拾象矽谷見聞系列:生產力SaaS如何應對AI的顛覆?

作者:程天一
編輯:程天一、penny
排版:Scout
以下為本文目錄,建議結合要點進行針對性閱讀。
👇
01 二級巨頭們的價值主張和經營策略
02「海外獨角獸」們尋找安身立命之本
03 現階段 SaaS 的 AI 功能遭遇的 5 大挑戰
Source – Frameworks of GenAI use cases 
by Alana Smith
01.
二級巨頭們的價值主張和經營策略
多個角度把“資料”玩出花
第一個角度:不碰客戶資料
“資料”可以成為一個非常強大的價值主張,但並不是我們第一反應的“Salesforce 上留存了大量的 CRM 資料、Zoom 上有大量的潛在會議記錄,可以拿來訓練一個強大的模型”。恰恰相反,保證不在未授權情況下使用客戶資料訓練模型或者替客戶進行任務自動化是這類公司最重要的價值主張之一,也是把資料玩出花的第一個角度 —— 營造信任。
歡迎關注海外獨角獸影片號
獲取最前沿的科技行業資訊
對於大型企業客戶來說,GenAI 的確可能成為生產力神器,但同時也是一個難以被信任的新科技,需要那些擅長面向大型企業客戶提供保證隱私、安全性的 SaaS 供應商幫助 GenAI 跨越這一鴻溝。
最近一提信任和隱私,“開源+本地部署”成為了一種無腦的答案。在這種顯而易見的做法之上,在雲上交付隱私和安全是能夠服務大型企業客戶的 SaaS 們在過去 10 年積累的基本功。以 Slack 的一個細節為例 —— 為了將客戶群從 SMB 和 Mid-Market 拓展到大型企業,它花血本將標準的資料加密方案做了更復雜的定製,透過跟 AWS 的 Key Management Service 做整合,讓客戶控制 Key,Slack 再透過服務呼叫客戶設定的 Key 來加密使用者的資料。這種等級的“安全可控”在微軟系生產力工具中也非常常見。
“不碰客戶資料”是營造信任的基線,在用例同質化的情況下,為 GenAI 定製的隱私及資料安全解決方案則有機會成為一個具有差異化的價值主張。微軟雖然在這一點上積累很深,但是對外沒有猛打這一賣點。反而 Salesforce 的 Einstein GPT 使用這一價值主張更多,在 3 月宣佈 Einstein GPT 後,近期最大的進展就是 Trust Layer 的推出,試圖將自己是“最可以被信任”的 GenAI Offering 這一形象打透。
第二個角度:不碰版權資料
Adobe Firefly 在 4 個月前剛剛放出時遭遇群嘲,它生成的皮卡丘和 Hello Kitty 們慘不忍睹。但是現在 Firefly 已經在 Web 版本和 Photoshop 中幫助 Adobe 的使用者們生成了超過 10 億個資產,被公司評價為“Adobe 歷史上最成功的兩個測試版本產品”。
外界在過去幾個月已經逐漸領會了 Firefly 的獨特價值主張:對未經授權的版權內容保持敬畏,幫助自己產品的使用者免除商用這些生成資產的法務風險。這一價值主張的核心就是構建一個完全沒有版權問題的資料集。Stability AI 和 Midjourney 繼續保持著對 Firefly 在效果上的微弱領先,但是不可避免地遭遇集體訴訟,因為它們使用的 LAION 資料集上包含 56 億未經許可從公網上抓取的影像。
第三個角度:幫客戶把資料連起來
使用 LLM 的資料處理環節 
Source : a16z
有無數創業公司在這一賽道,就不再贅述最典型的資料連線用例。在此之上,跨本地和雲的資料整合能力是一個需要長期積累的基本功,現有 SaaS 巨頭有些差異化優勢 —— 它們經歷了 On-Prem 轉雲處理存量資料的尷尬期,經驗比較豐富,而且 Salesforce 收購了 Mulesoft,Google 有 Apigee,微軟有 Power Platform,都有各種強大的 Connectors 來幫助客戶收集跨組織和跨本地與雲的資料。
