Làm thế nào để năng suất SaaS có thể giải quyết sự gián đoạn của AI?

Nguồn Gốc: Lân Hải Ngoại

Nguồn hình ảnh: Được tạo bởi Unbounded AI‌

GPT là một mô hình năng suất và OpenAI đang phá vỡ năng suất.

Rõ ràng điều này khiến những người làm SaaS về năng suất lo lắng. Video quảng cáo của Clickup AI đã vô tình chỉ ra chiến lược AI hiện tại của các công ty "lão làng" này, đó là cạnh tranh để tung ra các trường hợp sử dụng tương tự trong các kịch bản sản phẩm của chính họ.

Mặc dù bản thân các trường hợp sử dụng này về cơ bản là đồng nhất, nhưng chúng tôi vẫn quan sát thấy một số đề xuất giá trị duy nhất - ví dụ: xung quanh "dữ liệu", SaaS thực sự phục vụ khách hàng cấp doanh nghiệp không "sử dụng và lưu trữ trong phần mềm của riêng họ" như phản ứng đầu tiên của mọi người Dữ liệu đào tạo LLM", nhưng nhấn mạnh hơn vào sự tin cậy của việc phân phối trên đám mây, bộ dữ liệu không có rủi ro về bản quyền và pháp lý, đồng thời giúp khách hàng tạo dữ liệu cho các mô hình tốt hơn.

**Vì vậy, mặc dù chúng tôi vẫn chưa thể xác định SaaS nào đang có lợi và SaaS nào đang gây hại về lâu dài, nhưng chúng tôi đã có thể thấy công ty nào có chiến lược đối phó thực sự khác biệt. Theo dòng suy nghĩ này, bài viết này chọn ra ba phương pháp và nhiều trường hợp nổi bật nhất đối với tôi ở cấp độ thứ hai và cấp độ thứ nhất tương ứng. Tuy nhiên, ngay cả khi áp dụng các chiến lược này, SaaS năng suất vẫn phải đối mặt với một loạt thách thức về giá cả, cạnh tranh với ChatGPT và lộ trình sản phẩm dài hạn. **

Cần lưu ý rằng SaaS về năng suất có hai định nghĩa: rộng và hẹp. và bảng (chẳng hạn như Airtable) SaaS, trong khi SaaS rộng bao gồm hầu hết SaaS có thể cải thiện hiệu quả hoạt động của công ty, từ CRM khổng lồ đến các công cụ tự động hóa thông minh như Zapier. SaaS năng suất được thảo luận trong bài viết này có phạm vi rộng hơn so với SaaS.

Bản tóm tắt:

1. Đề xuất giá trị và chiến lược kinh doanh của những người khổng lồ hạng hai
2. “Kỳ lân ngoại quốc” đang tìm nơi ở và làm việc
3. Năm thách thức lớn mà chức năng AI của SaaS gặp phải ở giai đoạn hiện tại

Như chúng tôi đã chỉ ra trong bài báo của Kick, **chúng tôi đã quan sát thấy ở Thung lũng Silicon rằng tỷ lệ những nhà đầu tư được gọi là "Tất cả vào AI" thấp hơn nhiều so với chúng tôi mong đợi. **Một quan điểm chung là AI sáng tạo không mang lại các nhóm người dùng mới và các kênh thu hút khách hàng tương ứng như Internet di động và đám mây, vì vậy những người chơi cũ có lợi thế Tiếp cận thị trường sẽ có lợi thế hơn. Một nhận thức chủ đạo khác là ** "Còn quá sớm để đầu tư vào các ứng dụng AI Native, sẽ tiết kiệm chi phí hơn nếu tận dụng tốt GenAI trong danh mục đầu tư hiện có của bạn." **

Ở góc độ quản lý của các công ty “lão làng”, ai cũng đã trải qua đầy đủ ba làn sóng PC, Internet di động và đám mây. Tuy nhiên, GenAI đang đến một cách quyết liệt và sự đồng thuận tràn đầy, không công ty nào nên cảm thấy làn sóng cơ hội này quá nhỏ nên đặc biệt FOMO và tham gia thị trường một cách rõ ràng.

