崔强:有网友问,纷享销客在 AI 上是如何布局的,首先满足哪一部分场景?在入场进度上会不会显得有些晚?林松:纷享销客一直都非常重视 AI。2023 年生成式 AI 热度上来以后,我们看到很多场景相对来讲偏泛化和通用化,我们希望做的是把生成式 AI 和 CRM 业务深度结合。如果做得过浅,它的价值点或者带给客户的增值感就会比较弱。所以在 AI 上我们一直在做以下布局和探索:首先,在底层能力上,我们打造了一个AI底座:AI PaaS 平台。它的出发点并不是在我们的产品内简单植入几个场景化的 AI,而是为了让客户能够更敏捷、更有效地使用 AI 能力。对于复杂型 CRM 来说,本身就具备大量客户可以定制和配置化的业务模块,客户可以根据自身业务需求引入 AI 能力,所以我们认为 AI PaaS 平台非常重要,这也是我们投入较多精力的一个地方。我们的 AI PaaS 平台,主要打磨以下三点核心能力:第一,Agent 能力。我们会包装和提供一些 Agent 能力,对我们上层的应用和业务场景提供对应的 AI 能力,让 AI 可以融入具体的业务场景;第二,Prompt 能力。我们针对非常多的营销服业务场景不断调优,提供最优的场景化 Prompt;第三,数据结合能力。我们把 AI 和 CRM 平台的数据结合能力进行封装。AI 可以在每一个场景,快速查询、修改 CRM 里对应的数据。当 AI PaaS 进展到一定程度之后,我们开始重点打造 AI 能力在营销、销售、服务三个核心业务场景的结合。大致是这样的模式,可能会让大家觉得我们在一些场景中推进较慢,但这样基础会打得更扎实一些。崔强:刚才聊了纷享销客在 AI 上的一些布局和思考。纷享销客在探索 AI PaaS 平台过程中,有什么样的坑,或者经验可以与大家分享的?林松:这可能是我们的一个思考,供大家交流和讨论。首先,我们看到很多企业在 AI 与自身业务的融合中,很容易“大干快上”,这会带来一个问题:任何一个和业务场景结合的 AI,真正想做出价值、做出彩非常不容易。比如,在营销领域,通过 AI 快速生成营销海报、文案、营销邮件等,如果生成的内容只是 60 分、70 分,是不具备可用性的。必须要把效果做到 85 分、 90 分以上,AI 才能在这个业务场景真正落地。但要做到 85 分、90 分,需要在这个场景下进行非常多的持续调优、打磨,不断与底层模型进行更深度地整合与结合,每一个场景都会有大量的、深度的、细节性的东西要做。所以,与其面面俱到把很多 AI 能力铺开,还不如聚焦几个关键场景,更深度地把 AI 能力和效果打磨并呈现到极致,这也是纷享在 AI 探索上的一个核心策略,即如何将 AI 与业务场景中的模型、Prompt 以及业务数据深入整合,形成自己特色化的 AI 能力,而不要去做通用型的能力。崔强:这段时间和大家交流,我们发现在 To B领域,“SaaS+AI”的先发优势并没有那么明显。刚才你也提到,很多人在“大干快上”时并没有想明白自己要做什么,可能做了一些边边角角的能力出来,真正想商业化其实非常难。在商业化过程中,你们的思考是什么?林松:真正往商业化走时,AI 能力如果只是锦上添花,还让客户付出很高的费用,就很困难,还是要在一些单点形成突破性能力。所以,我们还是聚焦一些高业务价值的场景,再用 AI 能力去增强。