幾年前，我給一家企業(yè)做咨詢。他們雖然投入了幾百萬建設(shè)CRM系統(tǒng)，但是因?yàn)橄到y(tǒng)建設(shè)與實(shí)際業(yè)務(wù)不匹配，導(dǎo)致CRM系統(tǒng)的數(shù)據(jù)存在很多錯漏。
為了收集準(zhǔn)確數(shù)據(jù)，每個門店都配置了一名行政人員，其主要工作就是錄入數(shù)據(jù)，整理和輸出相關(guān)報表?？偛恳舶才帕撕脦讉€人來做報表管理的相關(guān)工作。
在把CRM系統(tǒng)的問題解決以后，運(yùn)營數(shù)據(jù)實(shí)現(xiàn)了自動生成，不僅僅是各門店的行政人員，甚至總部的行政人員都被裁減了。
(資料圖片僅供參考)
更重要的是，數(shù)據(jù)變得準(zhǔn)確、可追溯，并且實(shí)現(xiàn)了實(shí)時分析——在以前，他們要過半個月，才能把上個月的數(shù)據(jù)整理出來。
提高企業(yè)效率的同時，還能讓企業(yè)管理更加實(shí)時和透明，這正是SaaS產(chǎn)品普遍存在的價值。但是，它仍然存在諸多缺陷，比如：
SaaS系統(tǒng)只是明確了“錄入要求”，一線員工仍然面臨大量的信息整理工作，信息錄入的效率并不高。
對于某些崗位來說——比如銷售人員——信息錄入甚至成為了負(fù)擔(dān)。
SaaS系統(tǒng)規(guī)定了非常嚴(yán)格的篩選條件，而且無法實(shí)現(xiàn)精準(zhǔn)、智能搜索，數(shù)據(jù)查找不友好。
SaaS系統(tǒng)對信息的整理和輸出，也是嚴(yán)格遵循寫好的程序代碼。但是企業(yè)的業(yè)務(wù)是動態(tài)成長的，這就導(dǎo)致SaaS系統(tǒng)的迭代跟不上企業(yè)需求的變化。雖然PaaS平臺能夠在一定程度上解決這個問題，但是PaaS平臺本身又帶來了新的使用問題。
就以前面的案例來說。雖然不再使用紙質(zhì)表格，但是員工仍然需要嚴(yán)格按照軟件的要求錄入系統(tǒng)，除了做一些內(nèi)容上的校驗(yàn)，SaaS系統(tǒng)無法有效幫助員工提高效率。
在數(shù)據(jù)錄入系統(tǒng)后，SaaS系統(tǒng)只能按照預(yù)先定義好的程序生成報表，如果管理層有新的想法，或者想要做假設(shè)性分析，就必須耗費(fèi)大量成本去查詢和整理數(shù)據(jù)。
這就導(dǎo)致，數(shù)據(jù)的查找和整理占據(jù)了大量時間，而真正用于洞察的時間反而被大大壓縮。這在一定程度上也阻礙了企業(yè)的洞察和創(chuàng)新。
但是，ChatGPT的出現(xiàn)，很可能改變這一切。
ChatGPT能力的本質(zhì)，是對人類語言的“理解”能力。這種能力的習(xí)得，源于利用AI模型對海量人類語言的學(xué)習(xí)，并從中找到規(guī)律。比如ChatGPT3擁有1750億參數(shù)，并且學(xué)習(xí)超過50TB數(shù)據(jù)。這是人類當(dāng)下不可能具備的數(shù)據(jù)處理能力，以及幾輩子都學(xué)不完的知識。
同時，ChatGPT作為計算機(jī)程序，在收集數(shù)據(jù)、分析數(shù)據(jù)、輸出結(jié)果等方面，效率比人類高出N個數(shù)量級。這就意味著，SaaS的缺陷有望被彌補(bǔ)。
比如，當(dāng)銷售人員給客戶打完電話，以前是需要自己整理并錄入一段拜訪總結(jié)，并安排接下來的拜訪計劃。
