SaaS行業(yè)面臨的挑戰(zhàn)并非技術(shù)問題，而是商業(yè)模式的問題。因此，盡管AI技術(shù)具有巨大的潛力，但它并不能解決SaaS行業(yè)的核心問題，即商業(yè)模式的不成立。

每天都改進一點，一定能突破界限么？

每天都把SaaS產(chǎn)品都改好一點，一定能突破界限么？

稻盛和夫先生大概是企業(yè)家里最推崇精進的人，他把自己在京瓷取得的成就歸結(jié)為專注與精進。（“布施”、“持戒”、“忍辱”、“精進”，其實是修行的術(shù)語轉(zhuǎn)義到商業(yè)的世界）

這在物理世界中大概是沒問題的。

對于心性的修煉也大致是沒有問題的。

但在SaaS、AI等領(lǐng)域中就有問題了。

有一種幻覺可以稱作指數(shù)衰減型幻覺。

用公式來描述是下面這樣：

x可以無限增加，每增加一點就離1越近一點，但永遠(yuǎn)不可能是1。

這和不管怎么鍛煉，人類每天都跑快一點，最終也跑不過美洲豹一樣。

為什么是這樣呢？

一、局部最優(yōu)不解決整體問題

過去10年里，SaaS的挑戰(zhàn)和困境原因其實和AI很不不一樣，AI核心問題是技術(shù)不成熟。

SaaS核心問題是商業(yè)模式不成立。

對于企業(yè)而言除了財務(wù)、ERP等幾個領(lǐng)域感受不到它的價值或者說沒它不行的必要性。

最終這類產(chǎn)品扮演的總是一桌飯菜里面那幾個涼菜的角色。同時還導(dǎo)致企業(yè)成本上升（同樣產(chǎn)品在米國應(yīng)該是下降的）。

可以用技術(shù)術(shù)語把涼菜包裝的天花亂墜，但涼菜就是涼菜不是主食也不是主菜?？犰沤鉀Q不了沒他也行這種感受。

這情況再加上所謂的安全問題以及私有部署、基于開源自己改等，就徹底雪上加霜。

和各種替代方案相比價值的差值進一步被縮小，所以就普遍不成立。

如果上面是對的，那問題就變成AI改變價值定位、私有部署需求、基于開源自己做這些事實么？

如果不改變，那就是局部最優(yōu)（技術(shù)最優(yōu)）不解決整體問題（商業(yè)模式成立不成立）。

最終就變成了AI不解決SaaS的問題。

二、價值創(chuàng)造模式

SaaS要想成立根子在于改變價值創(chuàng)造的模式，不在單點技術(shù)。

那AI會改變價值創(chuàng)造模式么？

可以改變。

改變后也就不是現(xiàn)在的SaaS了。

關(guān)于這點近期的琢磨事AI碰撞局第二期上的一個討論很有啟示意義。

討論點是：Co-pilot（半自動）和Auto-pilot（全自動）產(chǎn)品的差異。

起點是分享的時候有這么個觀點：

Co-pilot不創(chuàng)造新機會，而Auto-pilot每一個都是藍(lán)海。

這個觀點和AI拯救不了SaaS其實是一個意思。

所有在現(xiàn)有SaaS中增加AI屬性的嘗試，本質(zhì)就是嘗試做Co-pilot，相當(dāng)于是說這不創(chuàng)造新機會。因為價值創(chuàng)造模式和過去是一樣的，不會因為某個單點功能更好用了就發(fā)生變化。

那什么是Auto-pilot呢？

討論后最終發(fā)現(xiàn)這問題本質(zhì)在于對角色的定義。

在履行一個角色職責(zé)的時候，不需要人的介入就可以自己搞定的是Auto-pilot（全自動），否則是Co-pilot（半自動）。在履行自己職責(zé)的時候可能需要與服務(wù)對象（人）打交道，但這不關(guān)鍵。

比如這次活動中分享的案例：電梯智能體，它的角色內(nèi)涵就是聽從人類指令去某個樓層，實時生成內(nèi)容并顯示，監(jiān)控電梯內(nèi)的行為做主動交互，雖然只針對限定場景但它其實是Auto-pilot。

再比如如果一個招聘的AI智能體，它既能完成招聘的日常工作，也能在需求發(fā)到它的時候形成JD，并把招聘結(jié)果向相關(guān)人進行反饋，那它就是Auto-pilot。

