图片来源@unsplash

文｜李冬

这次疫情让全国人民在家呆了快一个月，过年期间外出餐饮、送礼几乎就没有，虽说省了钱但大家也都很痛苦，不少做电商、开餐馆、搞民宿的朋友损失惨重，但也有少部分行业反倒因祸得福，例如SAAS。

SAAS（Software-as-a-Service）指通过网络提供软件服务，典型的应用就包括目前的在线协同办公（OA），还有CRM、ERP等。我太太现在的上班地点就变成了卧室，每天和公司沟通的工具就是“ZOOM”（美国的在线视频会议平台），而我们公司用的是“钉钉”，几乎所有上班族都开始远程办公，也让这类软件迅速走红，同时这种火爆也传导到了资本市场。

港股和A股的远程办公、在线视频会议等上市公司平均涨幅超过40%，同时不少媒体和风投圈大佬开始预测疫情会给SAAS行业带来深远的影响，就像2003年非典后电商开始走红，这次疫情是一个重要的契机。

其实，这个产业发展的怎样真和疫情没关系，而且现在还没大家想象的那么乐观。

哑巴吃黄连的滋味

企业有一种的痛苦，就是干活收不到钱，而且还不能和不给钱的发火，这正是大部分SAAS企业“哑巴吃黄连”的现状。

举个直观的例子，根据艾瑞咨询的报告，国内 SaaS 的总体市场规模约为340 亿元，主要应用领域包括：CRM（客户关系管理）、ERP、企业办公及财税等领域，保持着年化30%左右的增长。

340亿这个绝对规模乍一听不小，但是要看跟谁比。中美两国是全球最大的两个消费市场，在电商等C端消费市场上难分伯仲，但是在企业级的SAAS上差异却非常惊人。

美国SAAS软件的市场规模超过5000亿人民币，是中国的十倍以上，上市公司三巨头（Oracle+SAP+Salesforce）市值约4500亿美元，是中国同类公司的20倍以上。

出现这样巨大差异的原因，并不完全是中国企业信息化和美国相比有多落后，而是中国的企业普遍对软件类服务缺少付费意识。

相比美国千亿美元的SAAS巨头Salesforce，企业付费订阅收入占比超过90%、毛利率近80%，过去几年中国中小企业更倾向于免费产品，中大型企业习惯于自己定制软件系统，对标准化SaaS的积极性很有限。

很多公司在用钉钉或企业微信，但大都在用免费版本，因为这些软件一旦在入门级服务收费，就会减少80%左右的用户，竞争就是这么激烈。

这种现象源自于之前国内对于软件知识产权的保护环境差，很多企业喜欢用盗版，在最近几年这种现象有一定好转，但是和美国比还差很远。由于中国特殊的情况，造成了行业内以下的特征：

大客户，小生意

大部分SAAS公司指望不愿意花钱的中小创业公司很难生存，往往是傍着大客户做生意。很多公司服务的都是五百强，五大行，国网，中石油之类的，但一个客户只能收到几十或者至多几百万，大客户却使小钱。

背后的原因是客户需求就不大，投入也不多。大客户普遍走的都是软件定制开发的路径，而且和服务公司的话语权特别强，产品想要取得高毛利就很困难。另外这些SAAS服务客户往往只在一些不重要的场景中试用，最核心的业务还是公司自己开发或者委托外包开发形式。

总去做定制化系统，SAAS公司产品标准得不到统一，很难复制和做大，而且长期傍着大客户能让企业饿不死，一旦丢客户业务风险就非常高。这种企业上规模就依靠大客户的发展模式，又导致了接下来的很多问题。

高收入，低毛利

在国外一个软件服务公司，优秀的毛利水平应该是80%以上，及格线也有50%，可是国内企业普遍真实毛利也就40%-50%。

因为大客户的定制化开发模式，软件产品交付给客户后就要在客户内部IT系统中安装、实施、运营及维护，加大了中间的相关费用（销售及后期运维费用），直接体现就是软件企业较高的费用率（30%-40%），削弱了的盈利水平。

高收入低毛利，导致的结果是企业到了一定的规模，又会出现增人不增效，这又引发了现金流问题。

有利润，没现金流

在定制化的环境下，要接大单就要有更多人员投入，但是增员不增效叠加开发周期长，客户不结款，在账面上就会出现表面利润很高，但都是应收账款，现金流年年为负。

国内一般而言，做政府生意，应收账款两年能结清就很不错了，做银行、大型央企一年能收回钱就谢天谢地，只有极少数大型民营企业可以给软件服务商几个月或半年就结款。

应收账款周转的太慢，背后反应的是企业在跟甲方做生意时议价权太弱，企业蕴含着较大的财务风险。

大客户如此强势的话语权，还源于企业产品的竞争力不够强。

企业依赖于大客户，但不被大客户依赖

国内的大客户始终保留着几个很强的备胎供应商，可以很容易的更换，因为各家提供的产品和服务都差不多，谁都没到替换不了的程度，但是反过来，每个软件供应商都不敢得罪大客户这些“财神爷”。

