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：

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。

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。

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。

但是在某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：

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。

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。

而通过与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。

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。

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。

而行业化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。

专栏作家

王戴明，微信公众号：To B老人家，人人都是产品经理专栏作家，多年互联网产品与信息化管理经验。

本文原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。