生成式AI给SaaS行业带来四大变革！

以下是演讲实录：

当我们讨论AI，讨论大模型的时候，我们去思考未来的应用的一个趋势，当讨论这个话题的时候，我觉得有三个非常重要的判断。如果我们今天把时间尺度拉长，五年、十年或者更长时间，我们去思考AI对于产业发展会带来什么影响呢？我觉得有三个非常重要的判断。

第一，一切智能硬件会被AI大模型所驱动。手机、眼镜，今天安装在大大小小空间里的摄像头，汽车AGV小车，未来装了芯片的产品，都有可能被AI所驱动。大概在两周之前，在这个园区，有一家公司刚刚发布了自己的新款眼镜，如果说过去的AI、VR眼镜的功能不是那么确定，今天的VR眼镜当加了AI的时候，它已经成为很多确定性功能。

第二，一切软件会被AI所重构。手机里的APP，电脑里面的Windows、Office、WPS、Photoshop，企业的ERP、CRM、客户关系管理，所有的软件都会因为AI被重构。我上个月跟SAP研究院的院长有过一次对话，讲的一个重要的观点是：ERP这样一个最复杂的软件系统会因为AI进行重构、重写。

第三，一切数据被大模型激活。当硬件被驱动，软件被重构的时候，今天的数据会被AI大模型所激活。或者我们给一个非常重要的判断，就是AI大模型是数据要素创造价值的最短路径。

从软件角度来说，过去十年，我们看到中国的软件产业、SaaS产业面临着很多挑战，我们也看到了一些像钉钉这样的产品，这样的形态带来的一些希望。可能前一段时间我们也注意观察到了，钉钉公布了最新的ARR(Annual Recurring Revenue,年度经常性收入)数据——2025上半财年ARR远超2亿美元，年增长超过50%的生态合作伙伴超过百家，还有共创的套装软件的增速超过100%，有些甚至更高。

关于生成式人工智能这一轮的变革，美国有些机构也给出一些判断，SaaS产业从小到大，整个产值超过30亿美元，用了大概七年八年乃至十年时间。而今天的生成式AI只用了一年的时间，相比于2023年、2024年企业在AI应用上的投资，增长了八倍。这个背后，我们就要思考一件事，当AI大模型到来的时候，软件产业会发生什么样的变化？

我们认为有四个方面的变化应该是确定性的。

第一，带来软件技术的变革，这种革命体现在交互的技术，流程的重构、软件功能实现的技术，以及开发工具的迭代和升级。第二，软件产品本身会经历一次革命，从过去的辅助工具copilot，到今天能够独立完成一部分工作的Autopilot。第三，它也会带来商业模式变革。从当年大型机、PC机、云计算再到今天SaaS、AI，会带来整个商业模式的重构，从一种工具的计费方式到基于价值的计费方式。第四，它会催生出很多新的主体，我们会有传统的软件企业转型、SaaS企业转型，也会出现AI原生的企业。

下面，我们将从技术、产品、模式、企业这四个视角去分析，AI 大模型给我们带来了什么机会？

第一，AI技术将导致SaaS产生哪些变革呢？我觉得有两个观察的视角。

第一，从应用视角来说，从用户使用软件、使用大模型、使用SaaS的角度来说，它会带来一次交互革命，也会带来一次流程变革。第二，从开发角度来说，它会带来软件开发方式的革命，从过去传统软件的通过符号和规则来定义的模式，到今天通过符号与神经网络融合、以数据驱动的模式。同时，软件的开发工具也在不断升级，从规范化的辅助到全能助手，从Copilot到Autopilot这样的方式。

我具体跟大家再做一个分享。

首先，从交互的角度来说，每一次人机交互变革，都是一次重大产业变革的机遇。四五十年前，人跟机器怎么交互？需要你懂汇编语言。只有少数科学家、工程师们拥有这样的能力。后来有了专业的计算机语言，也需要很多人花很长时间、很高的学习成本才有可能掌握，直到后来有了图形的交互。