透過將自身的雲、資料聯結器、產品場景垂直整合,再搭配合作夥伴的 LLM,老牌 SaaS 能夠提供給客戶一個真正端到端的堆疊,先收集好資料,再協調好資料並且能夠建立資料的相關 pipeline,讓資料在不同的模型和場景中可用。目前這一價值主張驅動的銷售效果還未可知,但是起碼聽起來很美妙。
上文介紹了 3 種把資料玩出花的角度,但目的都不是讓 GenAI 的能力更強大,而是讓它真正達到 Business Class 和 Enterprise Ready。
藉機重振產品品牌
GenAI 既能實際落地發揮作用,又是完美的營銷幫手:
• EinsteinGPT 重新讓 Salesforce 的愛因斯坦小人 Logo 獲得關注。要知道在此之前 Salesforce 這個 Einstein 的 AI 品牌並不算成功,一直沒有絕對領先市場的產品,反而是 Gong.io 這樣的初創公司一路崛起,成為 Conversation Intelligence 方向的頭部玩家;
• 微軟在 Bing 和流程挖掘的產品上也類似,Bing 和 Google 在搜尋體驗上仍然有相當大的差距,而從微軟收購的 Minit 而來的 Power Automate Processing Mining 也跟 Celonis 等獨立的頭部玩家有差距,但是透過 Bing Chat 和 Copilot,都重新面向潛在客戶收穫了一波關注;
在微軟的 Power Automate Processing Mining 中
使用 Copilot
• Zoom IQ 在 Conversation Intelligence 這個賽道上起步晚,但是憑藉跟 GenAI 的整合,快準狠地推出了跟其他 Zoom 生產力場景的協同,也獲得了在客戶面前更多的曝光和關注;
使用 Zoom IQ 生成和回覆郵件
• UiPath 和 Five9 這些被視作長期潛在受損的公司也非常積極地進行 GenAI 整合,讓廣泛地產品線顯得更智慧;

……
儘管這些策略幫助以外缺乏突破點的產品再次獲得關注,但這個視窗期可能正在關閉。隨著微軟各個產品中的 Copilot 和其他公司的 GenAI 整合從 Private Beta 走向正式版本交付客戶使用,GenAI Offering 的作用將從“讓銷售 leads 增多”變為“提升 win rate”。
擴 TAM 保毛利
當不確定的經濟環境和宏觀局勢遇到了共識打滿的 GenAI,我們看到二級市場的公司試圖做出“All in AI”的姿態,不斷強調這是新的工業革命或者 PC 出現的時刻,但是在實際的經營策略上則仍然試圖在利用 GenAI 擴大 TAM 的同時儘量保毛利。
微軟和 Google 等少數深入模型層的公司略微例外,它們在保毛利的同時做好了擴大 CapEx 投入的準備。
在廣大的 SaaS 公司裡,Zoom 這樣的思考和策略算是現階段的標配,即 GenAI Offering 不能賠本賺吆喝,得讓客戶直接付費或是升級其付費計劃:
AI 對毛利率的影響較小。對於更高階和更高階的用例,我們希望透過讓客戶升級其訂閱計劃或透過我們平臺的消費模式向客戶收費。所以總的來說,我們正在努力抵消任何潛在(影響毛利)的壓力。我們對長期毛利率的提高非常有信心。
Eric Yuan – Zoom
在定價模式上,除了有 M365 Copilot、Zoom IQ for Sales、Salesforce 的一系列 AI 產品按坐席和用量單獨收費,跟付費訂閱捆綁成為了非常流行的定價方式:
在保毛利的同時探索出來一個讓客戶普遍接受的定價是一件非常有挑戰性的事情,大量產品仍處於 Private Beta,探索定價方式中。在雲時代充 credits 的 pay-as-you-go 模式崛起,GenAI 能不能推動某種新型的定價策略出現也非常值得期待。
02.
