国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

本文探討了未來五年 ToB 軟件的三層架構(gòu)趨勢，認為 AI 將主導(dǎo)應(yīng)用層，滿足個性化需求，而 SaaS 則聚焦業(yè)務(wù)層，提供確定性邏輯。文章還指出企業(yè)系統(tǒng)將走向統(tǒng)一應(yīng)用層，OA 平臺有望成主流，最終形成贏者通吃的賽道標品格局。

五一期間我對AI-based SaaS做了一些推演，也與一些創(chuàng)始人、投資人交流，得出的結(jié)論連我自己的覺得震驚

本來設(shè)想是奔著SaaS+AI去的，但結(jié)論卻是AI+SaaS

此外還有更多沒想到的推演結(jié)論，例如toB領(lǐng)域也會出現(xiàn)贏者通吃的大量賽道……

我們分三段聊，分別是從以下3個視角觀察從今天開始到未來幾年會發(fā)生什么：

• 單個SaaS產(chǎn)品的視角
• 企業(yè)內(nèi)部多套系統(tǒng)的視角
• 中國軟件全局視角

最后驗證了這句話 —— 站得越高，看到的未來就越清楚。

請隨我來…

一、單個SaaS產(chǎn)品：AI負責(zé)靈活度，SaaS負責(zé)確定性

與經(jīng)典的軟件分層模型（表示層Presentation Layer、業(yè)務(wù)邏輯層Business Logic Layer、數(shù)據(jù)訪問層Data Access Layer）不同，我根據(jù)“程序運行中，AI是否有決定權(quán)”，將一個SaaS產(chǎn)品進行了分層：

未來的應(yīng)用層（包含交互及與核心業(yè)務(wù)無關(guān)的周邊應(yīng)用能力）肯定是AI的天下。要么是AI智能體（Agent），要么是其他AI原生形態(tài)。

這是中國企業(yè)用戶無法收斂的需求決定的。他們需要的是在能完成業(yè)務(wù)工作的情況下，盡量符合自己企業(yè)及個人的使用習(xí)慣，操作便捷高效。

我預(yù)計未來甚至?xí)l(fā)展到這樣的場景：一個新員工入職后，先使用超簡單初級頁面；隨著ta對崗位的了解、操作能力的提升，頁面會越來越復(fù)雜，但ta的工作效率也會因此越來越高……

是的，有點像游戲App —— 開局只有一個小城，然后區(qū)域大城和國戰(zhàn)……

以往對于復(fù)雜的toB應(yīng)用，這是不可想象的。但我們今天就可以推演出，AI可以低代價滿足這些企業(yè)和員工的個性化需求。

但我們也不能完全依賴AI。

微軟研究院Adam T. Kalai及其伙伴已經(jīng)用數(shù)學(xué)證明：只要是語料預(yù)訓(xùn)練出來的、根據(jù)概率生成內(nèi)容的LLM（大語言模型），就有一定比例的幻覺。

我們的直覺也是如此 —— LLM AI與我們智人一樣，用的都是神經(jīng)網(wǎng)絡(luò)；而人的思維也會犯錯，也會故意欺騙別人，甚至偶然并無目的地說說假話。

AI原生應(yīng)用（包括Agent）的“不穩(wěn)定性”是其用于追求“確定性”的toB系統(tǒng)最大的障礙。

推論1、目前AI不確定性問題的主要解法就是我上面畫出的這個三層結(jié)構(gòu)：AI在“應(yīng)用層”負責(zé)靈活滿足個性UI等交互需求，SaaS負責(zé)提供包含確定性業(yè)務(wù)邏輯的API供AI應(yīng)用層調(diào)用。

這也是對過去二十年來全社會軟件投資的充分利用。B端客戶的業(yè)務(wù)并沒有大的變化，所以業(yè)務(wù)層也不需要重寫。

業(yè)務(wù)邏輯層產(chǎn)品雖然在產(chǎn)品設(shè)計、開發(fā)、測試中也會大量運用AI技術(shù)，但在系統(tǒng)運行的過程中，不會把關(guān)鍵決策權(quán)交給AI。以此保障流程、權(quán)限、數(shù)據(jù)安全嚴密可控。