但是今天，人工智能最重要的变革在于，你只需要用自然语言的方式就可以跟机器交互，AI自动地把自然语言转换成一套代码，用这个代码去执行物理世界或者数字世界的某一个动作。所以它从高门槛、低自由度的交互方式，转换成了低门槛、高自由度的人机交互方式。

第二，流程的变革。我们每一个人，包括HR、财务、法务、软件开发等等，每一个参与的主体因为AI、因为Copilot会获得很多赋能。原来的流程中，单一环节主体的变化，可以由AI或者AI agent代替，或者支持、辅助、提升某个单一个体的能力。比如说，钉钉跟销帮帮在AI销售助理方面的合作，在此之前，销售人员要人工进行商机的收集，对客户信息进行分析，要去跟客户沟通，要去总结，然后你要给出一个决策和判断，如何制定一个营销计划，还要定期维护关系和进行客户关怀等等。现在有了AI，除了助力你的每一个环节之外，还会简化和合并如信息总结和决策判断等环节，并改变销售人员的现有工作流程。所以它从简单助力人，再到简化事，最终是要解构、优化、重构业务流程。

AI当前可以承担简单重复性的工作，解放我们销售人员，它也可以收集并直接给出一些建议，使得AI嵌入到流程中，使得销售工作被重新进行定义，这是我们现在思考的。

如果我们的思考再向前走一步，这种流程会发生什么样的变化呢？这种变化就在于过去是人来定义工作流程，由机器系统来执行。但是在未来大模型进来之后，这种模式会发生根本性的变化，这种变化的核心是你来定义你的工作目标，然后通过大模型，多个Agent的协同来设计并执行这样一个流程，你去设定目标并且提供你的资源，剩下的工作交给Agent的这个群体，去帮助你完成。最终，你看到结果之后，对这个结果进行监督、评估、判断、反馈，这将是流程的一次变革。

还有，软件功能的实现方式也发生了，怎么变化的呢？

去年9月份，马斯克在1200万全球网民围观下，展示了45分钟自己的FSD12版本的驾驶能力，马斯克从车上出来之后，说了一句话，他说：我从没有告诉我的工程师们，从来没有写过任何一行代码告诉车应该停在什么地方，但是刚才你们看到了，它总是停在它应该停的地方。这句话背后的含义是什么呢？传统自动驾驶训练的方式是海量标注+规则代码。这个东西叫红灯，让系统让模型让算法认识到，这叫红灯。同时工程师们写一行代码，这行代码告诉车应当停下来，这叫做海量标注+规则代码，这样的规则有几千、几万、几十万个，自动驾驶的专家们给它取了一个非常高大上的名字叫做Corner Case，你要不断穷举可能遇到的道路上的各种各样的情况。

现在有了大模型，FSD从第11版本切换到12版本，什么发生了变化呢？你不需要像之前的版本，写30万行规则了。现在12版本你只写了2000行。它是基于Transformer模型，基于端到端的这样一个模型，对保险公司系统评价出来的90分以上的1000万个驾驶员的驾驶行为进行学习，学习完之后，车辆就知道，红灯应该是停还是应该走，是应该左转还是右转。在这个技术迁移转变过程中，最大的一个变化是，当车看到红灯的时候，停还是走，这个编码是谁来编的？过去是人来编的，这叫做规则。基于人工定义的规则，去写这个代码，而今天在大模型时代，这个驱动是基于数据，这是一个本质的区别。

第四个变革，带来的是一场工具的革命。美国一个非常著名的软件工程师大V，在前段时间讲过一句话。他说，软件工程师们，你们90%的技能，已经变得一文不值了，但是10%的技能需要提升1000倍，才能跟今天的AI去协同去工作。我们也看到有公司，面对今天的AI大模型的应用场景，对600多名企业IT人员进行了一个调查，说你今天AI都用到哪些场景中呢？排名第一的就是AI编程，这个已经成为一个高度确定性，而且是带来实际价值的应用，其次是AI客服等等这样的场景。