為什么說Auto-pilot如果真的能做每一個都是藍(lán)海呢？

固然是因為這事沒有大模型根本就做不了，只有在大模型出現(xiàn)后才陸續(xù)能做了（雖然當(dāng)下還很少能成立的）。

更是因為它價值結(jié)構(gòu)變了。

這是一種能讓公司從200人變成20人的產(chǎn)品。

而人效提升十倍的產(chǎn)品對企業(yè)而言一定是主菜中的主菜。

三、新生之地

Auto-pilot型產(chǎn)品最大限制是AI大模型的智商，但這也正是最為利好的地方。

拿chatGPT的智商做起點，每當(dāng)模型拉升一點，能成立的Auto-pilot就多一點，能覆蓋的角色也就更寬一些。

而Auto-pilot類產(chǎn)品的形態(tài)其實也會持續(xù)演進。

早期可能會和現(xiàn)在人為設(shè)立的各種角色重疊。

比如在企業(yè)就是人事、財務(wù)、行政、IT等。

AI核心的特征是一個智能大腦可以處理N個業(yè)務(wù)，現(xiàn)有這些角色的邊界未必都成立。

因此進入到第二個階段，很可能就會迎來歸并，在企業(yè)層面歸并后有可能是執(zhí)行和監(jiān)察、權(quán)限等以AI智能體為出發(fā)點的重新設(shè)置的角色。

這類產(chǎn)品從未來看現(xiàn)在能看到輪廓，從現(xiàn)在看未來就會看到挑戰(zhàn)太大。

但這是真正的智能原生產(chǎn)品，和單純的幫助生成論文等工具完全不是一個事。

四、大折疊

這類產(chǎn)品會附帶那些特征呢？

最關(guān)鍵的一個特征就是以角色為中心的新產(chǎn)品對以功能為中心的產(chǎn)品進行折疊。

這可能是壓倒現(xiàn)在本就步履艱難的SaaS產(chǎn)品的最后一顆稻草。

這類產(chǎn)品的腦子是一個腦子，數(shù)據(jù)如果再共通，角色的邊界就可以擴的很大。

在企業(yè)里CRM、SCRM、招聘等對它沒有區(qū)別。這些產(chǎn)品最底層的部分被大腦共通了，上層的業(yè)務(wù)屬性會變成技能（類似小程序）。所以一旦這種產(chǎn)品成立就注定會折疊很多周邊的功能。

這在C端產(chǎn)品也成立，之前舉的例子是如果智能音箱這類產(chǎn)品真成立，很多功能都還在但會變成它的一個小部分，類似手機和相機的關(guān)系。這點還會衍生其它共通的地兒，比如產(chǎn)品結(jié)構(gòu)、技術(shù)架構(gòu)等。這部分之前在AI碰撞局上做過深度展開，但還是需要尋找更好的表達方式，否則會晦澀，這里不展開了。

下圖可以感受下手機對相機的折疊，黃色的是相機的銷量，雖然創(chuàng)造歷史新高，但和相機廠商卻沒什么關(guān)系了。手機廠商取代了相機廠商。

次要特征是對于這類產(chǎn)品走下去軟硬融合成為必然。

總是被對立起來的虛擬經(jīng)濟和實體經(jīng)濟在這里會走向融合。

為什么這么說呢？

這種Auto-pilot型產(chǎn)品除了模型核心支撐要素就是感知，除非極少的一部分角色，往往需要對現(xiàn)實的全方位深層次感知。

這時候聲光電熱力磁就都變成現(xiàn)實感知的手段。

舉個例子，比如招聘的時候，對于負(fù)責(zé)招聘的智能體，它如果做面試那總是要感知到候選人的語音、表情才能夠形成完整的認(rèn)識。（多模態(tài)）

這點從AIGC的角度看是不明顯的。但從智能原生的角度看就幾乎是必然的。

近來看新聞OpenAI在機器人上動作頻繁，一個可能原因就是感覺到AI應(yīng)用真正要發(fā)展壯大最終還是要走向軟硬融合。

五、小結(jié)

AI是不可能拯救過去的SaaS的反倒是可能成為壓死它們的最后一根稻草。包括ERP這些產(chǎn)品現(xiàn)在真的很危險已經(jīng)滑向懸崖的邊緣。但破滅往往就是新生，以智能原生為特征的新一代企業(yè)級產(chǎn)品現(xiàn)在不過剛剛起步。就像我們之前說的AI的顛覆性可能比過去各種技術(shù)加在一起的總和還大，如果這是真的，那這種智能原生產(chǎn)品會徹底改變企業(yè)的模式。