被冷落的 AI，如何在 SaaS 领域“火”起来

随着 AI 技术应用的普及化，我们看到不少人工智能也广泛应用于 saas 管理软件，为行业打造标准化流程、提升效率方面起到很好作用。

主要内容

第一部分，AI 在 saas 管理软件领域的应用

中美 saas 的对比分析

AI 在企业和行业的应用

第二部分，AI 在 saas 管理软件中的应用和未来趋势

AI 的应用案例

RPA 赛道场景应用和前途

数据掣肘

产品研发与落地中的瓶颈

跨部门协作与跨领域协作

分享嘉宾：

李一帆 品览 创始人&CEO

一、中美 saas 软件对比

1. 何为 saas

首先，saas 概念出现在云计算之后，在没有云计算时，更多讲述的是软件，比如桌面软件、企业软件等。但是，在云计算出现之后，才开始有像服务一样的形式定义软件服务，这便是 saas。

最典型的 saas 应用，如 Dropbox、Slack、ZOOM、JIRA，基本都是一打开网页，通过 web 就可以访问的程序和服务。

那 saas 形成的关键因素有哪些呢？我认为主要有三个：

第一，肯定离不开互联网。如果没有互联网，就不存在 saas，这是因为 saas 里所有的数据和程序都存在于服务器里，消费者与用户只有通过互联网才可以访问。

第二，主要是消费级互联网的大发展。

提到这一点，就不得不说云计算。其实，云计算最早是因为 Amazon 开始做这样的服务。Amazon 把电商服务过程中空余的虚机拿出来做销售，卖给普通的开发者，让普通开发者用很便宜的价格买到服务器。因此，这些服务器最初就是从消费级的电商而来。而且，不管是消费级互联网，还是现在看到的企业微信，包括一些拥有着 To C 基因和影子的应用，都与此相关。所以，消费级互联网也是非常关键的驱动技术。

第三，则是云计算本技术的发展。无论是从最开始的销售机器，还是到在机器上去销售一些平台型的应用和数据，或者在网上销售软件应用等，这都是比较重要的发展历程。

最后，用一句话总结，saas 就是通过云端来使用的软件级服务。

2. 中美 saas 软件对比分析

如图，这是 BVP 研究机构做的关于云计算领域的整个情况，分为 saas、PaaS 和 IaaS。今天主要分享企业管理软件 saas。具体可从两个维度分析：

维度1 按企业职能划分

举例来说，比如 Marketing 里面的 MailChimp。MailChimp 是湾区（旧金山湾区的）做 E-mail DEM 的一家公司，主要提供的saas服务是通过买MailChimp的账号，便可以群发邮件给客户，或者是感兴趣的对象，内容则可以是对公司服务的各种描述。

那什么是 Service呢？主要指的是售后、客服、收集反馈。

再通过例子来看，比如 Uservoice。消费级互联网产品拥有很多的用户，但对于如何手机用户反馈，更多的产品以前只是选择留一个 support，也就是非常简单的留言窗口，做不到很好的互动性。因此，Uservoice 就是提供一个即插即用的用户论坛，反馈的插件可以给到企业级用户，服务于消费级互联网产品的 App 中去。

再比如，在 HR 领域的 ZENEFITS。之所以 ZENEFITS 能在两三年时间，成为独角兽企业，最主要的原因是创始人切入的场景非常正确。ZENEFITS 选择帮助企业搭建一个给员工提供保险购买福利的 saas 软件。

当然，随着整个互联网的繁荣，也产生了很多协作的软件，或者是在 BI 和分析领域也有很多流行的 saas 软件，当然还有其他的。

维度2 从垂直角度去划分

先举第一例子，是美国的一家教育科技公司 EDMoDo，主要提供的是教育领域的内容管理和家校互动的功能。通俗来说，就是家长、老师还有孩子，可以在 App 上看内容和互动留言，但因为是教育行业的，会面临严格的审查，还得适应美国的教育体系。再比如，Othre 里的 Shopify，类似国内的有赞模式，用户通过 Shopify 可以开一个自己的网店或者店铺。

对美国 saas 软件的总结

从行业和业务两个角度，通过一横一纵维度去观察 saas 领域的惯例软件可以发现，基本是利用了移动互联网和云计算技术，从而帮助客户完成了信息化、数据化。尤其是数据化，可以让用户行为、用户交易、企业内部数据、管理流程数据等，都留存在系统中。我主要有两点发现：

观点1

观点2

中国 saas 现状

通过观察可以看到，美国在云计算领域，有 saas、PaaS、IaaS。在中国，大多数的企业大家都很熟悉，基本上如上图所示。根据我的观察，在职能划分和技术本质上，与美国相差不大，但是有一个缺点和一个优点。

缺点：中国 saas 企业，在管理理念和管理咨询上不如美国企业。这是因为中国企业文化太新，企业管理所有的根基都来自于西方世界，而美国等国家则具有完善的人力管理、财务管理理念，像 Salesforce、SAP 的 ERP 理念来自于现代管理学之父彼得·德鲁克和营销领域的菲利普·科特勒大师，因此，西方国家在这一领域就会很强，这是中国企业需要学习的。

优点：中国的消费互联网发展迅速，在市场规模、消费速度上，都是西方国家不能相比的。就是在这样的环境下，催生出中国的 saas。比如，在国内的电商领域有有赞以及其他的企业，但在美国板块只有 Shopify，这是因为国内本身具有的强社交关系链。