「海外獨角獸」們尋找安身立命之本
使用 Notion AI 總結梳理一篇研究文獻
我們交流的一些 Notion 員工將 Notion AI 定位成一個雙向的橋樑 —— Notion AI 封裝好的指令幫助使用者減少了收集和搭配 Prompt 的門檻,而 GenAI 本身降低了使用者使用 Notion 各種複雜組建的門檻。
生產力賽道下的另一位卷王 ClickUp 跟 Notion 的這個解題思路很類似,它的產品比 Notion 還要複雜,嵌入了白板、影片等其他場景。在 Atlassian、Asana、Monday.com 等二級市場的對手都還沒有 GenAI Offering 面世的時候,ClickUp 就推出了自己的 AI 產品並且確定了只有 Notion 一般的定價策略,很快也產生了可觀的 ARR。
使用 ClickUp 的 AI 功能進行任務管理
Sourcegraph 背後的 3 大技術
Cody 背後的技術方案
由於 Cody 擁有 Embeddings 的長上下文優勢和 Sourcegraph 獨特的 Code Graph 加持,它很快在 Hacker News 和 Twitter 上被廣泛討論。而開源的屬性讓 Cody 不被侷限在 Sourcegraph 產品內部,而是可以當做靈活的 IDE Extension 使用,作為老公司和 AI Native 的 Cursor 等產品一同迅速成為了 Github Copilot 最可能的替代選項之一。
當前 ChatGPT 有了很強的工具使用能力,但缺少在 api 聚合方面的 know-how,因此 Plugin 的出現在中短期之內利好 Zapier 這類聚合器產品。Zapier 在此領域積累很深,現在如果大家想在 ChatGPT 上做一些複雜操作的時候:比如將文字總結之後發社交媒體,或是記錄在 Google Workspace 中,大家都會選擇用 ChatGPT + Zapier 的方式來實現。在很多 use case 中,ChatGPT 只需要接入聚合器,就能做到非常好的使用者體驗,它也不需要接入大量 api,相當於類似 SEO 的部分由聚合器完全提供了。
……
但長期上,這類產品面臨以下衝擊:一方面, api 的組織形式可能會發生變化,LLM 時代可能跨產品互動的頻次和。OpenAI 最近釋出了函式呼叫能力,使 api 的可用性顯著提升,這些變化可能會弱化 Zapier 的護城河。另一方面,聚合器可能會成為作業系統機會中的一部分,微軟、谷歌和蘋果都可能基於自己的系統去建立相應的能力,競爭激烈。
Zapier 團隊在過去 6 個月的表現非常亮眼,展現出了團隊一流的視野和執行力。下面這幾個產品釋出可謂穩準狠:
• 3 月推出 Zapier  Natural Language Actions,將平臺能力首次以 API 的方式開放,還支援透過 Chat 的方式呼叫,迅速讓 Zapier 跟 GenAI 生態融合在一起;
• 由於各種 SaaS 內的資料只是由 Zapier 連線而沒有儲存在它這裡,Zapier 在 5 月推出了 Zapier Tables,幫助使用者儲存、編輯、共享和自動化各個 SaaS 內的資料,這樣可以從使用者存量資料積累的角度構建另一條護城河;
• 它推出的 Chatbot 框架也迅速在社交媒體上引發大量關注,成為使用者自發為各類 SaaS 引入 LUI 的首選低成本方案之一。
從不浪費紅利、防止短暫紅利過後被顛覆以及紮實把產品做好的角度,Zapier 是這一年來最好的生產力 SaaS 範本。而且它的聯合創始人 Mike Knoop 投入力度非常大,完全致力於 Zapier 與 AI 相關的產品,並且成為了灣區 AI 生態重要的意見領袖,非常值得其他生產力 SaaS 公司學習。
03.