Tuy nhiên, ở giai đoạn này, các trường hợp sử dụng thực tế của GenAI do các công ty khác nhau đưa ra không tệ, đó là sự sắp xếp và kết hợp giữa "hiểu", "tạo" và "suy luận" trong các tình huống khác nhau, rất dễ khiến bạn cảm thấy mệt mỏi. nhìn thấy quá nhiều. **Chúng tôi tạm gác các trường hợp sử dụng cụ thể đã được thảo luận đủ sang một bên, kết hợp với kinh nghiệm tham quan và nghiên cứu tại Thung lũng Silicon, đồng thời chọn ra 3 đề xuất và chiến lược giá trị mà chúng tôi cho rằng sẽ thú vị hơn đối với những gã khổng lồ hạng hai và hạng nhất kỳ lân thị trường -tier. Hãy cho tôi biết chi tiết. **

Nguồn - Khung các trường hợp sử dụng GenAI

của Alana Smith

01. Đề xuất giá trị và chiến lược kinh doanh của những gã khổng lồ hạng hai

Nhiều góc độ để chơi "dữ liệu"

Góc nhìn đầu tiên: Không đụng chạm đến dữ liệu khách hàng

"Dữ liệu" có thể trở thành một đề xuất giá trị rất mạnh mẽ, nhưng đó không phải là phản ứng đầu tiên của chúng tôi khi "một lượng lớn dữ liệu CRM được lưu trữ trên Salesforce và có một số lượng lớn bản ghi cuộc họp tiềm năng trên Zoom, có thể được sử dụng để đào tạo một mô hình mạnh mẽ". Ngược lại, một trong những đề xuất giá trị quan trọng nhất của các công ty như vậy là đảm bảo rằng dữ liệu khách hàng sẽ không được sử dụng để đào tạo các mô hình hoặc tự động hóa các nhiệm vụ cho khách hàng mà không được phép và đó cũng là góc độ đầu tiên để chơi với niềm tin tạo dữ liệu . ** Đối với các khách hàng doanh nghiệp lớn, GenAI thực sự có thể trở thành một tạo phẩm năng suất, nhưng nó cũng là một công nghệ mới khó được tin cậy.Các nhà cung cấp SaaS giỏi trong việc đảm bảo quyền riêng tư và bảo mật cho các khách hàng doanh nghiệp lớn là cần thiết để giúp GenAI vượt qua khoảng trống này. Gần đây, khi nói đến sự tin cậy và quyền riêng tư, "nguồn mở + triển khai cục bộ" đã trở thành một câu trả lời không cần suy nghĩ. Ngoài cách tiếp cận rõ ràng này, việc cung cấp quyền riêng tư và bảo mật trên đám mây là kỹ năng cơ bản mà SaaS có thể phục vụ các khách hàng doanh nghiệp lớn đã tích lũy được trong 10 năm qua. Lấy một chi tiết của Slack làm ví dụ—để mở rộng cơ sở khách hàng của mình từ SMB và Mid-Market sang các doanh nghiệp lớn, họ đã chi rất nhiều tiền để thực hiện các tùy chỉnh phức tạp hơn cho các sơ đồ mã hóa dữ liệu tiêu chuẩn. , Hãy để khách hàng kiểm soát Key và Slack sau đó gọi Key do khách hàng đặt thông qua dịch vụ để mã hóa dữ liệu của người dùng. Mức độ "an toàn và khả năng kiểm soát" này cũng rất phổ biến trong các công cụ năng suất dựa trên Microsoft. **"Không chạm vào dữ liệu khách hàng" là cơ sở để xây dựng lòng tin. Trong trường hợp sử dụng đồng nhất, các giải pháp bảo mật dữ liệu và quyền riêng tư được tùy chỉnh cho GenAI có cơ hội trở thành một đề xuất giá trị khác biệt. ** Mặc dù Microsoft đã tích lũy được rất nhiều về điểm này, nhưng họ đã không quảng bá mạnh mẽ điểm bán hàng này ra thế giới bên ngoài. Ngược lại, Einstein GPT của Salesforce sử dụng đề xuất giá trị này nhiều hơn.

