SAAS企業(yè)熱背后的“啞巴吃黃連”現(xiàn)狀

　　這次疫情讓全國人民在家呆了快一個月，過年期間外出餐飲、送禮幾乎就沒有，雖說省了錢但大家也都很痛苦，不少做電商、開餐館、搞民宿的朋友損失慘重，但也有少部分行業(yè)反倒因禍得福，例如SAAS。

　　SAAS（Software-as-a-Service）指通過網(wǎng)絡(luò)提供軟件服務(wù)，典型的應(yīng)用就包括目前的在線協(xié)同辦公（OA），還有CRM、ERP等。我太太現(xiàn)在的上班地點就變成了臥室，每天和公司溝通的工具就是“ZOOM”（美國的在線視頻會議平臺），而我們公司用的是“釘釘”，站長資源平臺幾乎所有上班族都開始遠程辦公，也讓這類軟件迅速走紅，同時這種火爆也傳導(dǎo)到了資本市場。

　　港股和A股的遠程辦公、在線視頻會議等上市公司平均漲幅超過40%，同時不少媒體和風(fēng)投圈大佬開始預(yù)測疫情會給SAAS行業(yè)帶來深遠的影響，就像2003年非典后電商開始走紅，這次疫情是一個重要的契機。

　　其實，這個產(chǎn)業(yè)發(fā)展的怎樣真和疫情沒關(guān)系，而且現(xiàn)在還沒大家想象的那么樂觀。

　　啞巴吃黃連的滋味

　　企業(yè)有一種的痛苦，就是干活收不到錢，而且還不能和不給錢的發(fā)火，這正是大部分SAAS企業(yè)“啞巴吃黃連”的現(xiàn)狀。

　　舉個直觀的例子，根據(jù)艾瑞咨詢的報告，國內(nèi) SaaS 的總體市場規(guī)模約為340 億元，主要應(yīng)用領(lǐng)域包括：CRM（客戶關(guān)系管理）、ERP、企業(yè)辦公及財稅等領(lǐng)域，保持著年化30%左右的增長。

　　340億這個絕對規(guī)模乍一聽不小，但是要看跟誰比。中美兩國是全球最大的兩個消費市場，在電商等C端消費市場上難分伯仲，但是在企業(yè)級的SAAS上差異卻非常驚人。

　　美國SAAS軟件的市場規(guī)模超過5000億人民幣，是中國的十倍以上，上市公司三巨頭（Oracle+SAP+Salesforce）市值約4500億美元，是中國同類公司的20倍以上。

　　出現(xiàn)這樣巨大差異的原因，并不完全是中國企業(yè)信息化和美國相比有多落后，而是中國的企業(yè)普遍對軟件類服務(wù)缺少付費意識。

　　相比美國千億美元的SAAS巨頭Salesforce，企業(yè)付費訂閱收入占比超過90%、毛利率近80%，過去幾年中國中小企業(yè)更傾向于免費產(chǎn)品，中大型企業(yè)習(xí)慣于自己定制軟件系統(tǒng)，對標(biāo)準(zhǔn)化SaaS的積極性很有限。

　　很多公司在用釘釘或企業(yè)微信，但大都在用免費版本，因為這些軟件一旦在入門級服務(wù)收費，就會減少80%左右的用戶，競爭就是這么激烈。

　　這種現(xiàn)象源自于之前國內(nèi)對于軟件知識產(chǎn)權(quán)的保護環(huán)境差，很多企業(yè)喜歡用盜版，在最近幾年這種現(xiàn)象有一定好轉(zhuǎn)，但是和美國比還差很遠。由于中國特殊的情況，造成了行業(yè)內(nèi)以下的特征：

　　大客戶，小生意

　　大部分SAAS公司指望不愿意花錢的中小創(chuàng)業(yè)公司很難生存，往往是傍著大客戶做生意。很多公司服務(wù)的都是五百強，五大行，國網(wǎng)，中石油之類的，但一個客戶只能收到幾十或者至多幾百萬，大客戶卻使小錢。

　　背后的原因是客戶需求就不大，投入也不多。大客戶普遍走的都是軟件定制開發(fā)的路徑，而且和服務(wù)公司的話語權(quán)特別強，產(chǎn)品想要取得高毛利就很困難。另外這些SAAS服務(wù)客戶往往只在一些不重要的場景中試用，最核心的業(yè)務(wù)還是公司自己開發(fā)或者委托外包開發(fā)形式。