現階段 SaaS 的 AI 功能遭遇的 5 大挑戰
儘管我們找到了 6 個正面範本試圖說明有些生產力 SaaS 做得還不錯,但是它們不可避免地仍然陷入到一些具體的挑戰當中,下面是最典型的 5 個:

挑戰 1:PR 先行給使用者帶來的失落
由於 ChatGPT 引發的使用者熱度過於突然,大量的公司在 23 年初才開始準備其 AI Offering,並且在 3 月中下旬撞車式釋出 Private Beta 版本,這導致了過長的 Waitlist,大量的客戶知道自己的 SaaS 供應商推出了 AI 能力,但是卻一直無法購買使用,不得不隨著時間冷靜下來。
以 CRM 為例,許多 Salesforce 的客戶對 Einstein GPT 非常感興趣,多次向自己的銷售詢問報價,但是在整個 4 月和 5 月都無法得到售賣反饋,這讓許多客戶將這種本該嚴肅的產品釋出視作一場無意義的 PR 行為。
Salesforce 實際上擁有一份完善的產品路線圖,但是與官宣 Einstein GPT 的時間有足足 3 個月的時間差
挑戰 2:AI 與產品路線圖的衝突
投資人們希望 AI 顛覆 SaaS,但是大量的 SaaS 使用者實際上只想安安靜靜地用好自己的文件、任務管理、視訊會議工具們。
ClickUp 的使用者們對 ClickUp 3.0 的正式推出期待已經,但是先等到 ClickUp AI,因此有一些非常一針見血的使用者吐槽:
ClickUp 的核心是充當專案管理工具和資料庫,但是核心功能充滿 bug,有些儀表盤需要幾分鐘才能重新整理,可靠性在過去 18 個月號稱佔據了 70% 的資源但是幾乎沒有新功能出現,3.0 跳票,ClickUp Docs 的基礎能力和 Google Docs 相距甚遠,AI 本身無濟於事。
ClickUp 試圖讓 AI 看起來是產品升級中的一個子項,但是大家發現他們的首要任務是 AI 而不是 3.0。
ClickUp 選擇釋出 AI 而不是 3.0 讓人感覺受到了欺騙,3.0 不再是“指日可待”,我寧願再看一下 Asana 或 Wrike。
其他的產品或多或少都有類似的問題存在,比如 Notion 離線模式的使用者呼聲可能比 Notion AI 要強不少,這樣大家才能擺脫在沒有 WiFi 時完全無法使用 Notion 的窘境,但是 Notion AI 率先推出並且在產品路線圖中似乎佔據了更多精力。
挑戰 3:使用者承擔的定價模式
這與挑戰 2 相輔相成:如果 AI 能力是免費贈送的,那使用者並沒有什麼反感這些能力的理由。但是由於“擴 TAM 並且保毛利”的策略,使用者往往需要額外付費。
不管是 ClickUp 的 5 美元/月/人、Notion 的 10 美元/月/人還是 M365 的 30 美元/月/人,讓每個使用者自行付費的話不是個大數目,但是真讓經營者批次採購也不是筆小錢 —— 要知道 Notion 本身的 Business 方案也就 15 美元/月/人,為員工採購 AI 相當於賬單需要增加 60-70%。
挑戰 4:跟 ChatGPT 搶入口
這些挑戰是環環相連的!
由於挑戰 1 的存在,大量習慣了 ChatGPT 的使用者的工作流是將文字粘帖進 ChatGPT 問答,然後將所需的結果再複製會自己的 SaaS 當中,
由於挑戰 2-3 的存在,儘管難以衡量具體比例,但是大量的使用者已經訂閱了 ChatGPT Plus,承擔了 20 美元月/人的賬單。這個訂閱雖然略貴,但是比較通用,為每個 SaaS 的 AI Offering 單獨訂閱的總額可能遠遠超越 20 美元。
因此我們團隊經常討論的入口邏輯在實實在在地發生,生產力 SaaS 們正在和 ChatGPT Plus 爭奪每個員工身上的預算,這個戰爭暫時還勝負未分。
挑戰 5:並沒有“天才” CEO
我們在去美國之前認為 Salesforce 的 Data Cloud 戰略為其 GenAI 的路線圖提供了自上而下的指引,但是和內部員工聊下來發現這也只是非常 high level 的指導思想,最終還是迴歸到營銷雲、服務雲、工業雲等各個業務團隊內部自下而上提出各類 GenAI 產品功能的訴求。
其實走訪下來,從大公司到一級市場獨角獸,大家進行 AI 創新的方式大抵都是如此,不存在 CEO 想出一個天才的方向,然後下面悶頭實現就行的情況。不同玩家之間的核心區別之一在於 CEO 願意為這部分分配的總資源有多少。鑑於挑戰 2 的存在和 AGI 帶來時間表的不確定性,這可能很難平衡,並且成為未來 5 年所有 SaaS CEO 最需要思考的問題之一。
延伸閱讀

相關文章