Góc độ thứ hai: không chạm vào dữ liệu bản quyền

Adobe Firefly đã vấp phải sự chế giễu khi nó được phát hành lần đầu tiên cách đây 4 tháng và Pikachu và Hello Kitty do nó tạo ra thật kinh khủng. Nhưng giờ đây Firefly đã giúp người dùng Adobe tạo ra hơn 1 tỷ tài sản trong phiên bản Web và Photoshop, đồng thời được công ty đánh giá là “hai sản phẩm beta thành công nhất trong lịch sử của Adobe”.

Thế giới bên ngoài đã dần nắm bắt được đề xuất giá trị độc đáo của Firefly trong vài tháng qua: **Không để ý đến nội dung bản quyền trái phép và giúp người dùng sản phẩm của họ tránh rủi ro pháp lý khi thương mại hóa những tài sản được tạo ra này. ** Cốt lõi của đề xuất giá trị này là xây dựng một bộ dữ liệu hoàn toàn không có vấn đề về bản quyền. Ổn định AI và Midjourney tiếp tục duy trì vị trí dẫn đầu mong manh so với Firefly về hiệu suất, nhưng chắc chắn phải đối mặt với các vụ kiện tập thể vì họ sử dụng bộ dữ liệu LAION chứa 5,6 tỷ hình ảnh được lấy từ web công cộng mà không được phép.

Góc độ thứ ba: giúp khách hàng kết nối dữ liệu

Xử lý dữ liệu bằng LLM

Nguồn: a16z

Có vô số phần khởi động trên đường đua này, vì vậy tôi sẽ không lặp lại các trường hợp sử dụng kết nối dữ liệu điển hình nhất. Ngoài ra, khả năng tích hợp dữ liệu giữa cục bộ và đám mây là một kỹ năng cơ bản đòi hỏi sự tích lũy lâu dài.Những gã khổng lồ SaaS hiện tại có một số lợi thế khác biệt—họ đã trải qua giai đoạn lúng túng khi chuyển đổi tại chỗ sang xử lý dữ liệu chứng khoán trên đám mây, và họ có kinh nghiệm phong phú. Hơn nữa, Salesforce đã mua lại Mulesoft, Google có Apigee và Microsoft có Power Platform, tất cả đều có nhiều Trình kết nối mạnh mẽ để giúp khách hàng thu thập dữ liệu giữa các tổ chức, cục bộ và đám mây.

Bằng cách tích hợp theo chiều dọc đám mây, trình kết nối dữ liệu và kịch bản sản phẩm của riêng mình, sau đó cộng tác với LLM của đối tác, SaaS đã được thiết lập có thể cung cấp cho khách hàng một ngăn xếp đầu cuối thực sự, thu thập dữ liệu trước, sau đó điều phối dữ liệu và tạo quy trình liên quan đến dữ liệu để cung cấp dữ liệu trong các mô hình và kịch bản khác nhau. Hiện chưa rõ hiệu quả bán hàng của đề xuất giá trị này, nhưng ít nhất nó nghe có vẻ tuyệt vời.

Ba góc độ xử lý dữ liệu được giới thiệu ở trên, nhưng mục đích không phải là làm cho GenAI mạnh mẽ hơn, mà là làm cho GenAI thực sự ở Hạng Doanh nghiệp và Sẵn sàng cho Doanh nghiệp.

Nhân cơ hội vực dậy thương hiệu sản phẩm

GenAI không chỉ đóng vai trò thiết thực mà còn là người trợ giúp tiếp thị hoàn hảo:

• EinsteinGPT thu hút sự chú ý trở lại vào biểu trưng Einstein nhỏ của Salesforce. Bạn phải biết rằng Salesforce, thương hiệu AI của Einstein, trước đây không được coi là thành công và chưa có sản phẩm nào dẫn đầu thị trường tuyệt đối, thay vào đó, những công ty khởi nghiệp như Gong.io đã vươn lên một cách vượt bậc và trở thành người dẫn đầu xu hướng Trí Tuệ Hội Thoại;