其產(chǎn)品迭代也不是AI自動完成的，每個版本的更新仍然遵循傳統(tǒng)的“設(shè)計-開發(fā)-測試”流程，由人類工程師來把控質(zhì)量。

我與業(yè)內(nèi)創(chuàng)始人交流，發(fā)現(xiàn)有少量SaaS公司已經(jīng)開始按這個模式行動：拆分應(yīng)用層與業(yè)務(wù)層，把SaaS的能力通過API包裝出來。

推演到這里，我還認為未來是SaaS+AI的。

畢竟一個企業(yè)數(shù)字化系統(tǒng)的關(guān)鍵還在業(yè)務(wù)層嘛。但很快這個想法就被顛覆了……

且聽本文繼續(xù)分解——

二、從一個企業(yè)的視角看：統(tǒng)一的應(yīng)用層

如果認為未來的企業(yè)數(shù)字化系統(tǒng)還是今天的多煙囪結(jié)構(gòu)——OA、CRM、ERP…各自有獨立的手機App及PC端交互頁面，就大錯特錯了。

未來一個企業(yè)系統(tǒng)的應(yīng)用層產(chǎn)品將逐步走向統(tǒng)一。因為AI原生應(yīng)用的靈活度高、快速適配個性化需求能力強，為CRM、ERP、HR等系統(tǒng)各自建立一個應(yīng)用層入口，已經(jīng)沒有必要。

而且未來的企業(yè)軟件中，很經(jīng)常會出現(xiàn)AI應(yīng)用層為完成一個任務(wù)，同時調(diào)用ERP和CRM業(yè)務(wù)層API的情況。

推論2、未來一個企業(yè)的全體員工都使用同一個統(tǒng)一的應(yīng)用。不僅僅是作為門戶的單點登錄，而是無需跳轉(zhuǎn)地對出庫入庫、對訂單更新、對商機跟進、對員工入轉(zhuǎn)調(diào)離等業(yè)務(wù)操作進行跨系統(tǒng)地打通。

那么這個統(tǒng)一的AI原生應(yīng)用層將由誰提供？目前有這樣一些供應(yīng)商：

A、大企業(yè)的數(shù)科子公司、市場上的大量定制開發(fā)集成商：他們會撿起AI工具（例如藍湖設(shè)計、Cursor+ Claude等），繼續(xù)用定制開發(fā)的路子滿足客戶的個性化需求。雖然效率比以往的方式大幅提高，但這個路徑不能形成標準產(chǎn)品。

B、現(xiàn)有SaaS公司也創(chuàng)立AI原生應(yīng)用團隊，結(jié)合自身對行業(yè)（快消、制造…）或領(lǐng)域（HR、CRM…）業(yè)務(wù)的理解，做出更貼近客戶企業(yè)的業(yè)務(wù)需求的應(yīng)用層產(chǎn)品（但仍然是煙囪式的，無法實現(xiàn)一個企業(yè)應(yīng)用的統(tǒng)一）。

C、OA平臺公司（企微、釘釘、飛書）：嘗試做出標準AI產(chǎn)品，滿足海量大、中、小企業(yè)的應(yīng)用層需求。這些產(chǎn)品在AI新技術(shù)的支撐下，將能夠用標品的方式解決個性化需求難題；既讓客戶滿意，單用戶成本還可控。

延續(xù)國內(nèi)過往三十年信息化的慣性，今天的市場份額是A>B>C，但估計未來會這樣發(fā)展：

• 第1階段：今天起至未來2、3年，SaaS公司的AI應(yīng)用層（B）會逐漸爆發(fā)、超越定制開發(fā)公司（A）；
• 第2階段：之后再過幾年，更通用的應(yīng)用層平臺方案（C）會超越B，通過統(tǒng)一的“AI應(yīng)用層”產(chǎn)品拿下最多的市場份額。

原因無他，還是AI新技術(shù)這個變量提供了用標品滿足個性化需求的能力。

以往標品確實解決不了中國企業(yè)需求不收斂的問題。但今天有了新AI技術(shù)，標品成為新解法。在這樣的形勢下，利潤率超低的定制開發(fā)企業(yè)也會謀求轉(zhuǎn)型。

