文章指出，尽管AI技术目前仍处于早期阶段，但其在SaaS领域的应用已经展现出巨大的潜力。作者强调，AI时代，业务场景和对客户痛点的深刻理解才是成功的关键，而技术只是助力。通过对Gartner的AI技术成熟度曲线的解读，以及对SaaS行业未来发展的预测，文章为读者提供了一个清晰的视角，帮助大家在AI浪潮中找准自己的定位。
（因版权原因，原文中的曲线图已删除。有需要的同学可以在官网www.gartner.com/cn 搜索）
前一个月，Gartner刚更新了“AI技术成熟度曲线”。
这条曲线的形状对每一个新技术都适用。一个新技术面世，都会经历一个早期大众及投资人期望值快速上升，然后泡沫破灭逐渐回归稳扎稳打实现价值的过程。
在国内，这也被阿里系的同学称为从“愚昧之巅”到“绝望之谷”的过程。
但我倒觉得不是什么愚昧和绝望，而是新事物发展必经的过程。
我们假设一个新技术没有引起大众和专业领域的注意，虽然没有“愚昧之巅”了，但更可能是完全不冒泡的情况。
回到这张图，我们可以看到这几个技术的成熟情况：
最后一条估计出乎很多朋友的意料吧？
今天红得发紫的n8n、MCP、AI编程……这些都还在很早期。我比喻大概就是相当于1957年在IBM实验室诞生的第一个高级编程语言Fortran I.
而后才有70后程序员熟悉的Fortran 77（从1977年开始研发），1972年的C语言，1983年的C++，1990年的Java，1995年的Javascript，2000年的Python……
也就是说，AI应用开发环境及开发语言都还在非常、非常早期。
所以在今年的实战课上，对于AI产品开发，我更强调对业务侧知识积累；而AI应用技术则是一周就能上手、3个月就能熟练掌握的没有门槛的早期技术。
我写的“AI产品工作量公式”：
Coding < 为数据打标签 << 积累业务认知
换句话说，如果你的AI产品中包含的人类智力结晶，大部分都仅仅是Coding技术，就没有啥护城河。因为在大厂的大语言模型面前，所有开发者都获得了平等权利。
所以可以推导出本文的结论——
是的，你对一个行业（或领域）的深刻认知才有可能带来对某个场景的深度理解。
有了这个理解，才有可能做出有价值的产品。
AI大潮中，C端，特别是出海的C端应用，确实有很多搏“快”的新机会。但B端软件从业者要考虑一下这是否适合我们？
而掌握这些B端业务场景的，往往是既有软件和SaaS公司——他们在过去十年、二十年中与客户在每个业务场景上反复打磨，有的甚至参与到客户的核心业务中。
（当然，这一切对做标品的SaaS公司更有利；至于做定制项目的团队，可以考虑利用AI实现更大比例的产品标准化。）
对于toC AI产品来说，也许速度还有些作用（例如形成网络效应、消费者使用惯性等）。
但toB AI产品占领市场的关键不是“快”，而是稳扎稳打。在每年获得新客户的同时，能保持高续约率和金额续费率（与NDR接近）。
如何能让客户愿意连年续约和增购？有这样三点：
AI的泡沫并没有什么特别的。与历史上所有新技术革命一样，有泡沫的波峰才有沉淀的波谷，有沉淀的波谷才有应用普及的长坡厚雪。
大家都常说“客户第一”。但如何体现客户第一？
—— 在客户的业务场景中帮客户解决他头痛的问题。
所以技术永远是第二位的，占第一位的永远是客户的场景和痛点。
因此，2023年初GPT3.5大火时，我才会写下这篇：SaaS商业逻辑大于GPT技术逻辑。
这个道理其实与“是不是AI”一点关系也没有。
SaaS公司很幸运，掌握了服务行业或领域里大量的业务场景。所以北森才能宣布同时在做40个HR领域的AI产品。
AI是助力，业务场景才是根本。
此外，在去年我的实战课上，我也预测了2025年中国SaaS触底反弹。今年，从北森2025新财报、小鹅通盈利冲刺上市的新闻中，我们这群泡在水里的创业者应该能够感受到春江慢慢变暖了。
但不会是2021年那样的投资泡沫，而是更脚踏实地的创造客户价值，以及企业精细化经营带来盈利的过程。
上图来自2023年1月份本号的《新年文：中国SaaS有没有希望？（及未来3年推演）》
我当然不是什么预言家。只是因为在SaaS领域创业6年后，又做了7年知识沉淀。我看到的信息更完整；而每家成熟期的SaaS公司的财务情况是完全能够提前1~2年大概率推断准确的。
所以，站在2025年8月26日的今天，我可以很确定地讲：从财务层面、从技术层面、从市场层面都可以看到——2025~2027年，SaaS公司机会多多。大家加油！
本文由人人都是产品经理作者【吴昊@SaaS】，微信公众号：【SaaS白夜行】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。