• Microsoft tương tự về Bing và các sản phẩm khai thác quy trình. Vẫn còn một khoảng cách đáng kể giữa Bing và Google về trải nghiệm tìm kiếm và Power Automate Process Mining từ việc mua lại Minit của Microsoft cũng có thể so sánh với những người chơi hàng đầu độc lập như Celonis Khoảng cách, nhưng thông qua Bing Chat và Copilot, cả hai đều định hướng lại cho khách hàng tiềm năng và thu được làn sóng chú ý;

Trong Khai thác xử lý Power Automate của Microsoft

Sử dụng Copilot

• Zoom IQ bắt đầu muộn trên con đường Trí tuệ hội thoại, nhưng nhờ tích hợp với GenAI, nó đã nhanh chóng triển khai cộng tác với các kịch bản năng suất Zoom khác và thu hút được nhiều sự chú ý và tiếp xúc hơn từ khách hàng;

Sử dụng Zoom IQ để tạo và trả lời email

• Các công ty như UiPath và Five9, được coi là những kẻ thua cuộc tiềm năng trong dài hạn, cũng đã rất tích cực trong việc tích hợp GenAI để làm cho các dòng sản phẩm rộng lớn của họ có vẻ thông minh hơn;

……

Mặc dù các chiến thuật này đã giúp các sản phẩm thiếu đột phá khác lấy lại được sức hút, nhưng cơ hội đó có thể đang đóng lại. Với việc tích hợp Copilot trong các sản phẩm khác nhau của Microsoft và GenAI của các công ty khác từ Beta riêng tư sang phiên bản chính thức để phân phối cho khách hàng, vai trò của Cung cấp GenAI sẽ thay đổi từ "tăng doanh số bán hàng" sang "tăng tỷ lệ thắng". **

Mở rộng TAM để duy trì lợi nhuận gộp

Khi môi trường kinh tế không chắc chắn và tình hình vĩ mô đáp ứng GenAI, vốn đầy sự đồng thuận, chúng tôi thấy các công ty trên thị trường thứ cấp đang cố gắng tạo ra tư thế "Tất cả trong AI", liên tục nhấn mạnh rằng đây là thời điểm của cuộc cách mạng công nghiệp mới hoặc sự xuất hiện của PC, Tuy nhiên, về chiến lược kinh doanh thực tế, nó vẫn cố gắng sử dụng GenAI để mở rộng TAM trong khi vẫn duy trì lợi nhuận gộp nhiều nhất có thể.

Một số công ty như Microsoft và Google đi sâu vào lớp mô hình là những ngoại lệ nhỏ, họ sẵn sàng mở rộng đầu tư CapEx trong khi vẫn duy trì lợi nhuận gộp.

Trong số lượng lớn các công ty SaaS, tư duy và chiến lược của Zoom là tiêu chuẩn ở giai đoạn này, nghĩa là Cung cấp GenAI không thể mất tiền và kiếm tiền, và khách hàng phải thanh toán trực tiếp hoặc nâng cấp gói thanh toán của họ:

AI ít tác động hơn đến tỷ suất lợi nhuận gộp. **Đối với các trường hợp sử dụng cao cấp và nâng cao hơn, chúng tôi muốn lập hóa đơn cho khách hàng bằng cách cho phép họ nâng cấp gói đăng ký hoặc thông qua mô hình tiêu dùng trên nền tảng của chúng tôi. Vì vậy, về tổng thể, chúng tôi đang cố gắng bù đắp mọi áp lực tiềm ẩn. ** Chúng tôi rất tự tin vào việc cải thiện tỷ suất lợi nhuận gộp trong dài hạn.

Eric Yuan - Zoom

Về mô hình định giá, bên cạnh hàng loạt sản phẩm AI của M365 Copilot, Zoom IQ for Sales và Salesforce được tính phí riêng theo chỗ ngồi và mức sử dụng, thì gói đăng ký trả phí đã trở thành một phương thức định giá rất phổ biến:

Rất khó để tìm ra mức giá được khách hàng chấp nhận chung trong khi vẫn duy trì lợi nhuận gộp. Một số lượng lớn sản phẩm vẫn đang trong giai đoạn Beta riêng tư, hãy khám phá các phương pháp định giá. Trong kỷ nguyên đám mây, mô hình thanh toán theo mức sử dụng chứa đầy tín dụng đang gia tăng, cũng rất đáng mong đợi liệu GenAI có thể thúc đẩy sự xuất hiện của một loại chiến lược định giá mới hay không.