我们刚才讲了一个概念叫从Copilot到Autopilot，从规范化的开发辅助到全能型的代码助手，什么意思呢？你开发一个软件，在之前你要完成每一个环节，每一个流程，AI跟你的关注是辅助你完成每一个流程，每一个任务的分解，代码的生成、检测等等，都需要人辅助，但是未来，从一个Copilot赋能软件开发人员，可以转换到，当你给他一个任务，他可以去理解任务、分解任务、安排任务、执行任务、反馈。这还只是一个Agent，未来可以有多个Agent协同。我们今天仍然处于第一个阶段，是Copilot来辅助你，但未来会有多的Autopilot出现。我们判断，这种Autopilot的形式会是AI商业化的主要形态，也是AI商业化的唯一出路。

这是我们讲的第一个点，技术对于软件，将给SaaS带来的变革。

第二，会出现很多新的产品，这个产品在今天可能是辅助你的数字人，或者数字助理或者叫什么。但是未来的终极目标，在五年十年甚至更长时间后，在这个领域一定会出现一个Autopilot，会成为AI商业的主导。

所谓的Copilot是什么？比如说你在制作社交媒体视频的过程中，你的调研、创意、设计、生产、发布，每一个关节都要有人参与完成。人工智能只是辅助你提高你的效率。在这个场景中，人工智能或者SaaS化产品具有工具属性，是一个任务导向。

但是当Agent进来之后，数字人进来之后，大模型进来之后，你需要给它提供一个任务，把需求精准地告诉它，让它去执行，最后你看到结果给出反馈。这种场景下，你可以按照效果去评价、去付费，它是一个生产力属性的。

因为当大模型这样的Agent、这样的Autopilot介入的时候，它跟之前的SaaS软件存在一个重要的区别，在于它可以更直接，更加地可被量化，它可以与你的商业目标对齐，让你更容易地对结果评估和判断，这种新的产品可能在我们现实场景中已经有很多。

比如阿里已经有一个新的员工，有一个工牌叫AI 001号，通义灵码，前一段时间汇报了自己过去一年的工作表现，在过去一年中累计生成超过10亿行代码，代码贡献率达到30%，问答准确率达到90%以上。同时我们每个企业可能都有工单，内部的工单，外部的工单，维修的工单，生产的工单，从这个工单的生成，到关键信息的获取，创建、解决问题、跟踪等等，大模型或者说工单助理，都可以帮助你完成。

第三个变革，是新的商业模式，从卖工具到基于价值的商业模式。我们把时间尺度拉长一些，从大型机再到PC时代，再到云计算时代，再到AI+SaaS的时代，每一个时代都有硬件，都有软件，都有服务，也都会催生出与时代的技术相适应的、相适配的新的商业模式。我们今天讲的SaaS就是一个新的概念，就是Service as SaaS，服务作为一种软件产品出现。这种变化最重要的一个商业表现是，企业可以接受，按照你创造的价值去付费或分成。这种价值可以是降低了多少成本，比如说降低了50万，我们可以从里边分出20万、5万，或者带来更多确定性收益。这种方式就带来了商业模式的变革。

面对这种变革，我们可以从两个维度上观察，一个是看它带来的价值，一个是看企业规模。从这两个视角来看，卖价值的这种方式对于中小企业可能更友好，能带来更多价值。因为对中小企业来说，它可以直接提供新的生产力，决策链路更短，试错成本更低，同时他也可以进一步降低企业决策的风险。

我们还可以从一组数据来看一下，我们可以看到，93%的中小企业认同AI帮助他们省钱或者提升盈利，也有83%的中小企业计划在未来一年，继续投资这个领域。对大企业来说也有价值，但是他们可能是一种生产力的补充，而且由于大企业在决策过程中可能有更长的链路、更复杂的企业审批流程、权限管理等等也带来很高的隐性成本。

