对于2016年软件即服务(SaaS)我并没有什么伟大的预言,也没有深邃的远见或是史诗般的猜想来预见BlockChain,VR和Uber公司将会如何改变世界。
但是我确实看到过很多事物,观察过一些初创公司,所以至少能思考一下2016年及未来几年战略实际意义上的发展主题。
要点如下:
移动优先作为SaaS主要收入来源的未来仍不明朗。我本该想到2016年,会有更多身价八九位数的公司将 SaaS应用设为移动优先。回顾SaaStr公司发展的初期,我们原以为2016年将会成为SaaS移动优先发展的关键年。而希望将顾客滞后3-4年的大 企业似乎将在2016年被移动设备主宰。发生了什么事?2015年其中两家最大最耀眼的SaaS独角兽公司(Slack和Zenefits)的应用程序基 本都是桌面优先。当然,我知道Slack拥有50个移动APP而且我们都在使用。但是核心体验仍然是围绕电脑浏览器(在很多情况下,基于构建软件)。那 Zenefits呢?同样如此。
但这并不意味着移动设备就不重要。从 ServiceMax到DoubleDutch再到Showpad以及其他类似公司,他们都通过自己生产的移动优先APP成为先锋独角兽。此外,从 Twilio到Stripe以及其他公司也通过大量平台以及B2D 应用程序将移动应用视为促进公司收益的重要来源。
但是大部分交易流程APP需要数据录入,而移动设备通常只不过是一个重要的检测数据以及适当输入数据的扩展应用。它当然很重要,但终究只是个扩展应用,比如:Salesforce,Workday,等等。
转变还在继续,只是这种转换比我们预期中延伸地更广。
企业资源计划(ERP)涉及各行各业。随着SaaS的市场扩张和渗透加速,每个行业和纵向市场都准备好接纳 SaaS企业资源计划。因此我们看到每个纵向市场的“记录系统”都越来越多,其范围可从百叶窗跨度到滑翔伞操作。未来几年,每个纵向市场、每次交易都可以 通过一个附带企业资源计划和管理的SaaS客户关系管理(CRM)实现标准化。企业一旦如此操作,那么越来越多的身价九位数的公司将就此诞生。
AVC发展壮大-而非下滑。因为我们越来越擅长提供真正的解决方案。几乎所有我见过或是供职过的企业都开上了 AVC(年度合同价值,或交易规模)的快车道而且越走越远。创始人和CEO们越来越了解如何向企业传递真正的价值和解决方案,并且据此改变。随之,顾客也 会更好地理解其价值,以及何时何地为此支付酬劳。朋友们,我们不再需要计算投资回报率(ROI)。这必然使得极佳的SaaS解决方案所引导的改变将越来越 多。
限定不断提高。我知道我们之前已经谈过这个问题,在此致歉。但是一个“优秀”的SaaS公司的限定不断升高。我 们在此谈论的是六个季度内从身价一百万美元暴涨至一千万美元,这在过去被认为天方夜谭。而现在这样的例子早已司空见惯。究其原因是大市场(通常是较高 ACV)的结合,使得实现超高速增长的基础数字更加容易。这并不是说每次延伸都很轻松——只是相对变容易。
忽略关于独角兽公司失败下滑的恶意评论。自2015年夏天的MOMO 达到顶峰后发展势头下滑。那又如何?真正的SaaS公司是不会畏惧的。他们从来不怕。单单更新和追加销售就能贡献30%的同比增长,营销则能贡献更多。这 完全可预见,至少在达到500-600万美元ARR之后就可预判。但前提是他们是“真正”的SaaS公司。优秀的SaaS公司,一旦建立了初始规模就不会 失败。或者,如果有净负流失的话,至少也会把握住发展最好的十年才会失败。如此看来,纳斯达克或许会倒闭。我不敢妄言。估值或许还会再降。但至少忽视所有 关于SaaS独角兽失败的推文和博文,要么那些根本不是真正的SaaS公司,要么那些所谓的专家根本不懂SaaS。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。