更极致重复性，更高效地完成一些工作——追求效率和成本。

就以SaaS服务少不了终端用户的录入数据这一环，传统软件应用靠人重复录入数据，花费大量烦琐采集数据处理时间。如何让用户少录入，或者不录入就可以完成业务的处理呢？这需要AI技术的运用可以做得到。

我们甚至在产品能规划，不用录入采集，你只要一扫，再说一声，数据和流程都跑起来了，不需要被动等待用户操作和录入。终端使用层用户完全傻瓜地依赖这个软件产品SaaS服务，甚至岗位角色都不要了。

如汽车售后环节，车开过来，服务顾问要绕车检查，要登记要询问，再代客户开进售后车间等一系列动作。

我们只须车主提前跟智能客服预订和预约，车一进场自动识别是谁来了，自动拍照识别并检查全车外观，自动语音播报，自动语音询问确认，车主下来去喝茶，车会被自动传送到售后车间，系统智能安排技师进行服务...

人工客服和服务顾问是不需要了。服务顾问强推的那些额外销售，系统也会做，而且大数据基础上算法还做得更好，更懂车主能买啥，愿意买啥。

再说个例子，对于很多连锁门店类的管理问题，一个点的管理和控制调度都在店长手里。就以人工排好的班临时有人请假，有人有突发情况，人乱了，客户服务和产品必须影响，怎么办？

人治，遇到一个能力强有责任的店长，还可以处理很好，遇到人情乱放，公私不清的主管，会搞得一塌糊涂。但是好员工，尤其好的一线作战优秀连长太少了。

机器治，通过算法模型能力复制优秀且成功的管理逻辑和方法论，可以让每一个点的管理都在算法下保持一致水平。

SaaS模式，在云计算的基础上提供信息化、数字化的工具服务，结合大数据能力、AI能力，更好为客户在管理和运营上提供重要支撑。

这应该是一个很好的发展方向，也应该是一个很好的创业赛道，那为什么这么多活不下去，活得半死不活的呢？为什么称走进SaaS的沼泽？

想法和规划总是美好的。现实总是残酷的。在之二中，我通过踩过的泥水，SaaS产品服务的定位难、研发泥坑、销售泥坑，运营泥坑，聊一下初浅的认识。