有赞白鸦谈AI：让客户把产品用得更好

企业软件行业正在经历一场深层变革：从卖功能转向卖结果。在崔牛会的深度对话中，有赞创始人白鸦给出了一个关键判断——AI 不是什么新玩家的入场券，而是老玩家的升级机遇。这场对话的核心，围绕三个关键议题展开：一是 AI 如何推动企业软件完成从功能导向到结果导向的转型；二是中国 SaaS 行业当前面临的“双浪叠加”挑战；三是白鸦本人的 AI 应用实践与行业趋势预判。

中国 SaaS 正面临供给出清和 AI 升级的“双浪叠加”。面对 AI 冲击，企业软件行业会不会做着做着就没了？如何找到 AI 应用的场景？

先说几个核心判断。白鸦认为，AI 不是新玩家的机会，而是老玩家的升级机遇。AI 将推动企业软件实现从卖功能向卖结果的转变，这对于整个软件行业来说，堪称一个“天大的机会”。当前，中国 SaaS 从业者正同时面对供给出清和 AI 升级的叠加挑战，破局之道有两个：一是想方设法让自己赚钱，等待供给出清；二是主动进行 AI 升级。

崔强回忆起2022年，白鸦在美国待了很长时间，问及原因，白鸦表示主要有两个考虑。第一个原因是有朋友在关注 AI 投资，邀他一起去看。在观察过程中，他发现 AIGC 的发展势头很可能为软件行业带来一次巨大升级。当时国内能深入交流这个话题的人不多，所以他想去美国看看。第二个原因是他一直在探索有赞的国际化机会。去美国之前，他计划待三个月，再去欧洲和东南亚各待一段时间。结果一到美国，就赶上了 ChatGPT 的火爆，于是他在美国待了四个多月，取消了欧洲和东南亚的行程，迫不及待地回国开干。

对于当时的感知，白鸦认为，关于国际化他有了一个非常坚定的认知：如果要做好国际化业务，肉身在中国是不可能的，所以他放弃了。关于 AI，他感觉到以往卖软件更多是在卖功能，而 AI 来了之后，卖的不只是软件功能，而是直接向用户交付结果。这对于软件行业是一个“天大的机会”。

当然，在做这件事时，他也问了自己几个问题。

第一个问题，这究竟是谁的机会？是传统 SaaS 的机会，还是新企服公司的机会？结论很清晰：AI 不是新玩家的入场券，而是老玩家的升级卡。这和移动互联网浪潮不同，当年移动互联网带来的是增量市场——网民从3亿增加到10亿，使用时长大幅增长，于是催生了大量新玩家。AI 并没有给企业服务行业带来多少增量用户，所以它更适合具备行业根基的老玩家来深耕。

有意思的是，中国 SaaS 从业者们现在面临的是“双浪叠加”：一边是供给出清，一边是 AI 升级。因此回国之后，白鸦同时要做两件事：一是想办法让自己赚钱，等待供给出清；二是有条不紊地推进 AI 升级。

第二个问题，AI 到底应用在哪里？当时他画了一条线：越往后端的应用场景会越“软件化”，越往前端的应用场景会越“AI化”。后端场景如仓库、供应链管理，作业流程相对稳定，企业组织短期内不会有太大变化，用数字化软件管理即可。前端场景如广告投放、内容营销、消费者运营、在线销售，则会越来越 AI 化。

第三个问题，会不会做着做着行业就没了？答案是不会。AI 是越垂直越强大，越通用越普通。只要深耕垂直领域就行。软件的本质，是在结构化数据上套一层图形界面的“壳”，中间用 API 把壳和数据库“粘”在一起。目前 AI 更多是把图形界面迭代成更友好的人机交互方式。当然，这只是一种粗略的类比。无论做 AI 还是做软件，都需要先完成对客户作业流程的抽象，建立合理的数据库，这两者必不可少。未来即便 SaaS 和软件行业消失了，企业服务行业仍会存在——做的事情依然是理解和抽象客户的业务逻辑、建立数据库，但不同之处在于要为客户直接交付结果。

