幾年前，我給一家企業做咨詢。他們雖然投入了幾百萬建設CRM系統，但是因為系統建設與實際業務不匹配，導致CRM系統的數據存在很多錯漏。
為了收集準確數據，每個門店都配置了一名行政人員，其主要工作就是錄入數據，整理和輸出相關報表?？偛恳舶才帕撕脦讉€人來做報表管理的相關工作。
在把CRM系統的問題解決以后，運營數據實現了自動生成，不僅僅是各門店的行政人員，甚至總部的行政人員都被裁減了。
(資料圖片僅供參考)
更重要的是，數據變得準確、可追溯，并且實現了實時分析——在以前，他們要過半個月，才能把上個月的數據整理出來。
提高企業效率的同時，還能讓企業管理更加實時和透明，這正是SaaS產品普遍存在的價值。但是，它仍然存在諸多缺陷，比如：
SaaS系統只是明確了“錄入要求”，一線員工仍然面臨大量的信息整理工作，信息錄入的效率并不高。
對于某些崗位來說——比如銷售人員——信息錄入甚至成為了負擔。
SaaS系統規定了非常嚴格的篩選條件，而且無法實現精準、智能搜索，數據查找不友好。
SaaS系統對信息的整理和輸出，也是嚴格遵循寫好的程序代碼。但是企業的業務是動態成長的，這就導致SaaS系統的迭代跟不上企業需求的變化。雖然PaaS平臺能夠在一定程度上解決這個問題，但是PaaS平臺本身又帶來了新的使用問題。
就以前面的案例來說。雖然不再使用紙質表格，但是員工仍然需要嚴格按照軟件的要求錄入系統，除了做一些內容上的校驗，SaaS系統無法有效幫助員工提高效率。
在數據錄入系統后，SaaS系統只能按照預先定義好的程序生成報表，如果管理層有新的想法，或者想要做假設性分析，就必須耗費大量成本去查詢和整理數據。
這就導致，數據的查找和整理占據了大量時間，而真正用于洞察的時間反而被大大壓縮。這在一定程度上也阻礙了企業的洞察和創新。
但是，ChatGPT的出現，很可能改變這一切。
ChatGPT能力的本質，是對人類語言的“理解”能力。這種能力的習得，源于利用AI模型對海量人類語言的學習，并從中找到規律。比如ChatGPT3擁有1750億參數，并且學習超過50TB數據。這是人類當下不可能具備的數據處理能力，以及幾輩子都學不完的知識。
同時，ChatGPT作為計算機程序，在收集數據、分析數據、輸出結果等方面，效率比人類高出N個數量級。這就意味著，SaaS的缺陷有望被彌補。
比如，當銷售人員給客戶打完電話，以前是需要自己整理并錄入一段拜訪總結，并安排接下來的拜訪計劃。
但是未來在CRM系統中，可以讓ChatGPT整理電話語音記錄，并且自動生成總結內容，和草擬接下來的拜訪計劃。銷售人員只需要在ChatGPT整理內容的基礎上進行修改，或者再次補充新的要求，從而優化ChatGPT的輸出。
毫無疑問，這將大幅提高銷售人員的效率，也使得SaaS產品的價值得到進一步提升。
但是ChatGPT的應用遠不止于此，它很可能會創造出新的SaaS使用場景。
比如，銷售人員只需要告訴ChatGPT希望拜訪哪家企業，它就可以自動聯網尋找該企業關鍵人員的相關信息，并且分析可以通過什么樣的人際關系鏈路觸達這些關鍵人員，以及可以通過什么策略來打動這些關鍵人員。
當然了，以上場景的實現可能需要SaaS系統與ChatGPT的深度融合。
比如，自動生成的總結內容，需要符合企業規定的信息結構，需要滿足企業對內容質量的要求。
再比如，ChatGPT生成的銷售建議，需要結合企業的產品優勢，以及過往的成功和失敗案例，這樣才能生成有實用價值的建議。這些正是SaaS產品可以幫助ChatGPT完成的任務。
除了ChatGPT本身強大的能力，我們還必須考慮ChatGPT背后有更多強大的AI產品。
以前，受制于無法理解大眾語言，這些AI產品的應用場景被大大限制，無法走入業務一線。但是有了ChatGPT作為溝通橋梁，他們將發揮出巨大的價值。而且，他們會相互結合，產生1+1>2的效果。