02.“Kỳ lân hải ngoại” đi tìm bến đỗ cuộc đời

Cầu nối trung gian với siêu quyền lực điều hành

Đối với tương lai của SaaS năng suất, có hai loại quan điểm:

• GUI sẽ không còn giá trị và những SaaS này sẽ chỉ cung cấp giá trị cơ sở dữ liệu;

• GenAI là một động cơ cấp độ Ferrari, nhưng dù sao thì bạn cũng cần một chiếc xe đầy đủ.

Từ quan điểm thực tế, quan điểm đầu tiên vẫn khó đạt được trong thời gian ngắn, nhiều người thậm chí còn cho rằng LUI có thể là giao diện người dùng tồi tệ nhất, đưa chúng ta trở lại thời đại dòng lệnh. Tất nhiên, không có kỳ lân SaaS nào sẵn sàng chấp nhận số phận đầu tiên, vì vậy mọi người vẫn đang cố gắng cung cấp cho người dùng một chiếc xe tốt hơn.

Tại thời điểm này, nỗ lực của Notion, ClickUp, Miro và các công ty khác về cơ bản không khác với M365 và Google Workspace. Tuy nhiên, trong quý đầu tiên khi Bing và M365 gần như thống trị đà chú ý của thị trường, Notion đã chú ý đến xu hướng OpenAI vào cuối năm 22 và trở thành công ty SaaS năng suất không phải AI Native đầu tiên ra mắt sản phẩm AI hoàn chỉnh .Người chơi và nhận được phản hồi tốt từ thị trường và nhanh chóng tạo ra hàng triệu đô la trong ARR.

Sử dụng Notion AI để tóm tắt và sắp xếp một tài liệu nghiên cứu

Một số nhân viên của Notion mà chúng tôi đã nói chuyện đã định vị Notion AI như một cầu nối hai chiều - các hướng dẫn do Notion AI đóng gói giúp người dùng giảm ngưỡng thu thập và sắp xếp thứ tự, đồng thời chính GenAI cũng hạ thấp ngưỡng để người dùng sử dụng các thành phần phức tạp khác nhau của Notion.

ClickUp, một ông vua khối lượng khác theo dõi năng suất, rất giống với ý tưởng giải quyết vấn đề của Notion. Sản phẩm của nó phức tạp hơn Notion, nhúng bảng trắng, video và các cảnh khác. Trước khi Atlassian, Asana, Monday.com và các đối thủ cạnh tranh khác trên thị trường thứ cấp có Ưu đãi GenAI, ClickUp đã tung ra sản phẩm AI của riêng mình và xác định rằng chỉ Notion mới có chiến lược định giá chung và sớm tạo ra ARR đáng kể.

Quản lý tác vụ với khả năng AI của ClickUp

** Trang bị cho mình nguồn mở **

Đối với một số SaaS năng suất, nó có thể không đủ để đóng vai trò là cầu nối trung gian, bởi vì công nghệ tự cung tự cấp của họ bị LLM thách thức trực tiếp - hai ví dụ điển hình là phân tích đối thoại của Gong.io và tìm kiếm mã của Sourcegraph, cả hai đều được tích hợp với truyền thống ML Models đã xây dựng các con hào công nghệ, nhưng giờ đây những con hào đó đã bị LLM xé toạc.

3 công nghệ đằng sau Sourcegraph

Phản ứng của Gong khá khả quan, và không có phản ứng nào trong quý đầu tiên. Theo thông tin liên lạc của chúng tôi với các nhà đầu tư ban đầu, một phần lý do có thể là nhóm tin rằng khả năng của mô hình không phải là điểm quyết định và khả năng lấy và xử lý dữ liệu cuộc họp và cuộc trò chuyện của khách hàng là một công việc bẩn thỉu cần có thời gian để tích lũy. Mãi đến đầu tháng 6, Gong mới công bố ra mắt Call Spotlight và Mô hình AI sáng tạo độc quyền.