“老玩家”的升级机会

那么，AI 落地到产品功能和应用场景，第一步是什么？白鸦的答案是，一开始并不知道能做什么，但又必须做，所以就先试着做。第一步是搞定自己的心态。前半年最主要的动作是在组织上，重要战略要组织先行。

他做的第一件事，是在公司二楼办公区设立了一个 AI 部门，搞了一个透明办公区，让公司所有人能看得见。如果要做一个 AI 项目，就会拉上产品经理和技术团队组成项目组在这个办公区干活。这个部门后来叫 AI 使能部。此外，他们还做了黑客马拉松，智能打卡、快捷任务这些 AI 功能就是从黑客马拉松中孵化出来的。他还参与了一些早期的 AI 基金。

AI 落地场景

黑客马拉松中第一个落地项目是什么？白鸦提到，产品主要经历了两轮大的迭代。第一轮利用生成和对话能力，做出了生成营销文案、智能助手、自动任务等功能。现在则在自有模型基础上，推出了开箱即用的智能体产品，主要分为托管类（代运营）、营销类（如营销活动策划）、自动任务三大类。

在选择这些产品时，如何判断哪些是必做的，哪些需要放弃？白鸦的思路是，首先要理解这一轮 AI 的能力，判断它能为企业服务行业带来什么变化。这轮 AI 在某种程度上是脑力劳动的工业革命。需要去理解脑力劳动背后的工作流程，抽象出业务逻辑和业务流，结合新的 AI 技术设计新的工作流。设计 AI 产品的大逻辑，是准确理解客户业务的作业流程，抽象背后的业务流和业务逻辑，然后找到两个关键点：哪些地方可以创造 10 倍价值？哪些地方拥有独特的数据？基本做法就是找到同时具备这两个点的场景。

目前看到的应用场景主要分三类：一是可以外包或托管的场景，比如客服、销售外包，或者小红书账号运营、微信小店等托管场景；二是通过人海战术就能做好的事，这里面通常可能出现 10 倍价值的场景；三是拥有大量最佳实践和数据，可以为商家提供正确改善和运营建议的场景。这三类场景本质上可以归结为两件事：外包公司干的事，和咨询公司干的事。

关于“最佳实践是否最重要”，白鸦的看法是，最佳实践并不是最重要的。很多最佳实践如果不能提炼成数据，也是没有用的。能否做好 AI，取决于两个重要因素：行业垂直数据加上行业“老法师”，二者结合才能打造出一个成功的 AI 产品。

面对许多小智能体公司参与市场竞争的现象，白鸦有两个原则：第一，不去看那些拼命卷价格甚至卷免费的竞争对手；第二，做好自己真正擅长的行业和领域，而不是随意扩大。

对于公司内部的 AI 团队，他主张除了必须保密的东西外，其它数据完全向所有人开放。如果为了防止竞争对手拿到业务知识和行业数据，而付出公司内部信息和协作不通畅的代价，损失只会更大。战略就应该打明牌，要保持开放。

原来的 AI 部门改成了 AI 使能部，它的定位是什么？主要做三件事：一是做有赞自用的 AI 产品；二是做面向有赞商家的基础大模型；三是教其它部门如何做 AI。概括来说，就是让有赞把 AI 用起来，做有赞的基础模型，以及指导、参与和支持其他部门的 AI 项目。

成立 AI 部门对于 AI 落地的实际意义，更大程度上在于解决了如何让商家更好地用好有赞这件事。同样是有赞的产品，有的商家可以用得很好，有的商家却始终用不起来，主要原因在于后者缺乏懂得如何做好这件事的人。过去是卖功能，客户不会用就拿不到结果。AI 来了之后，可以直接向客户交付结果了。所以，AI 对于有赞的最大意义，在于让商家可以把有赞用得更好了。