推論3、SaaS公司主導(dǎo)的AI應(yīng)用層產(chǎn)品將會因為結(jié)合了AI應(yīng)用層的靈活和SaaS本身的嚴密業(yè)務(wù)邏輯而得到新市場。但幾年后，隨著各家SaaS公司“業(yè)務(wù)邏輯層”API產(chǎn)品的成熟，企微/釘釘/飛書等平臺產(chǎn)品會因為能提供一個企業(yè)的“統(tǒng)一AI應(yīng)用層”而占據(jù)更大市場份額。

我們對比一下5年前很火熱的“低代碼/無代碼”方案。當時，我也曾寄希望于她解決企業(yè)需求不收斂的問題。

但缺少上圖的“三層結(jié)構(gòu)”，低代碼應(yīng)用往往是從零開始，只適合滿足企業(yè)部門內(nèi)部的簡單需求，很難解決企業(yè)里復(fù)雜的跨部門的系統(tǒng)問題。

有了AI，這個底層邏輯其實已經(jīng)發(fā)生變化；而影響結(jié)果就會在今、明兩年展現(xiàn)。

三、全局視角：大量賽道上，贏者通吃！

繼續(xù)推演到第3步，我竟然得到一個事先完全沒想到的結(jié)論——贏者通吃！

由于中美的競爭態(tài)勢，中國數(shù)字化肯定會形成一個獨立的生態(tài)。

但生態(tài)內(nèi)會出現(xiàn)大整合。

首先，是“應(yīng)用層”的大整合。如上文所述，既要適應(yīng)千奇百怪的中小企業(yè)的個性化需求、又要滿足大企業(yè)整合成百信息系統(tǒng)的需求，“應(yīng)用層”會出現(xiàn)大產(chǎn)品、大聚合。

其次，“業(yè)務(wù)層“也將出現(xiàn)行業(yè)、領(lǐng)域級的贏家通吃產(chǎn)品。

每個大行業(yè)的主業(yè)務(wù)系統(tǒng)（如汽車配件行業(yè)MES）、關(guān)鍵通用系統(tǒng)（如裝備制造行業(yè)的CRM）會贏者通吃，分散中小行業(yè)的通用系統(tǒng)（如通用HR）也會贏者通吃。

為什么？

因為需求趨于一致后，AI時代數(shù)據(jù)積累的黑洞效應(yīng)會讓強者更強。由此我們可以一起推演一下，未來幾年會如何發(fā)生多米諾骨牌似的變化：

SaaS公司更懂行業(yè)/領(lǐng)域，個性化的部分由應(yīng)用層通過AI技術(shù)承擔(dān)。無論是前文所述的A（定制公司）/B（SaaS公司）/C（平臺公司），哪方負責(zé)“應(yīng)用層”產(chǎn)品，應(yīng)用層下、只能由SaaS公司負責(zé)的“業(yè)務(wù)層”都將更容易做出我們夢寐以求的“標準產(chǎn)品”。

當前SaaS公司的主要競爭對手其實不是SaaS公司，而是大大小小的定制開發(fā)公司。未來無論大小企業(yè)，都會轉(zhuǎn)用上面這個三層架構(gòu)。也許5年后，90%的定制開發(fā)公司都不得不轉(zhuǎn)型，而提供業(yè)務(wù)層API的SaaS公司會有越來越大的“標準化產(chǎn)品”及數(shù)據(jù)的積累優(yōu)勢。

做業(yè)務(wù)層產(chǎn)品的門檻是對業(yè)務(wù)的深刻理解，這個門檻很高。這與做靈活的應(yīng)用層產(chǎn)品公司的基因就不同，未來“應(yīng)用層”與“業(yè)務(wù)層”更可能會分化為兩類公司分別負責(zé)。

”業(yè)務(wù)層“產(chǎn)品的門檻隨著數(shù)據(jù)積累、業(yè)務(wù)層AI技術(shù)的應(yīng)用（數(shù)據(jù)分析及預(yù)測等），會越來越高。做“業(yè)務(wù)層”產(chǎn)品的公司，會獲得曾鳴教授所說的”黑洞效應(yīng)“。