Có thể là khả năng xử lý mã của ChatGPT và Github Copilot quá tuyệt vời và Sourcegraph đã trở thành một công ty rất ấn tượng trong hai quý vừa qua trước tác động của GenAI. Mặc dù Sourcegraph đã sớm nhận ra rằng Cửa sổ ngữ cảnh của LLM vẫn còn thiếu sót trong việc xử lý nhiều mã cấp thư viện quy mô lớn, nhưng điều đó không ngăn được sự đổi mới sản phẩm. Cody và biến mã nguồn của anh ấy thành mã nguồn mở.

Giải pháp kỹ thuật phía sau Cody

Bởi vì Cody có lợi thế về bối cảnh dài của Embeddings và đặc tính Code Graph độc đáo của Sourcegraph, nó đã nhanh chóng được thảo luận rộng rãi trên Hacker News và Twitter. Thuộc tính mã nguồn mở khiến Cody không bị giới hạn trong các sản phẩm Sourcegraph mà có thể được sử dụng như một Tiện ích mở rộng IDE linh hoạt.Là một công ty cũ và Con trỏ của AI Native và các sản phẩm khác, nó nhanh chóng trở thành một trong những lựa chọn thay thế có khả năng nhất cho Github Copilot.

Cùng chiến thắng mở rộng giá trị

Chúng tôi đã mô tả các lợi ích ngắn hạn của Zapier trong bài viết về Plugin ChatGPT của mình:

Hiện tại ChatGPT có thế mạnh về sử dụng công cụ nhưng lại thiếu bí quyết tổng hợp api nên sự xuất hiện của Plugin sẽ mang lại lợi ích cho các sản phẩm tổng hợp như Zapier trong ngắn hạn và trung hạn. Zapier đã tích lũy được rất nhiều trong lĩnh vực này, bây giờ nếu muốn thực hiện một số thao tác phức tạp trên ChatGPT: chẳng hạn như tóm tắt văn bản và gửi lên mạng xã hội hoặc ghi lại trong Google Workspace, mọi người sẽ chọn sử dụng ChatGPT + Zapier để đạt được nó . Trong nhiều trường hợp sử dụng, ChatGPT chỉ cần được kết nối với trình tổng hợp để đạt được trải nghiệm người dùng rất tốt và không cần kết nối với một số lượng lớn API, tương đương với phần tương tự như SEO được cung cấp hoàn toàn bởi người tổng hợp.

……

Nhưng về lâu dài, những sản phẩm như vậy phải đối mặt với những tác động sau: Một mặt, hình thức tổ chức của API có thể thay đổi, tần suất và tần suất tương tác giữa các sản phẩm có thể xảy ra trong kỷ nguyên LLM. OpenAI gần đây đã phát hành khả năng gọi hàm, giúp cải thiện đáng kể khả năng sử dụng của api.Những thay đổi này có thể làm suy yếu lợi thế của Zapier. Mặt khác, các bộ tổng hợp có thể trở thành một phần của cơ hội hệ điều hành.Microsoft, Google và Apple đều có thể xây dựng các khả năng tương ứng dựa trên hệ thống của riêng họ và sự cạnh tranh rất khốc liệt.

Thành tích của đội Zapier trong 6 tháng qua rất ấn tượng, cho thấy tầm nhìn và khả năng thực thi hạng nhất của đội. Các lần ra mắt sản phẩm sau đây có thể được mô tả là ổn định và tàn nhẫn:

• Ra mắt Zapier Natural Language Actions vào tháng 3, lần đầu tiên mở ra khả năng của nền tảng thông qua API, đồng thời hỗ trợ gọi điện qua Chat, nhanh chóng tích hợp Zapier với hệ sinh thái GenAI;

• Vì dữ liệu trong các SaaS khác nhau chỉ được kết nối bởi Zapier và không được lưu trữ trong đó, nên Zapier đã ra mắt Zapier Tables vào tháng 5 để giúp người dùng lưu trữ, chỉnh sửa, chia sẻ và tự động hóa dữ liệu trong nhiều SaaS khác nhau để dữ liệu có thể tích lũy từ kho dữ liệu của người dùng Xây dựng khác con hào từ quan điểm của

• Khung Chatbot do hãng tung ra cũng nhanh chóng thu hút nhiều sự chú ý trên mạng xã hội, trở thành một trong những giải pháp chi phí thấp được người dùng tự giới thiệu LUI cho các SaaS khác nhau.