商业化挑战

关于商业模式，白鸦表示还没有到成熟商业模式的阶段，未来大概率会按照工作量和结果来收费。但今天还没走到这一步，还是把这些能力加到不同产品版本中。改变销售方式和商业模式，应该是在产品和市场真正匹配之后再升级，即先创造价值，再去获取价值。

关于 AI 产品的商业化现状，他透露准确来说是在今年四、五月份才开始做 AI 商业化。大概率要到明年，AI 才能带来收入上的明显变化，预计会带来大约二三亿的收入。

对于 ToB 企业如何做好 MVP，白鸦的观点是，他做产品时不怎么看 MVP，主要看 PMF（产品市场匹配度）。需要先想清楚几个问题：第一，市场价值是否真正存在？很多时候价值都是自己假设的。如果要直接交付结果，就要清楚这个结果对于客户来说是不是真的重要。第二，今天做 AI 产品通常需要经历一个 TPF（产品技术匹配）的过程。因为今天的模型在很多地方能做到 80 分，但在有些地方可能出现“负分”，这样向客户交付结果就会出问题，所以必须有一个技术验证的过程。

通用大模型可以做很多事情，未来 SaaS 厂商必须要自研垂直大模型吗？白鸦的看法是，过去十几年积累了大量数据和行业最佳实践。每个客户都有档案卡，会定期复盘和总结知识、经验，还有分行业的 CSGB（客户成功指导手册），以及质检和运营方面的专家，具备数据集、测试集、用户场景等基础积累。做垂直模型所需的数据量并没有大家想象的那么大，这件事是可行的。所以，有赞明确要做到“业模一体”——一定要把业务揉进模型里，才能确保确定性的交付结果。当然，“业模一体”要考虑成本问题。要感谢开源精神，DeepSeek 开源后，帮助真正实现了“业模一体”，大大降低了成本。团队花了更多精力在模型训练上，持续调优强化学习的奖励参数。实际上，现在 AI 投入的成本与以往的技术投入相比并不算大，而且也要相信摩尔定律：未来卡和算力的成本还会不断下降。

成立新的 AI 部门后，整个组织的协作方式有什么改变？白鸦坦诚地说，这是一个很令人头疼的问题：一个十多年的公司，要干一件新事情，整个公司要怎么升级？不同的公司有不同的做法。想了很久之后得出的结论是：战略型的跨部门协作，最好的解决方案就是不用协作。重要的战略级动作，如果一号位能够带头做，就不存在协作不协作的问题。第二个动作，是让资源向干 AI 的人倾斜。比如不干 AI 的人，很难获得升职机会和奖金，这些资源都会给到那些干 AI 的人。

对于黑客马拉松中产生的创意并商业化的产品，除了发奖金，还有额外激励吗？白鸦表示直接给钱就好了。公司内部论坛设了一个“AI 先锋赛”的专区，每月让大家提报 AI 实用案例。上个月公司内部提报了 23 个案例，选出了 11 个体验好、可以规模化的案例，为相关人员发放奖金。黑客马拉松更多是创造一个平台，让大家能把热情和想法发挥出来，并落实到日常业务项目中。

在商业化过程中，最大的挑战可能是销售讲不清楚。DeepSeek 之后，整个国人对 AI 都有自己的认知，销售反而不知道怎么卖自己的 AI 产品了。解决方案大概分四步：第一步，让产品做到知道如何卖；第二步，让客户成功在续费和服务过程中知道如何卖；第三步，让直销知道如何卖；第四步，让渠道知道如何卖。

对于 SaaS 企业在 AI 投入上如何把握节奏，白鸦的建议是：ToB 行业不是做研发型的技术创新，而是做应用型的技术创新。最重要的基本功是理解客户，找到客户真正的需求点和价值点，然后再利用成熟的技术去做应用创新。所以，更应当收敛，而不是直接冲进去 All in，那才是最危险的做法。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：有赞白鸦谈AI：让客户把产品用得更好要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题