生產力SaaS 如何應對AI 的顛覆？

原文來源：海外獨角獸

圖片來源：由無界AI‌ 生成

GPT 是一個生產力模型，OpenAI 正在顛覆生產力。

顯然這讓生產力SaaS 們很焦慮。 Clickup AI 的宣傳視頻陰差陽錯地指出了當下這些“老”公司們的AI 策略，即競相在自己的產品場景中推出類似的用例。

儘管這些用例本身基本是同質化的，我們仍然觀察到了一些獨特的價值主張—— 比如圍繞“數據”，真正服務企業級客戶的SaaS 並不像大家第一反應那樣“使用留存在自己軟件內的數據訓練LLM”，而是更強調雲交付的信任、沒有版權和法務風險的數據集以及更好地幫助客戶讓數據為模型所用。

**因此雖然目前我們仍然無法識別究竟哪些SaaS 長期受益、哪些SaaS 受害，但是已經可以看出哪些公司擁有真正差異化的應對策略。沿著這個思路，本文在二級和一級分別選擇了最讓我眼前一亮的3 種方式和多個案例。不過即使有這些策略存在，生產力SaaS 們仍不得不面對定價、與ChatGPT 的競爭以及長期產品路線圖上的一系列挑戰，生產力入口的爭奪戰正處於激烈的淘汰賽階段。 **

需要注意的是，生產力SaaS 有一寬一窄兩個定義，窄的通常僅指圍繞文檔（比如Notion）、任務（比如ClickUp）、視頻（比如Zoom）、表格（比如Airtable）等核心場景的生產協作SaaS，而寬的則包含大多數能提升公司經營效率的SaaS，從龐大的CRM 到Zapier 這樣靈巧的自動化工具。本文所討論的生產力SaaS 更偏向於後者的寬泛範圍。

摘要：

1. 二級巨頭們的價值主張和經營策略
2. 「海外獨角獸」們尋找安身立命之本
3. 現階段SaaS 的AI 功能遭遇的5 大挑戰

就像我們在Kick 的文章中指出的，我們在矽谷觀察到所謂“All in AI”的投資人比例遠沒有我們預期的高。 一個普遍的觀點是Generative AI 並沒有像移動互聯網和雲一樣帶來全新的用戶群體與相應的獲客渠道，因此擁有Go-To-Market 優勢的老玩家們佔據優勢。另一個主流的認知則是**“投AI Native 應用為時尚早，不如先讓自己的現有Portfolio 用好GenAI 更划算”。 **

從“老”公司的經營角度看，大家已經充分體會過PC、移動互聯網和云三波浪潮，幾乎每一個職業經理人和優秀的創業者都學習過各種掉隊案例，因此心態上一定不會放過大東西。而GenAI 來勢洶洶、共識打滿，應該沒有公司會覺得這波機遇太小，因此都特別FOMO 並且明確入場。

不過現階段各家公司推出的GenAI 實際用例大差不差，是“理解”、“生成”、“推理”在各種場景的上的排列組合，看多了很容易審美疲勞。 **我們拋開這些已經被討論足夠多了的具體用例，結合在矽谷走訪調研的體會，在二級巨頭和一級市場獨角獸身上各挑出3 個我們認為比較有意思的價值主張和策略詳細講講。 **

來源 - GenAI 用例框架

阿拉娜史密斯

01. 二級巨頭們的價值主張和經營策略

多個角度把“數據”玩出花

第一個角度：不碰客戶數據

“數據”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 數據、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數據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，也是把數據玩出花的第一個角度—— 營造信任。 ** 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，它花血本將標準的數據加密方案做了更複雜的定制，通過跟AWS 的Key Management Service 做集成，讓客戶控制Key，Slack 再通過服務調用客戶設置的Key 來加密用戶的數據。這種等級的“安全可控”在微軟系生產力工具中也非常常見。 **“不碰客戶數據”是營造信任的基線，在用例同質化的情況下，為GenAI 定制的隱私及數據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 月宣布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 這一形像打透。

第二個角度：不碰版權數據

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 的用戶們生成了超過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數據集。 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 數據集上包含56 億未經許可從公網上抓取的圖像。

第三個角度：幫客戶把數據連起來

使用LLM 的數據處理環節

來源：a16z

有無數創業公司在這一賽道，就不再贅述最典型的數據連接用例。在此之上，跨本地和雲的數據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 轉雲處理存量數據的尷尬期，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數據。

通過將自身的雲、數據連接器、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棧，先收集好數據，再協調好數據並且能夠創建數據的相關pipeline，讓數據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 種把數據玩出花的角度，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 在搜索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，但是通過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 的集成，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 生成和回复郵件

• 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能；

……

儘管這些策略幫助以外缺乏突破點的產品再次獲得關注，但這個窗口期可能正在關閉。隨著微軟各個產品中的Copilot 和其他公司的GenAI 集成從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 的同時盡量保毛利。