** Từ góc độ không lãng phí cổ tức, ngăn chặn sự lật đổ sau cổ tức ngắn hạn và tạo ra sản phẩm tốt một cách vững chắc, Zapier là mô hình SaaS có năng suất tốt nhất trong năm nay. **Và người đồng sáng lập của nó, Mike Knoop, đã đầu tư rất nhiều vào các sản phẩm liên quan đến AI của Zapier và trở thành người dẫn đầu quan điểm quan trọng trong hệ sinh thái AI ở Bay Area, điều đáng để học hỏi từ các công ty SaaS năng suất khác.

03. Năm thách thức lớn mà chức năng AI của SaaS gặp phải ở giai đoạn hiện tại

Mặc dù chúng tôi đã tìm thấy 6 ví dụ tích cực để minh họa rằng một số SaaS năng suất đang hoạt động tốt, nhưng chắc chắn chúng vẫn rơi vào một số thách thức cụ thể. Dưới đây là 5 ví dụ điển hình nhất:

Thử thách 1: Tổn thất do PR trước

Do sự nhiệt tình đột ngột của người dùng do ChatGPT kích hoạt, một số lượng lớn các công ty đã bắt đầu chuẩn bị cho Ưu đãi AI của họ vào đầu năm 23 và đã phát hành phiên bản Beta riêng tư trong một sự cố vào giữa đến cuối tháng 3, **điều này dẫn đến Danh sách chờ quá dài và một số lượng lớn khách hàng biết rằng họ đã có Nhiều nhà cung cấp SaaS đã tung ra các khả năng AI, nhưng họ không thể mua và sử dụng chúng, và phải bình tĩnh lại theo thời gian. **

Lấy CRM làm ví dụ, nhiều khách hàng của Salesforce rất quan tâm đến Einstein GPT và đã nhiều lần yêu cầu bộ phận bán hàng báo giá, nhưng họ không thể nhận được phản hồi từ bộ phận bán hàng trong suốt tháng 4 và tháng 5, điều này khiến nhiều khách hàng coi việc ra mắt sản phẩm này là vô nghĩa hành động.

Salesforce thực sự có một lộ trình sản phẩm hoàn chỉnh, nhưng có sự khác biệt về thời gian đầy đủ 3 tháng so với thông báo chính thức về Einstein GPT

Thử thách 2: Xung đột giữa AI và Lộ trình sản phẩm

**Các nhà đầu tư hy vọng rằng AI sẽ lật đổ SaaS, nhưng một số lượng lớn người dùng SaaS thực sự chỉ muốn sử dụng các công cụ tài liệu, quản lý tác vụ và hội nghị truyền hình của họ một cách lặng lẽ. **

Người dùng ClickUp đã mong chờ sự ra mắt chính thức của ClickUp 3.0, nhưng hãy đợi cho đến khi ClickUp AI, vì vậy có một số phàn nàn rất gay gắt của người dùng:

Cốt lõi của ClickUp là hoạt động như một công cụ quản lý dự án và cơ sở dữ liệu, nhưng các chức năng cốt lõi đầy lỗi, một số bảng điều khiển mất vài phút để làm mới, độ tin cậy chiếm 70% tài nguyên trong 18 tháng qua, nhưng hầu như không có các tính năng mới xuất hiện, 3.0 bị trả lại , Các khả năng cơ bản của ClickUp Docs thua xa Google Docs và bản thân AI cũng vô dụng.

ClickUp đã cố gắng biến AI thành một mục phụ trong quá trình nâng cấp sản phẩm, nhưng mọi người đều thấy rằng ưu tiên của họ là AI thay vì 3.0.

ClickUp cảm thấy bị lừa khi chọn phát hành AI thay vì 3.0, 3.0 không còn là "chỉ quanh quẩn" và tôi thà xem lại Asana hoặc Wrike.