第四个，每一个时代，都有那个时代的原生企业，软件时代的原生企业，SaaS时代的原生企业，到今天AI原生的软件企业。这种AI原生的软件企业将会是AI商业化的主力军。

从产品开发的模式来说，无论像SAP、Adobe、用友等传统SaaS厂商，他们都在做积极的转型，这种转型的一个思路，是在不改变产品和服务的本质情况下，将AI功能嵌入到现有产品体系中间。而AI原生的企业则是基于AI优先的理念，从底层构建一个只有AI才能实现的价值。

从交付流程来说，过去交付的是服务、产品和软件，乙方跟甲方的主要交互对象，是IT部门、CIO领导的团队。今天，交付的可能是一个数字员工，对于AI原生企业，SaaS服务商涉及财务、法务、软件、人力资源、客户服务领域，他们卖给企业的是一个“数据员工”，或者说，AI原生企业就是一个人力资源的外包公司，只不过外包的不是真人，而是数字人，这样的产品形态会越来越多。当交付的是数字员工的时候，乙方跟甲方接触的部门可能不仅仅是IT部门了，而是涉及法务、财务、人力资源等等，数字人在交付过程中可能跟业务部门广泛协同，你最后来评估和判断它的价值，不仅是提升现有流程中的工作效率，未来更多的是重新定义流程，并产生直接的价值。

从收入模型来看，过去是基于ARR和工具收费的方式，按照人、月、时间定价。未来，更多的是基于结果跟效果，根据节省了多少成本、增加了多少收入的方式进行收费。前段时间，有机构做了一个调研，300家SaaS公司中，有30%的选择基于价值，基于效果进行定价等等，这就是未来SaaS企业的区别。

但是我们也有一个新的观察，尽管75%的传统公司已经推出了或正在开发生成式AI产品，但其中，只有不到15%的企业成功做到了将AI解决方案转化为SaaS解决方案。这里边的原因是什么？我认为有以下几个。

第一，企业是不是All in AI，是不是笃定、相信AI与SaaS软件的结合是必由之路。企业认为这是可选的，还是必须选择的，企业是不是看不准转型的成本，短期的收入等等。这些因素在共同影响企业的判断。

第二，在行动上，以做SaaS的心态做AI，有着某种程度上的路径依赖。你的产品定位是功能增强，是解决了某一个痒点，还是解决了某一个痛点——这之间有本质的区别。同时在定价策略上，传统的SaaS的边际成本很低，或者几乎零边际成本。在传统的定价模式下，SaaS的零边际成本就具有锁定效应。但是生成式人工智能的成本模型和传统SaaS软件并不一致，并不是零边际成本，在这两者之间如何做权衡，对于企业而言，有着两难选择的一种困境。你怎么去思考？以及销售的理念，是基于服务导向还是产品导向对于这些企业来说，能够在竞争惨烈的市场上脱颖而出，都必然经历三个阶段：项目制公司、产品型公司和平台化公司。

这三种企业如果具备同样的收入，在估值方面，项目制公司会有两到三倍的溢价，产品制公司可能是10倍，平台化公司可能是50倍，乃至于100倍。尽管同样的销售规模，蛋估值定价完全不一样。我们很多时候都是从做项目开始，但是怎么样能够从项目制进化到产品制，从产品制进化到平台化？所以今天的软件企业也好，SaaS企业也好，它的核心能力是什么呢？就是在AI时代，它的进化能力、挑战能力、演进能力，能力的背后是对一个企业战略、组织文化、技术人才的体系跟产品形态的一次迭代和升级，凭借这些，才能一步一步从项目制、产品制走到平台化，说起来容易，但是做起来很难。

但如果不能在战略上和行动上做出改变，并快速完成从项目制到平台化的转换，传统的SaaS公司将会错失AI带来的新机会，最终走向死路一条。

对于钉钉来说，在过去一年，今天看到开放平台的一些喜人成果，就是套装化软件的快速增长，包括成交金额、付费用户等等维度。可能之前大家也关注过，我们要去思考的是：为什么今天在钉钉套装软件上有这么多用户，为什么业务能够做到高速增长呢？我觉得有三个原因。