在應(yīng)用層，中短期看SaaS公司有更懂業(yè)務(wù)的優(yōu)勢，但企微、釘釘、飛書這3家平臺公司才是“時間的朋友”——AI技術(shù)讓通用產(chǎn)品能力越來越強，在“業(yè)務(wù)層”API的支持下，將逐漸覆蓋和碾壓SaaS公司煙囪式林立的“應(yīng)用層”產(chǎn)品。也許5~10年后，大部分企業(yè)都會選擇平臺公司的統(tǒng)一“應(yīng)用層”產(chǎn)品。而目前我們的SaaS公司更可能會退守“業(yè)務(wù)層”的能力。

那么SaaS公司能夠選擇不提供“業(yè)務(wù)層”API給其他公司的“應(yīng)用層”產(chǎn)品嗎？我們推演一下：這賽道上有第2、3名，你不提供，別人就會提供；這是客戶的選擇，不是SaaS公司能掌控的。

所以，最終專業(yè)的人做專業(yè)的事：“應(yīng)用層”產(chǎn)品會按toB、toC等客戶大類型聚合，“業(yè)務(wù)層”產(chǎn)品也會按行業(yè)、按領(lǐng)域?qū)崿F(xiàn)聚合。贏者通吃，由此而來。

本次推演的最終結(jié)果就是：1990s到如今，折騰了30年的中國企業(yè)信息化無解的“需求不收斂”難題，最后會被AI靈活的“應(yīng)用層”產(chǎn)品解決。而且應(yīng)用層、業(yè)務(wù)層都會出現(xiàn)非常成功的標準產(chǎn)品。

政府和國、央企也會用上公有云“應(yīng)用層”標準產(chǎn)品，區(qū)別只是他們的“公有云”是“政務(wù)云”/ “金融云”/“國資云”這些國企掌控的云而已。Deepseek這一波我們也都看到了政府和國企擁抱AI的決心。數(shù)字化、智能化，事關(guān)國運，不得不為之。

四、SaaS公司的可選項不多，但更值得期待

所以，當前的幾千家中國SaaS公司有幾個關(guān)鍵路徑可以選擇：

A、分離應(yīng)用層與業(yè)務(wù)層，增強業(yè)務(wù)層API，為自家及外部應(yīng)用層產(chǎn)品提供服務(wù)；

B、同時在業(yè)務(wù)層與應(yīng)用層發(fā)力，在AI應(yīng)用上大額投資，努力保住自己的應(yīng)用層。

C、（對于業(yè)務(wù)層太薄的公司）放棄業(yè)務(wù)層，重塑自己成為AI原生產(chǎn)品公司。

對于已經(jīng)投入幾億、十幾億構(gòu)建PaaS的軟件公司，雖然痛苦也需要放下PaaS在應(yīng)用層的能力（自定義頁面、報表、BI等），而是把PaaS能力聚焦在業(yè)務(wù)層上（流程配置、自定義對象及字段等）。

聚焦業(yè)務(wù)層，幫客戶解決現(xiàn)實業(yè)務(wù)問題，把應(yīng)用層（個性化交互頁面、個性化需求等）的問題留給原生AI團隊、內(nèi)外部實施團隊解決，也許正是中國SaaS產(chǎn)品的標準化難題的解法。

最后，我給SaaS團隊近兩年的發(fā)展建議：

聚焦業(yè)務(wù)層，貼近客戶幫客戶解決業(yè)務(wù)問題；行業(yè)SaaS和通用SaaS都要設(shè)法參與行業(yè)或領(lǐng)域（例如HR、營銷）數(shù)字化改造，做出差異化優(yōu)勢。

將產(chǎn)品中的業(yè)務(wù)層能力包裝成API，供內(nèi)部及外部團隊使用。

考慮調(diào)整收費方式，從年費走向按業(yè)務(wù)量收費（e.g. 業(yè)務(wù)層API調(diào)用次數(shù)）、按效果收費（e.g. 按銷售額抽傭）。

努力使自己成為一個賽道的老大（某二級行業(yè)或某通用領(lǐng)域）

從數(shù)據(jù)層面找到構(gòu)建“黑洞效應(yīng)”的邏輯