AI 正在引领企业服务从SaaS（Software-as-a-Service）到SAS（Service-as-Software）转变，前者的重点是软件带来 recurring 的服务，后者的重点是软件成为服务本身。这是关键的，也是创业公司在今天这个时代需要想清楚的范式变化，其本质是一种服务模式的转变。
—— Foundation Capital
过去几十年的自动化都是关于效率的：机器帮助人类加快各种任务。在当今十年，效率已经在AI的推动下快速发展，需要处理的任务变得越来越复杂。在过去，软件更多是数字化、增强人类的工作和服务，但在自动化 2.0 中，软件支持的自动化拥有了大脑。
AI 正在引领企业服务从SaaS（Software-as-a-Service）到SAS（Service-as-Software）转变，这是关键的，也是创业公司在今天这个时代需要想清楚的范式变化，其本质是一种服务模式的转变。
在前 AI 时代，软件业务提供的服务是其平台或工具的使用权，客户有责任使用该工具来实现预期结果。但在 后 AI 时代，服务业务中，销售服务的公司，也就是新时代的软件公司，应该为预期结果负责。
以提供会计系统服务的软件 QuickBooks 为例，这是一款在会计软件市场占据 80% 市场份额的软件系统，而在 SAS 模式下，企业提供的不再是 QuickBooks，而是 AI 会计师的税务服务，这意味着新的生意模型和颠覆。
而全球服务市场规模远远超过软件市场，这是一个 4.6 万亿美元的商机。
现在吞噬的是工资和服务
企业领导者已经花了几十年的时间使用软件来推动公司的发展。十年前，只有 15 家 SaaS 或软件独角兽，如今有 416 家。企业软件公司的总公开市值超过 1 万亿美元。在未来十年，我们相信软件将继续提高生产力，并将蚕食服务市场。
它将如何运作？让我们以销售功能为例。
Salesforce 等软件的基本价值主张：人类销售代表输入数据，Salesforce 帮助创建和组织他们的工作流程，生产力由此提高了。
引入AI，尤其是AI Agent，由 LLM 驱动的 AI Agent 可以读取和解释结构化和非结构化内容，生成输出，设置优先级和指导任务，就像熟练的人提供服务一样。由于 Agent 能够进行复杂的决策和自主，软件的作用不仅限于组织工作流程，它从根本上改变了工作的执行方式。
工作自动化并不是一个新趋势。但是，当 AI 可以完成曾经由整个类别的高技能工人处理的工作时，规模就会发生变化。可以这样想：Salesforce 是有史以来最成功的软件公司之一，每年的收入仅为 350 亿美元，并且将逐步增长。而全球公司每年在销售和营销人员的薪酬上花费 1.1 万亿美元。人工智能颠覆的机会规模是 Salesforce 的数倍。
由上图可见，相比于垂直领域的软件服务，该领域的薪资和服务市场规模是巨大的，人力资源领域除了 Workday，会出现新的 HR 数字员工，网络安全领域除了 paloalto 会出现新的 AI 安全公司，代码领域除了 Github 会出现新的Coding Agent，Salesforce 所在的营销和销售领域同理。
人工智能 + 自动化和服务即软件模式将减少多少工作？我们认为这是一个价值 4.6 万亿美元的问题。我们将自动化分为两个领域：
第一个领域，按照全球职位的薪资支出来计算规模，例如销售和营销、软件工程、安全和人力资源等，总体的服务市场规模达到 2.3 万亿美元。
当前越来越多的公司推出各种类型的 AI 客户服务 Agent、AI 故障排除程序和 AI 助手，AI 自动化全职职位和服务的潜力是巨大的。
在DevOps 圈子里，公司一直希望整合日志、事件管理和基础设施管理。在 SaS 的世界中，重点不再是销售基础设施管理或监控工具，而是转移到管理和监控本身。DevOps Company X 销售专为自主解决软件事件而构建的随叫随到的 AI Agent，减少了 MTTR，即修复时间。该公司还销售 AI 技术支持工程师，通过解决棘手的技术问题并智能地进行自我分类来减少不必要的工单升级。
这种以结果为导向的方法不仅统一了软件成本与相关的业务价值的一致性，而且还解锁了一种更具可扩展性的商业模式。产品提供方不会因为经济原因而限制客户使用其产品，AI 公司通常鼓励客户更多地使用其产品，因为更多的使用有助于他们收集更好的数据。
第二个领域，可以概括为 IT 服务和业务流程服务，这一部分的市场规模也有2.3 万亿美元（根据 Gartner）。
IT 服务很好理解，例如美国公司很久以前通过将 IT 服务团队外包给印度，获得了显著的成本节省，而印度目前每年出口约 2400 亿美元的 IT 服务。