以此来看，saas 是更广的一个概念，saas 是将软件当作服务。而管理软件是根据职能或者行业进行划分，从而对公司进行有效管理，其核心是输出管理理念。

二、AI 的应用

1. AI 的概念

AI 发展的三个阶段

第一阶段，1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语。这个阶段，基本上是各种理论性的论文和科学研究。

第二阶段，到了80年代，随着计算机的出现，产生了机器学习，能够做一些数据处理。

第三阶段，主要指的是2010年之后，由于 GPU 技术的大力发展，有了机器的深度学习，这才有了现在

AI 的四个门类

门类1：机器学习和深度学习

虽然 NLP、CV、Forecasting 都属于机器学习的一部分，但这里特指的是分析结构化的数据，从而找到规律进行预测，通常应用在反欺诈、股价预测、温度预测方面。

门类2：自然语言处理

这就是让机器能够像人一样去理解语言和文字，能够从中挖掘信息进行决策。

门类3：CV（Computer Vision）

这是让机器通过相机，能够像人一样去处理看到的数据，机器看到的通常的是图片、视频等，从而进行推断分析。

门类4：Forecasting&Optimization

这属于比较专的一个AI领域，主要是对平台进行优化。应用的领域，比如让滴滴能及时调度几千万的司机，让电商商城平台可以管理发货速度等。

数据的重要性

正如上图所示，明斯基定的目标非常宏大。可现在的 AI 技术即使到了第三个阶段，但离真 AI 还是非常遥远，幸运的是拥有庞大的数据。

那么，在 AI 领域的数据是什么呢？其一，数据是AI算法的养料，通过经验可以告知我们一件事情发生的规律，还可以帮助人将世界具象化，排除一些不确定的条件。

举例来看，如图4所示，左图是微软非常出名的聊天机器人小冰，人类可以跟它聊天气、聊人文地理、聊哲学。但是，对于它不知道的游戏世界，人说再多它也听不懂。

右图则是 Google 非常出名的项目 Waymo，这是一个智能驾驶的车，曾获得大额融资，且确实离无人出租车越来越近。但如果将其放置于中国的道路上，对它来讲就是很复杂的条件，就需要更多的经验和数据才能来处理。

从这两个例子，都足以看出数据对于 AI 的重要性。

2. 企业和行业中的 AI 应用

AI in saas 属于应用层

如图所示，最下面是数据源和 API，以及一些开源的框架。这类型企业基本上做最基础的芯片，或者是做算力的，或者是做基础数据的收集。

往上一层是很多开源的企业，但开源并不代表就是免费。这类型企业通常都做得很大，营收规模也很大。这个空间主要是给开发者和 AI 行业去提供工具，所以这层是工具层。

再往上，左边是偏技术本身的，包括云计算、大数据处理和数据库相应的服务。中间是垂直 AI 算法站，包括做数据分析、BI、CV、NLP 语言处理和语音等等。

那么，企业软件位于什么地方呢？saas 类的 AI或 AI in saas 其实属于应用层。

往常很多人会说做 saas 类 AI 公司没有技术，这显然是错的，只是其所处行业就是在应用层，可帮助企业解决具体问题，更多关注的是应用场景。

图中还有一些垂直类型的企业，在我看来，垂直行业类的 AI 企业有很强的应用场景，出现的也很早。

它们主要是在指纹识别、人脸识别领域的公司，这类公司在上世纪90年代之前就出现了，但只是在做技术的早期积累和一些早期客户的服务。之后，因为云计算和开源的出现，才有了越来越多的 AI 平台，也就出现了更多的 AI 公司，面向更细分和更小众的行业人群。

我认为，向垂直细分类发展的趋势是对的。因为人工智能就如同社会，需要各种分工，应该每个行业都有一些特别专业的人，未来 AI 一定是会这样慢慢去超这一趋势发展的。

AI 和 saas 结合的发展趋势

根据 Gartner Hype Cycle 2019年在 AI 领域的数据显示，GPU 基本已经到了非常成熟的阶段，当然也包括语音识别。

从图中还可以看出，自动驾驶其实处于一个很低迷的时期，尽管前几年炒得很火热，但目前还是比较困难，相信曙光就在眼前。

再看聊天机器人，AutoML 等公司都处于高处，都在自动建模。还有在上升阶段的 Neuromorphic Hardware，是一个新型的芯片，它是用神经拟态在做计算，不需要走传统 x86 的框架，就可以直接提供更高阶的 AI 模型的建模能力。

最后，再看云计算的发展趋势。云计算包括混合云、私有云、容器部署管理等，还有现在比较新的，如区块链、无服务器云计算、边缘计算，这里都有很多新的需要学习的技术。

随着技术的发展，一定还会有一波新的浪潮。要赢在当下，但是也要抓住未来，当你在非常困难的时候，不要太在意当下的困难，要努力把公司推到上升期，未来也许就在眼前。

02 AI 在 saas 管理软件中的应用和未来趋势

网站栏目：被冷落的 AI，如何在 SaaS 领域“火”起来
URL地址：https://www.cdcxhl.com/news/103000.html

成都网站建设公司_创新互联，为您提供定制开发、Google、标签优化、移动网站建设、网页设计公司、网站维护

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联