Các sản phẩm khác ít nhiều cũng gặp vấn đề tương tự, chẳng hạn như giọng nói của người dùng ở chế độ ngoại tuyến Notion có thể mạnh hơn nhiều so với Notion AI, để mọi người thoát khỏi tình trạng khó xử khi không thể sử dụng Notion khi không có WiFi.Tuy nhiên, Notion AI là sản phẩm đầu tiên ra mắt và dường như chiếm nhiều năng lượng hơn trong lộ trình sản phẩm.

Thử thách 3: Mô hình định giá do người dùng chấp nhận

Điều này đi đôi với thách thức 2: nếu khả năng AI được cung cấp miễn phí, thì không có lý do gì để người dùng không thích chúng. Tuy nhiên, do chiến lược “mở rộng TAM và duy trì LỢI NHUẬN” nên người dùng thường phải trả thêm phí.

Cho dù đó là 5 đô la/tháng/người đối với ClickUp, 10 đô la/tháng/người đối với Notion hay 30 đô la/tháng/người đối với M365, đó không phải là số tiền lớn đối với mỗi người dùng tự thanh toán, nhưng cũng không phải là vấn đề lớn đối với các nhà khai thác để mua với số lượng lớn Đó không phải là một số tiền nhỏ - bạn phải biết rằng kế hoạch Kinh doanh riêng của Notion chỉ là 15 đô la/tháng/người và mua AI cho nhân viên tương đương với mức tăng 60-70% trong hóa đơn.

Thử thách 4: Giành quyền vào bằng ChatGPT

Những thách thức này được liên kết với nhau!

Do sự tồn tại của thử thách 1, quy trình làm việc của một số lượng lớn người dùng đã quen với ChatGPT là dán văn bản vào câu hỏi và câu trả lời của ChatGPT, sau đó sao chép các kết quả cần thiết vào SaaS của riêng họ,

Do tồn tại các thử thách 2-3 nên dù khó đo lường tỷ lệ cụ thể nhưng một lượng lớn người dùng đã đăng ký ChatGPT Plus với hóa đơn 20 USD/người/tháng. Mặc dù đăng ký này hơi đắt, nhưng nó phổ biến hơn và tổng số lượng đăng ký riêng lẻ cho mỗi Ưu đãi AI SaaS có thể vượt xa 20 đô la.

Do đó, logic đầu vào mà nhóm chúng tôi thường thảo luận đang thực sự diễn ra **Các công ty SaaS năng suất đang cạnh tranh với ChatGPT Plus về ngân sách của mỗi nhân viên.Cuộc chiến này vẫn chưa có hồi kết. **

Thử thách 5: Không có CEO "thiên tài"

Trước khi đến Hoa Kỳ, chúng tôi tin rằng chiến lược Đám mây dữ liệu của Salesforce cung cấp hướng dẫn từ trên xuống cho lộ trình GenAI của họ, nhưng sau khi trò chuyện với các nhân viên nội bộ, chúng tôi thấy rằng đây chỉ là một hệ tư tưởng hướng dẫn cấp cao và cuối cùng chúng tôi đã quay trở lại đối với đám mây tiếp thị, Nhiều nhóm kinh doanh khác nhau như đám mây dịch vụ và đám mây công nghiệp đưa ra các yêu cầu về các chức năng sản phẩm GenAI khác nhau từ dưới lên trên.

Trên thực tế, sau khi phỏng vấn, từ các công ty lớn cho đến các kỳ lân ở thị trường hạng nhất, cách tiếp cận đổi mới AI của mọi người về cơ bản là giống nhau **Không có chuyện CEO đưa ra định hướng thiên tài rồi chỉ việc thực hiện nó . Một trong những điểm khác biệt cốt lõi giữa những người chơi khác nhau là tổng số nguồn lực mà Giám đốc điều hành sẵn sàng phân bổ cho phần này. **Với sự tồn tại của thử thách 2 và sự không chắc chắn về tiến độ do AGI mang lại, điều này có thể khó cân bằng và trở thành một trong những câu hỏi quan trọng nhất mà tất cả các CEO SaaS phải suy nghĩ trong 5 năm tới.