而业务流程服务是一个早已成熟且易于颠覆的领域，它主要涉及许多重复的、基于规则的任务，例如数据录入、数据整理、音频转录、网页信息提取、批量拨打电话等。
AI Agent 可以掌握背景、解释用户意图、应用推理并适应新任务。在 SaS（软件即服务）领域，拨打招聘电话（ConverzAI）、回答潜在买家的常见问题（Docket）或输入数据和阅读传真（Tennr）等工作完全由人工智能处理，这个市场更偏向于传统 RPA 所提供的流程自动化服务。
在我们的销售示例中，熟练的销售代表习惯于编写外发电子邮件、安排演示、跟进和与客户共进晚餐。人工智能现在可以做除了吃晚餐之外的所有事情。
我们的投资组合公司 Wizia 通过构建“AI SDR”预见了这一变化。Wizia AI 是一款端到端的，7×24小时，自动化实现展业的 AI SDR 员工，承担了电子邮件外发的完整工作流程。
目前，Wizia 可以实现寻找联系人、验证信息、研究目标账户、编写高度个性化的序列、实现邮件自动发送和管理等。
在每一步任务中，Wizia都涉及到任务推理和拆解，例如在寻找联系人时，Wizia 需要研究客户提供的目标用户画像，寻找最佳候选人并找到他们的联系方式。在验证信息环节，Wizia 需要验证内部数据库信息，并结合外部多个信息源进行匹配和验证。在个性化邮件环节，Wizia 可以结合客户的历史内容和个性化痛点给出千人千面的邮件，提高邮件打开率和回复率。
销售公司业务模式的转变可能如下所示：软件供应商不再根据平台上的销售开发代表 (SDR) 和客户主管 (AE) 的数量按席位向客户收费，而是根据其软件提供的合格机会或签约客户的数量收费。
全球有超过 3000 万名软件工程师和数据科学家，薪水接近 1 万亿美元。AI 正在改变开发人员构建和维护软件和数据系统的方式。这始于人们的工作流程——无论是 AI 协调代码审查、自动化前端设计还是完整编写文档。
以 Cursor 为例。它本质上是编码的自动完成功能，让程序员消化第三方代码库并自动调试自己的代码库。
Magic.dev 获得了硅谷顶级天使投资人的 1.45 亿美金投资，其终极目标是创建一个 AI Coworker，而不是 AI Copilot。
他们相信通往 AGI 的最可信路径是自动化 AI 研究和代码生成，通过 AI 来改进模型，并比人类更可靠的解决对齐问题（Super Alignment）。其目前的产品形态是一款代码生成领域的 Agent。
在网络安全领域，AI 可以执行对人类分析师来说过于复杂且耗时的任务，而这个行业长期人手不足。安全分析师经常被警报淹没，增加了大规模入侵的风险。
AI 让公司能够使用自动化更有效地检测和应对攻击。他们可以在创建新系统时审查和缓解漏洞。Foundation Capital 的投资组合公司 AirMDR 由 Sumo Logic 的创始人创办，它正在做这件事——建立一个虚拟分析师，以极低的成本为中小企业提供安全保障。
目前 AirMDR 可以执行 80-90% 的 L1 和 L2 分析师任务，与传统 MDR 服务相比节省 70-80% 的成本。
同样，该产品以解决问题为导向，而非提供解决问题的工具。
其涉及到的服务流程相比传统软件工具更长，在第一步中 AirMDR 需要调查警报并确定警报的根本原因，随后 AirMDR 可以对警报进行分流，并参考历史知识，最后 AirMDR 可以根据前期推理结果和信息进行行动，例如关闭良性警报、阻止防火墙、或者提交工单给人类专家。
人工智能解决方案的出现及其对服务的推动并不一定意味着 SaaS 模式的终结。在许多市场中，我们看到了多种商业模式共存和蓬勃发展的动态。
一些客户群体可能会选择外包功能，而其他客户群体则会将这些功能保留在内部。围绕任务或业务线的每个部分，都存在着human-in-the-loop VS human-out-of-the-loop的争论。
即使数字员工和SaS会是未来的一种终极形态，人类仍然在设计工作流程。比如发票处理，人类也会进行抽查并查看问题案例。
最后，在任何垂直领域，一家人工智能公司都可能挑战或取代 SaaS 现任者，或者它可能提供可以与之合作的互补业务。有一件事是肯定的：SaS（服务即软件）代表着千载难逢的转变，而 AI 处于引领其发展的地位。
参考材料
https://foundationcapital.com/ai-service-as-software/
编辑：Vanessa，AI早期投资人
本文由人人都是产品经理作者【深思SenseAI】，微信公众号：【深思SenseAI】，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。