要想建立软件服务的核心竞争力就要做出明显的壁垒和差异化，纯靠程序猿们苦逼的写代码解决不了这个问题。知识产权保护不完善，一个产品如果用盗版的方式去复制成本非常低，那么就没法让企业产生依赖性，解决方式就是依靠技术变革开发出竞争对手无法复制的服务，同时让企业产生依赖。

新的契机

有这种解决方案吗？有的。

登上“云端” 

把各种管理系统和服务功能到放到云端，越来越重；让客户在手机和电脑安装的程序只承载一个界面和数据传输的功能，做的越来越轻。

云服务器开始承载越来越多的功能，企业微信、阿里钉钉、泛微网络等都是这种模式的代表。使用者在SAAS企业提供的底层工具上自定义组织结构、搭建内部流程、调用各种功能，这就像将工具包拆成积木放在云端，使用方的IT人员不费太大力气就能把他们搭建成公司可以使用的系统。

这种做法确实激发了很多中小企业的使用需求，让软件产品实现了标准化，容易复制，边际成本也低。但是这种方式被其他人的复制性依然很强，而且在中国要让企业花大钱，就要拿出他们认为值得的附加值。

用AI来抓垂直领域的「老鼠」

解决这种服务附加值和差异化，AI和大数据的出现大家看到了希望。

举个有趣的例子，上面视频里这是一个餐厅的后厨，红色框里面的是老鼠。

而国内几乎所有餐厅后厨都对灭鼠工作非常重视，老鼠平时不出来，但往往晚上十一、二点钟以后出没在后厨，对食品安全问题很大，前台上的饭菜里发现一粒老鼠屎，后果是灾难性的。

以前餐饮企业一个月会花一两千，去查后厨有没有老鼠，做这个事需要很贵的人工，而且效果很一般，因为要么见不到老鼠只能发现老鼠屎，要么找不到老鼠洞。

一些软件服务类的公司，通过人工智能去帮助餐饮企业的厨房识别老鼠。他们专门租了一间屋子养老鼠，用工智能的算法去识别，再用数据分析老鼠的行走轨迹，确定老鼠洞的大概位置。

而实现这个功能后，算法和数据都在云端，在各个需要灭鼠的餐厅后厨里装上数个摄像头，晚上把开灯打开就可以了，灭鼠的成本就是后厨的电费，还有云端服务器的运行成本，可以忽略不计，同时可以低廉的服务费打动不少餐厅买单。

AI的出现和大数据算法，会在数据样本积累到越多的情况下让数据计算结果越准确，同时因为边际成本低和结果准确率高，可以在很多细分领域创造出高附加值。

另外一个典型应用是金融系统的大数据降低不良贷款和反欺诈。

一个人的信用数据是非常重要又涉及面很广的数据，信用卡、银行流水、网贷消费、失信记录等信息，可以大致勾勒出一个人的消费习惯和信用状况，同时任何一个点都可能是一笔坏账的苗头。大数据系统的算法模型，可以准确客观的评估出这个人（或企业）的信贷风险，降低不良信贷的比率。

细分行业里的SAAS企业在服务多个金融机构的过程中，会积累到大量用户的各种数据，通过云端的系统不断学习和积累这些数据，就会让系统对信用和风险识别越来越准确，到后来一些不正常的企业申报数据也可以实现反欺诈。

这种方式的积累，不再停留在系统和软件层面，而是实现了云端服务的高度智能化，在各个细分领域有望形成高度的客户粘性和壁垒。这也就是为什么金融大数据领域出了这么多独角兽，其中最知名的就是蚂蚁金服。

但是目前AI只在少部分细分领域可以落地并创造经济效益，很多领域还处于摸索过程中。机器要变得智能就先要学习，而这个过程需要大量的数据和建模去反复练习，前期现有多少人工投入，后续才有多少智能输出，所以传统的软件企业要想实现这种蜕变，拥有数据和云服务是前期的基础，后续还要找AI的垂直领域“捉老鼠”。

大量的运算和数据的存储对云端的算力和网络传输提出了很高的要求，在5G时代真正到来后，可能这类垂直领域的应用才会真正普及。

但是，虽然当下很骨感，我们仍然期待诗和远方。