　　總?cè)プ龆ㄖ苹到y(tǒng)，SAAS公司產(chǎn)品標(biāo)準(zhǔn)得不到統(tǒng)一，很難復(fù)制和做大，而且長期傍著大客戶能讓企業(yè)餓不死，一旦丟客戶業(yè)務(wù)風(fēng)險就非常高。這種企業(yè)上規(guī)模就依靠大客戶的發(fā)展模式，又導(dǎo)致了接下來的很多問題。

　　高收入，低毛利

　　在國外一個軟件服務(wù)公司，優(yōu)秀的毛利水平應(yīng)該是80%以上，及格線也有50%，可是國內(nèi)企業(yè)普遍真實毛利也就40%-50%。

　　因為大客戶的定制化開發(fā)模式，軟件產(chǎn)品交付給客戶后就要在客戶內(nèi)部IT系統(tǒng)中安裝、實施、運營及維護，加大了中間的相關(guān)費用（銷售及后期運維費用），直接體現(xiàn)就是軟件企業(yè)較高的費用率（30%-40%），削弱了的盈利水平。

　　高收入低毛利，導(dǎo)致的結(jié)果是企業(yè)到了一定的規(guī)模，又會出現(xiàn)增人不增效，這又引發(fā)了現(xiàn)金流問題。

　　有利潤，沒現(xiàn)金流

　　在定制化的環(huán)境下，要接大單就要有更多人員投入，但是增員不增效疊加開發(fā)周期長，客戶不結(jié)款，在賬面上就會出現(xiàn)表面利潤很高，但都是應(yīng)收賬款，現(xiàn)金流年年為負。

　　國內(nèi)一般而言，做政府生意，應(yīng)收賬款兩年能結(jié)清就很不錯了，做銀行、大型央企一年能收回錢就謝天謝地，只有極少數(shù)大型民營企業(yè)可以給軟件服務(wù)商幾個月或半年就結(jié)款。

　　應(yīng)收賬款周轉(zhuǎn)的太慢，背后反應(yīng)的是企業(yè)在跟甲方做生意時議價權(quán)太弱，企業(yè)蘊含著較大的財務(wù)風(fēng)險。

　　大客戶如此強勢的話語權(quán)，還源于企業(yè)產(chǎn)品的競爭力不夠強。

　　企業(yè)依賴于大客戶，但不被大客戶依賴

　　國內(nèi)的大客戶始終保留著幾個很強的備胎供應(yīng)商，可以很容易的更換，因為各家提供的產(chǎn)品和服務(wù)都差不多，誰都沒到替換不了的程度，但是反過來，每個軟件供應(yīng)商都不敢得罪大客戶這些“財神爺”。

　　要想建立軟件服務(wù)的核心競爭力就要做出明顯的壁壘和差異化，純靠程序猿們苦逼的寫代碼解決不了這個問題。知識產(chǎn)權(quán)保護不完善，一個產(chǎn)品如果用盜版的方式去復(fù)制成本非常低，那么就沒法讓企業(yè)產(chǎn)生依賴性，解決方式就是依靠技術(shù)變革開發(fā)出競爭對手無法復(fù)制的服務(wù)，同時讓企業(yè)產(chǎn)生依賴。

　　新的契機

　　有這種解決方案嗎？有的。

　　登上“云端”

　　把各種管理系統(tǒng)和服務(wù)功能到放到云端，越來越重；讓客戶在手機和電腦安裝的程序只承載一個界面和數(shù)據(jù)傳輸?shù)墓δ?，做的越來越輕。

　　云服務(wù)器開始承載越來越多的功能，企業(yè)微信、阿里釘釘、泛微網(wǎng)絡(luò)等都是這種模式的代表。使用者在SAAS企業(yè)提供的底層工具上自定義組織結(jié)構(gòu)、搭建內(nèi)部流程、調(diào)用各種功能，這就像將工具包拆成積木放在云端，使用方的IT人員不費太大力氣就能把他們搭建成公司可以使用的系統(tǒng)。

　　這種做法確實激發(fā)了很多中小企業(yè)的使用需求，讓軟件產(chǎn)品實現(xiàn)了標(biāo)準(zhǔn)化，容易復(fù)制，邊際成本也低。但是這種方式被其他人的復(fù)制性依然很強，而且在中國要讓企業(yè)花大錢，就要拿出他們認為值得的附加值。