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。 **對於更高級和更高端的用例，我們希望通過讓客戶升級其訂閱計劃或通過我們平台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。

袁征 - 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

超強執行力的中間橋樑

對於生產力SaaS 們的前途命運，有兩類觀點：

• GUI 將毫無價值，這些SaaS 最終將只提供數據庫價值；

• GenAI 是法拉利級別的引擎，但是你總歸需要一輛完整的汽車。

站在現實的角度，第一種觀點在短期內還很難實現，許多人甚至認為LUI 可能是最差的UI，讓我們重新倒退回了命令行時代。當然也還沒有一家SaaS 獨角獸甘願迎接第一種命運，因此大家仍然在嘗試為用戶提供一輛更完善的汽車。

在這一點上Notion、ClickUp、Miro 等公司的嘗試和M365、Google Workspace 沒有什麼本質上的不同。但是第一季度在Bing 和M365 幾乎霸占了市場注意力的勢頭的情況下，Notion 在22 年底很早就關注到OpenAI 的動向，成為非AI Native 的生產力SaaS 公司中第一個上線完整AI 產品的玩家，並且收穫了還不錯的市場反饋，很快就創造了數百萬美元的ARR。

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 封裝好的指令幫助用戶減少了收集和搭配的門檻，而GenAI 本身降低了用戶使用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 還要復雜，嵌入了白板、視頻等其他場景。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

靠開源武裝自己

有一些生產力SaaS 光做好中間橋樑的作用可能不夠，因為它們的安身立命技術被LLM 直接挑戰—— 比較典型的兩個例子是Gong.io 的對話分析和Sourcegraph 的代碼搜索，它們都通過與傳統ML 模型構建了技術護城河，但是現在這些護城河被LLM 撕開了巨大的口子。

Sourcegraph 背後的3 大技術

Gong 的應對比較中規中矩，在第一季度沒有什麼反應。根據我們和早期投資人的交流，部分原因可能是團隊認為模型能力並不是決勝點，獲得和處理客戶會議及對話數據的能力是個需要時間積累的髒活累活。直到6 月初，Gong 才宣布推出Call Spotlight 以及Proprietary Generative AI Models。

可能是ChatGPT 和Github Copilot 處理代碼的能力過於驚人，Sourcegraph 成為了過去兩個季度在應對GenAI 衝擊時非常讓人眼前一亮的公司。儘管Sourcegraph 很早就意識到LLM 的Context Window 在處理多個大型庫級別的代碼量上仍然有缺陷，但是沒有停止產品創新，在3 月末就直面競爭，推出了由Anthropic 的模型驅動的代碼編輯助手Cody，並且將其代碼實現開源。

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 不被局限在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。

乘勝追擊擴大價值

我們在ChatGPT Plugin 的文章中描述過Zapier 短期受益的局面：

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：比如將文本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，就能做到非常好的用戶體驗，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。

……

但长期上，这类产品面临以下冲击：一方面， api 的组织形式可能会发生变化，LLM 时代可能跨产品交互的频次和。OpenAI 最近发布了函数调用能力，使 api 的可用性显著提升，这些变化可能会弱化 Zapier 的护城河。另一方面，聚合器可能会成为操作系统机会中的一部分，微软、谷歌和苹果都可能基于自己的系统去建立相应的能力，竞争激烈。

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。下面這幾個產品發布可謂穩準狠：

• 3 月推出Zapier Natural Language Actions，將平台能力首次以API 的方式開放，還支持通過Chat 的方式調用，迅速讓Zapier 跟GenAI 生態融合在一起；

• 由於各種SaaS 內的數據只是由Zapier 連接而沒有存儲在它這裡，Zapier 在5 月推出了Zapier Tables，幫助用戶存儲、編輯、共享和自動化各個SaaS 內的數據，這樣可以從用戶存量數據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，成為用戶自發為各類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 先行給用戶帶來的失落

由於ChatGPT 引發的用戶熱度過於突然，大量的公司在23 年初才開始準備其AI Offering，並且在3 月中下旬撞車式發布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發布視作一場無意義的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 用戶實際上只想安安靜靜地用好自己的文檔、任務管理、視頻會議工具們。 **

ClickUp 的用戶們對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用戶吐槽：

ClickUp 的核心是充當項目管理工具和數據庫，但是核心功能充滿bug，有些儀錶盤需要幾分鐘才能刷新，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 選擇發布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 離線模式的用戶呼聲可能比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：用戶承擔的定價模式

這與挑戰2 相輔相成：如果AI 能力是免費贈送的，那用戶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，用戶往往需要額外付費。

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，但是真讓經營者批量採購也不是筆小錢—— 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 的用戶的工作流是將文本粘帖進ChatGPT 問答，然後將所需的結果再复制會自己的SaaS 當中，

由於挑戰2-3 的存在，儘管難以衡量具體比例，但是大量的用戶已經訂閱了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，最終還是回歸到營銷雲、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。