第一，钉钉从过去的货架式SaaS软件产品销售，变成了主动分销、主动分发，数据驱动的销售模式，实现了精准、实时、低成本的SaaS，或者说，对于未来的Agent、人工智能改造的SaaS软件的精准触达。这种触达，从过去的货架式的APP，或者说，从用户基于需求主动搜索的线上市场，演进到今天，基于钉钉上沉淀的大量用户场景，客户动线、及客户生命周期等精准化数据，实现了在特定的时间，将正确的产品功能推荐给精准的用户，实现了触达方式的变化。

就像很多的制造业企业都会用到CAD，几十万的客户都有在钉钉中打开CAD文件这样一个需求。原来没有这个功能，当发现这个需求之后，钉钉引入了像引力波这样的公司，使得在企业在浏览CAD的过程中，正好有这样一款产品给到，使得钉钉的高频场景应用，带动了难获客的低频应用，需要的时候，相关的产品就预备好了。

此外，钉钉融入了应用场景，实现了及时协作、沟通。每天钉钉上有几十万个用户添加好友的行为，这些行为原来需要跳转到其他应用中，而今天添加钉钉之后，直接出现一个可发送的企业名片。“企业名片”这个词根本不准确，我理解它可能不是一个企业名片，或者说，需要重新定义企业名片，它可以具备更加丰富立体的内容、更多样的形式，包括视频、图片、文字等不同形式，还有更实时可靠的企业认证。一个名片，对应的一位副总三个月之后离职了，你拿那个名片，就会显示更精准的信息，它是一个实时的、精准的、可靠的体验，企业的认证，这是带来的第一个价值。

第二，在企业决策过程中，钉钉降低了用SaaS企业、用AI企业决策的门槛，加速了企业拥抱AI SaaS的进程。具体是怎样降低企业决策门槛呢？有三个方面。

第一，通过功能原子化降低决策风险。把原来复杂多原化，丰富的功能，进一步原子化、组件化、不断解构。解构之后，就可以实现商业上的价值。对软件商来说，它可以更方便的维护，对于用户来说，可以更好地满足实际场景需求，它是一个一个相对原子化的功能，帮助管理者更便捷地决策。比如钉钉的智能财务，将财务的发票支付等原子能力拆解出来，融入到OA、会话、宜搭等业务场景中，在聊天的时候自动识别，完成之前需要打开多个业务系统，才能完成的某种功能。

第二，通过精准匹配缩短决策时间。基于钉钉，我们今天实现了客户、功能、供给等等之间实现了更高效的精准匹配。我们可以基于数据分析不同的软件在不同的行业，不同的客户中的偏好程度，在合适的时间，以适合的功能，满足确定的用户需求，让它变得越来越精细，越来越精准，越来越便捷。换句话说，在这个市场里，它实现了软件产品和需求的精准匹配。这里面有很多好的案例和典型。我们想象一下，当原子化步伐不断加快，会有越来越多Agent、多功能的Agent，成千上万的Agent涌入到这个市场，会出现长尾的需求和长尾的供给，如何实现长尾需求跟供给的精准匹配，就成为一个平台的核心能力，而今天的钉钉，在这方面做了很多探索。

第三，通过灵活定价锁定决策效果。过去我们买一个SaaS软件，很多时候，我们不知道这个软件会给企业创造多少价值，会犹豫，即使买了一个工具，但工具只是一种可能性。但是今天的AI，可以把一个服务变成一个产品，按照产品的效果去计费，就像我刚才讲的这种方式。像Rolling AI提供的类似客服、招聘等场景都可以带来很多效果。比如企业在跟客户对话过程中，过去可能需要人，现在完全不需要人去参与，就能完成对话，并带来一个商业订单，从中就可以评估，有人参与和没有人参与带来的不同价值。