从产品开发到客户服务，AI技术的介入似乎预示着一场效率和创新的革命。然而，一年多时间过去了，AI真的改变了我们的工作方式吗？它是否已经淘汰了传统的工作模式？

从23年初OPENAI带动AI席卷全球，那段时间我经常每天都被“颠覆”。

早上一起来收到新闻推送，XX大佬说不会写prompt（不是ppt，是提示词）的人将会被淘汰，XX媒体又说AI时代真正来到了，XX公司又融资多少个e。

好像全世界都在舞池中央狂欢，只有我安静地站在角落里发呆。

所以热闹是他们的，我什么也没有吗？

那么一年多过去了，AI究竟给我们带来了什么变化。

今天分享一下AI在SaaS业务及个人工作中的应用实践及思考。

事先说明，笔者不是产品和技术出身，所以对于技术栈不是很了解，在大模型、多语态以及其能力的探索上存在不足，这里主要总结一些自己直接实践及参与过的一些内容。

一、 AI在SaaS产品领域的实践

在产品端，我们团队没有那么狂热地“ALL IN AI”去做重构，而是思考如何做“SaaS+AI”，看下哪些场景通过AI能够提升效能。

期间尝试了提示词自动生成文本内容（表单、文案）、AI提问以帮助客户获取更多消费者信息、AI分析报告输出报告等项目。

目前从数据及反馈来看，AI在内容总结、分析及报告撰写上的反馈相对较好，可以到80-90分，在基于prompt生成特定内容方面，需求较大，如果要求没有那么高，基本凑合，但精准度还不够，和prompt写的不够好相关，可以打到60-70分。

总结来看，对于我们的产品及客户需求来说，只做到60分是不够的，损耗的30分（假设人工自己做是90分）和AI带来的效率提升对比，得不偿失。

二、 AI在SaaS业务领域的实践

不管是新签还是续费，都可以分成两大块工作，一个是直接对客的，一个是内部运营及管理。

由于生成式AI强大的文本学习及对话能力，我首先考虑的是在对话这块如何能够取代或辅助部分人工对话场景。

所以优先在对客服务这块，通过投喂帮助文档等语料+微信号全托管（github的API工具），尝试设立群聊&单聊机器人、产品内机器人的方式来提升服务效率。

整体的对话效果还是不错的，但群聊的触发机制不太符合日常沟通的习惯，且由于产品本身原因，需要客户提供指定的账号才能更好定位及解决客户问题，所以整体实践的效果大打折扣，只能达到5分，最终决定暂时搁置。

对于不需要太多资料辅助定位问题的产品，估计效果会更好。

获客这块就没有做尝试了，因为我们的线索都比较精准，AI虽然效率可能会更高，但会miss掉一部分线索，这样对比不划算。

对于需要做海量潜在客户初筛，机会成本没那么高的to C业务，比如金融，通过AI的信息收集、分析、触达文案生成以及动作执行能力，应该比较适用。

除了服务这块，还尝试了第三方产品在客户需求、风险洞察这块的功能，通过对客户日常沟通内容的分析，洞察客户需求以辅助销售发现商机，分析客户情绪以帮助客户成功识别流失风险客户。

功能看着很好，但体验下来效果很差，主要是内容的洞察速度非常慢，不知道国内有没有更好的产品或者SaaS公司自研实践案例。

但客户洞察对业绩的直接影响仍然需要持续关注，Gainsight在《THE STATE OF IN CUSTOMER SUCCESS 2024》的调查报告中也说明了这个点。

三、 AI在职场工作中的实践

这部分使用比较浅，目前主要用AI来做资料查找、辅助阅读以及内容审核。

当需要收集某一相关主题的大量信息时，我可以通过AI来搜索并总结要点，需要注意的是，一定要核实信息源，因为有时AI提供的总结可能不准确。

另一个比较好用的点是找某项特定的资料，比如我需要找某个上市公司财报原文，我只需要告诉让AI给我提供财报原文链接就行了，这个比搜索引擎好用多了。

辅助阅读是一种偷懒的做法，比如我会把我所有关注公众号的文章，全部丢给AI，让它帮我总结文章要点，觉得有用的我再去读原文，和刷短视频有点像。

内容审核也是非常实用的一个点，比如这次公众号推文，我会先发给AI，让它帮我检查语法、错别字及标点符号，还可以让它给一些标题建议。

同时我还用它来审核一些工作中的合同，告诉它审核的规则，把合同文档发给AI进行检查，比人工检查效率更高，也不容易出错。

这块能玩的东西很多，全面认识AI的能力+个人需求场景+多学习别人的应用案例，会有奇效。

总结一下

实践情况：

1、AI在SaaS这块的应用要做到80-90分才能出效果，否则还不如人工，除非是一些容错率要求较低的成绩；

2、AI对于SaaS企业核心经营指标改进目前还比较难，但这个值得重点关注和更多尝试；

3、AI个人助理对于“知识型”工作者，挺好用。