但是未來在CRM系統(tǒng)中，可以讓ChatGPT整理電話語音記錄，并且自動生成總結(jié)內(nèi)容，和草擬接下來的拜訪計劃。銷售人員只需要在ChatGPT整理內(nèi)容的基礎(chǔ)上進(jìn)行修改，或者再次補(bǔ)充新的要求，從而優(yōu)化ChatGPT的輸出。
毫無疑問，這將大幅提高銷售人員的效率，也使得SaaS產(chǎn)品的價值得到進(jìn)一步提升。
但是ChatGPT的應(yīng)用遠(yuǎn)不止于此，它很可能會創(chuàng)造出新的SaaS使用場景。
比如，銷售人員只需要告訴ChatGPT希望拜訪哪家企業(yè)，它就可以自動聯(lián)網(wǎng)尋找該企業(yè)關(guān)鍵人員的相關(guān)信息，并且分析可以通過什么樣的人際關(guān)系鏈路觸達(dá)這些關(guān)鍵人員，以及可以通過什么策略來打動這些關(guān)鍵人員。
當(dāng)然了，以上場景的實(shí)現(xiàn)可能需要SaaS系統(tǒng)與ChatGPT的深度融合。
比如，自動生成的總結(jié)內(nèi)容，需要符合企業(yè)規(guī)定的信息結(jié)構(gòu)，需要滿足企業(yè)對內(nèi)容質(zhì)量的要求。
再比如，ChatGPT生成的銷售建議，需要結(jié)合企業(yè)的產(chǎn)品優(yōu)勢，以及過往的成功和失敗案例，這樣才能生成有實(shí)用價值的建議。這些正是SaaS產(chǎn)品可以幫助ChatGPT完成的任務(wù)。
除了ChatGPT本身強(qiáng)大的能力，我們還必須考慮ChatGPT背后有更多強(qiáng)大的AI產(chǎn)品。
以前，受制于無法理解大眾語言，這些AI產(chǎn)品的應(yīng)用場景被大大限制，無法走入業(yè)務(wù)一線。但是有了ChatGPT作為溝通橋梁，他們將發(fā)揮出巨大的價值。而且，他們會相互結(jié)合，產(chǎn)生1+1>2的效果。
這就意味著，未來沒有對接ChatGPT（或類似大語言模型）的SaaS產(chǎn)品，很可能被徹底顛覆。
ChatGPT-4推出以后，某著名投資人斷言：企服賽道的寒冬可能漫漫無期。
但是我認(rèn)為，真正會陷入困境的，只是那些跟不上ChatGPT前進(jìn)步伐的SaaS公司。而與時俱進(jìn)的SaaS公司，反而有可能抓住機(jī)會，完成對行業(yè)的重新洗牌。
ChatGPT時代，可能會帶來以下幾個機(jī)會：
以ChatGPT為代表的AI應(yīng)用，一大特征就是以云為載體。相比于私有化部署，基于云的SaaS軟件，更容易與AI進(jìn)行融合。
同時，AI的普及也意味著數(shù)據(jù)安全等問題將進(jìn)一步得到重視，并最終形成大家普遍遵循的數(shù)據(jù)安全規(guī)則。
而私有化部署、數(shù)據(jù)安全恰恰是SaaS產(chǎn)品推廣所面臨的兩個關(guān)鍵難題。
為什么移動互聯(lián)網(wǎng)的普及會催生SaaS產(chǎn)品的浪潮？很大程度上是因?yàn)樵谝苿踊ヂ?lián)網(wǎng)環(huán)境下，SaaS找到了新的使用場景。比較典型的場景包括外勤人員管理、移動辦公等。
而通過與ChatGPT的深度融合，SaaS產(chǎn)品有機(jī)會開拓出更多新的使用場景。
雖然ChatGPT自己也可以完成新場景的開拓，但是在很多場景下，它需要SaaS產(chǎn)品的配合，才能更好的滿足企業(yè)需求。