　　用AI來抓垂直領(lǐng)域的「老鼠」

　　解決這種服務(wù)附加值和差異化，AI和大數(shù)據(jù)的出現(xiàn)大家看到了希望。

　　舉個有趣的例子，上面視頻里這是一個餐廳的后廚，紅色框里面的是老鼠。

　　而國內(nèi)幾乎所有餐廳后廚都對滅鼠工作非常重視，老鼠平時不出來，但往往晚上十一、二點鐘以后出沒在后廚，對食品安全問題很大，前臺上的飯菜里發(fā)現(xiàn)一粒老鼠屎，后果是災(zāi)難性的。

　　以前餐飲企業(yè)一個月會花一兩千，去查后廚有沒有老鼠，做這個事需要很貴的人工，而且效果很一般，因為要么見不到老鼠只能發(fā)現(xiàn)老鼠屎，要么找不到老鼠洞。

　　一些軟件服務(wù)類的公司，通過人工智能去幫助餐飲企業(yè)的廚房識別老鼠。他們專門租了一間屋子養(yǎng)老鼠，用工智能的算法去識別，再用數(shù)據(jù)分析老鼠的行走軌跡，確定老鼠洞的大概位置。

　　而實現(xiàn)這個功能后，算法和數(shù)據(jù)都在云端，在各個需要滅鼠的餐廳后廚里裝上數(shù)個攝像頭，晚上把開燈打開就可以了，滅鼠的成本就是后廚的電費，還有云端服務(wù)器的運行成本，可以忽略不計，同時可以低廉的服務(wù)費打動不少餐廳買單。

　　AI的出現(xiàn)和大數(shù)據(jù)算法，會在數(shù)據(jù)樣本積累到越多的情況下讓數(shù)據(jù)計算結(jié)果越準(zhǔn)確，同時因為邊際成本低和結(jié)果準(zhǔn)確率高，可以在很多細分領(lǐng)域創(chuàng)造出高附加值。

　　另外一個典型應(yīng)用是金融系統(tǒng)的大數(shù)據(jù)降低不良貸款和反欺詐。

　　一個人的信用數(shù)據(jù)是非常重要又涉及面很廣的數(shù)據(jù)，信用卡、銀行流水、網(wǎng)貸消費、失信記錄等信息，可以大致勾勒出一個人的消費習(xí)慣和信用狀況，同時任何一個點都可能是一筆壞賬的苗頭。大數(shù)據(jù)系統(tǒng)的算法模型，可以準(zhǔn)確客觀的評估出這個人（或企業(yè)）的信貸風(fēng)險，降低不良信貸的比率。

　　細分行業(yè)里的SAAS企業(yè)在服務(wù)多個金融機構(gòu)的過程中，會積累到大量用戶的各種數(shù)據(jù)，通過云端的系統(tǒng)不斷學(xué)習(xí)和積累這些數(shù)據(jù)，就會讓系統(tǒng)對信用和風(fēng)險識別越來越準(zhǔn)確，到后來一些不正常的企業(yè)申報數(shù)據(jù)也可以實現(xiàn)反欺詐。

　　這種方式的積累，不再停留在系統(tǒng)和軟件層面，而是實現(xiàn)了云端服務(wù)的高度智能化，在各個細分領(lǐng)域有望形成高度的客戶粘性和壁壘。這也就是為什么金融大數(shù)據(jù)領(lǐng)域出了這么多獨角獸，其中最知名的就是螞蟻金服。

　　但是目前AI只在少部分細分領(lǐng)域可以落地并創(chuàng)造經(jīng)濟效益，很多領(lǐng)域還處于摸索過程中。機器要變得智能就先要學(xué)習(xí)，而這個過程需要大量的數(shù)據(jù)和建模去反復(fù)練習(xí)，前期現(xiàn)有多少人工投入，后續(xù)才有多少智能輸出，所以傳統(tǒng)的軟件企業(yè)要想實現(xiàn)這種蛻變，擁有數(shù)據(jù)和云服務(wù)是前期的基礎(chǔ)，后續(xù)還要找AI的垂直領(lǐng)域“捉老鼠”。

　　大量的運算和數(shù)據(jù)的存儲對云端的算力和網(wǎng)絡(luò)傳輸提出了很高的要求，在5G時代真正到來后，可能這類垂直領(lǐng)域的應(yīng)用才會真正普及。

　　但是，雖然當(dāng)下很骨感，我們?nèi)匀黄诖姾瓦h方。