這就意味著，未來沒有對接ChatGPT（或類似大語言模型）的SaaS產品，很可能被徹底顛覆。
ChatGPT-4推出以后，某著名投資人斷言：企服賽道的寒冬可能漫漫無期。
但是我認為，真正會陷入困境的，只是那些跟不上ChatGPT前進步伐的SaaS公司。而與時俱進的SaaS公司，反而有可能抓住機會，完成對行業的重新洗牌。
ChatGPT時代，可能會帶來以下幾個機會：
以ChatGPT為代表的AI應用，一大特征就是以云為載體。相比于私有化部署，基于云的SaaS軟件，更容易與AI進行融合。
同時，AI的普及也意味著數據安全等問題將進一步得到重視，并最終形成大家普遍遵循的數據安全規則。
而私有化部署、數據安全恰恰是SaaS產品推廣所面臨的兩個關鍵難題。
為什么移動互聯網的普及會催生SaaS產品的浪潮？很大程度上是因為在移動互聯網環境下，SaaS找到了新的使用場景。比較典型的場景包括外勤人員管理、移動辦公等。
而通過與ChatGPT的深度融合，SaaS產品有機會開拓出更多新的使用場景。
雖然ChatGPT自己也可以完成新場景的開拓，但是在很多場景下，它需要SaaS產品的配合，才能更好的滿足企業需求。
比如，要讓ChatGPT得出可用的答案，可能需要一定的預處理：把用戶的需求轉化為合適的提示語，并且把相關業務數據“喂”給ChatGPT。不管是這些預處理工作本身，還是把相關業務數據喂給ChatGPT，都需要SaaS軟件的參與。
再比如，ChatGPT并非真正意義上“理解”了人類的語言，只是根據算法“推導”上下文。這就導致，如果使用不恰當，可能會產出誤導性的內容。
如果是個人日常使用，比如寫作、發郵件，這些誤導性內容危害不大。但是如果是在企業辦公場景下使用，比如生成業務分析報表，制定銷售策略——如果沒有SaaS產品的約束和引導——可能就會導致重大事故。
實際上，ChatGPT雖然強大，但是在很多業務場景下，仍然需要通過“ChatGPT+SaaS”來完成交付。這將成為SaaS公司的新機會。
很多SaaS產品的客戶粘性不足，本質上是因為客戶使用得不夠深入。比如很多功能雖然理論上有用，但是使用的成本很高，客戶無法真正從中獲得價值。比如，CRM的拜訪管理功能，很多銷售人員就抵觸使用。
另外，客戶在使用SaaS產品的過程中，可能產生了大量過程數據。這些過程數據理論上可以提高客戶粘性，但是由于數據價值未得到充分挖掘，實際上并未起到客戶留存的作用。
比如，SCRM系統產生的大量潛客行為數據，并沒有起到促進成交的作用。
再比如，知識付費產品中大量的問答信息，由于無法智能化查找，成為了“沉默的寶藏”。
但是在ChatGPT的加持下，以上問題都有望得到解決。而客戶粘性的增強，將有利于提高SaaS公司的盈利水平。
SaaS產品常常強調行業化解決方案，但是有了ChatGPT的幫助，在處理好數據脫敏、數據安全等問題后，有希望訓練出行業化的AI模型。
這樣，即便是一個新客戶，也能受益于行業化AI模型，這必然會降低SaaS獲客的難度。
而行業化AI模型也將和行業化解決方案一起，成為SaaS公司的差異化競爭力。
ChatGPT最可怕的，不是它的模型能力，而是它的進化速度。
比如，強大的GPT-3.5已經有1750億個參數，而新發布的GPT-4——據報道——已經擁有高達1萬億個參數。這就意味著其能力又有了量級的飛躍。
在能力快速增強的同時，其成本反而在快速下降。比如，3月2日發布的官方ChatGPT API，每輸出100萬個單詞，價格才2.7美金（約18元人民幣），比已有的GPT-3.5便宜10倍。
正是憑借其可怕的進化能力，ChatGPT不斷在刷新我們的認知，也讓我們不敢簡單揣測它的應用邊界。
但是，不管如何，盡快把ChatGPT運用起來，學習如何利用ChatGPT更好的工作，甚至把ChatGPT融入我們的SaaS產品，是每個SaaS創業者，乃至每個產品經理都迫在眉睫的任務。
關鍵詞：