比如，要讓ChatGPT得出可用的答案，可能需要一定的預(yù)處理：把用戶的需求轉(zhuǎn)化為合適的提示語，并且把相關(guān)業(yè)務(wù)數(shù)據(jù)“喂”給ChatGPT。不管是這些預(yù)處理工作本身，還是把相關(guān)業(yè)務(wù)數(shù)據(jù)喂給ChatGPT，都需要SaaS軟件的參與。
再比如，ChatGPT并非真正意義上“理解”了人類的語言，只是根據(jù)算法“推導(dǎo)”上下文。這就導(dǎo)致，如果使用不恰當(dāng)，可能會產(chǎn)出誤導(dǎo)性的內(nèi)容。
如果是個人日常使用，比如寫作、發(fā)郵件，這些誤導(dǎo)性內(nèi)容危害不大。但是如果是在企業(yè)辦公場景下使用，比如生成業(yè)務(wù)分析報表，制定銷售策略——如果沒有SaaS產(chǎn)品的約束和引導(dǎo)——可能就會導(dǎo)致重大事故。
實(shí)際上，ChatGPT雖然強(qiáng)大，但是在很多業(yè)務(wù)場景下，仍然需要通過“ChatGPT+SaaS”來完成交付。這將成為SaaS公司的新機(jī)會。
很多SaaS產(chǎn)品的客戶粘性不足，本質(zhì)上是因?yàn)榭蛻羰褂玫貌粔蛏钊搿?/strong>比如很多功能雖然理論上有用，但是使用的成本很高，客戶無法真正從中獲得價值。比如，CRM的拜訪管理功能，很多銷售人員就抵觸使用。
另外，客戶在使用SaaS產(chǎn)品的過程中，可能產(chǎn)生了大量過程數(shù)據(jù)。這些過程數(shù)據(jù)理論上可以提高客戶粘性，但是由于數(shù)據(jù)價值未得到充分挖掘，實(shí)際上并未起到客戶留存的作用。
比如，SCRM系統(tǒng)產(chǎn)生的大量潛客行為數(shù)據(jù)，并沒有起到促進(jìn)成交的作用。
再比如，知識付費(fèi)產(chǎn)品中大量的問答信息，由于無法智能化查找，成為了“沉默的寶藏”。
但是在ChatGPT的加持下，以上問題都有望得到解決。而客戶粘性的增強(qiáng)，將有利于提高SaaS公司的盈利水平。
SaaS產(chǎn)品常常強(qiáng)調(diào)行業(yè)化解決方案，但是有了ChatGPT的幫助，在處理好數(shù)據(jù)脫敏、數(shù)據(jù)安全等問題后，有希望訓(xùn)練出行業(yè)化的AI模型。
這樣，即便是一個新客戶，也能受益于行業(yè)化AI模型，這必然會降低SaaS獲客的難度。
而行業(yè)化AI模型也將和行業(yè)化解決方案一起，成為SaaS公司的差異化競爭力。
ChatGPT最可怕的，不是它的模型能力，而是它的進(jìn)化速度。
比如，強(qiáng)大的GPT-3.5已經(jīng)有1750億個參數(shù)，而新發(fā)布的GPT-4——據(jù)報道——已經(jīng)擁有高達(dá)1萬億個參數(shù)。這就意味著其能力又有了量級的飛躍。
在能力快速增強(qiáng)的同時，其成本反而在快速下降。比如，3月2日發(fā)布的官方ChatGPT API，每輸出100萬個單詞，價格才2.7美金（約18元人民幣），比已有的GPT-3.5便宜10倍。
正是憑借其可怕的進(jìn)化能力，ChatGPT不斷在刷新我們的認(rèn)知，也讓我們不敢簡單揣測它的應(yīng)用邊界。
但是，不管如何，盡快把ChatGPT運(yùn)用起來，學(xué)習(xí)如何利用ChatGPT更好的工作，甚至把ChatGPT融入我們的SaaS產(chǎn)品，是每個SaaS創(chuàng)業(yè)者，乃至每個產(chǎn)品經(jīng)理都迫在眉睫的任務(wù)。
關(guān)鍵詞：
