近期,中外SaaS企业都在从工具层、BI层向更高层次的生态圈和AI层发力,试图在新的阵地中占据竞争优势,换取更大的市场话语权、更多的现金流。
环信CEO宣布完成由经纬领投的C轮1.03亿元融资
环信CEO刘俊彦表示,环信已做到工具层的领先、BI层推出客户声音、生态圈方面推出五大行业垂直解决方案、AI层推出智能客服机器人和智能质检,公司发展前景非常乐观。期待环信在2017年销售收入过亿,然后逐步成长为世界领先的企业级服务公司。
巩固市占率+主攻大客户+1亿销售额
对发展到“小康”阶段的SaaS企业来说,光讲故事是不行的,还需要从销售额、市场占有率、大客户数量、产品成熟度这四个指标进行考核,尤其前三个更为客观的指标,基本可以描绘出一家SaaS企业的发展情况及行业地位。
套用上述考核指标,环信的分数还是比较高的。
2016年,环信实现销售额数千万元,平均客单价达6.2万元;云通讯、云客服的市场占有率处于行业领先水平;在金融、教育、电商、O2O等领域拿下一批国内500强标杆客户,比如泰康在线、中意人寿、中信证券、国美在线、优信二手车、新东方、新浪微博、58到家、神州专车等典型用户,实现了公司大客户战略的重要突破。
进入2017年后,环信又祭出新武器,准备把自己的分数再提高一块。
融资是新武器之一。近日,环信完成C轮经纬中国领投、银泰嘉禾跟投的1.03亿元人民币融资,用于BI和AI层的产品打磨、完善生态圈建设以及提升垂直行业解决方案能力。经纬中国在企业服务领域布局最广、投入最多,对销售云、客服云、HR云、财务云、协同等几大赛道的第一名均有投资。据介绍,经纬中国合伙人左凌烨也一直视环信为独角兽,他对本轮融资的评价是:持续看好云客服的赛道,环信是这条赛道上足够领先的公司,创始人足够有远见,产品有足够竞争力。
登陆资本市场是另一个新武器。目前,环信正在做前期准备工作,如果不出意外,预计下半年挂牌新三板。在刘俊彦看来,环信是云客服赛道上的优质公司,发展速度快,销售额、现金流、盈利预期等各项要素也平衡得比较好,在资本市场应该有比较好的估值和地位。
刘俊彦表示,2017年,环信的目标是实现1亿元销售额,迈入亿元俱乐部;主攻金融、教育等领域的大客户,做行业垂直解决方案,客单价突破10万元大关;巩固原有的市场占有率,并力求在此基础上有进一步提升。预计2018年,环信就开始盈利了。
要抓住时代机遇,还要走出去
在美国,SaaS领域已经非常成熟,市场格局也比较固定。大型企业仅有Salesforce、Oracle等寥寥几家,扮演着天花板的角色;小企业则分食剩下的市场,做得好,可能被收购,抢巨头的地盘,可能被剁手。但在中国,SaaS的跑道是空的,家里没有巨头,外边的巨头也进不来。因此,对中国这一代SaaS创业者来说,当前阶段意味着时代机遇,前方无人,头上没有天花板。
刘俊彦表示,环信抓住了时代机遇,在产品、资本、AI、大客户等重要节点上也都把握得很好。接下来,环信要继续保持好发展与速度之间的平衡,在自己的跑道上深耕,成为世界领先的企业级服务公司。
实践表明,第一代比较领先的企业往往会对后来者产生深远影响。同理,当第一代SaaS企业在产品、客户群体等方面都形成绝对优势时,留给第二代SaaS企业的空间就不多了。因此,国内的市场格局可能像美国一样,几家大型SaaS企业瓜分大客户,后来者竞争中小客户。刘俊彦认为,“大客户有充分经费、有很强动力对业务系统进行升级改造。2016年,环信的目光就转向了大客户,目前大客户约占20%,今后这一比例将不断上升。”
当然,SaaS是没有国境的,第一代SaaS企业走出去属于大概率事件。
迄今为止,国内已有几批企业成功出海。第一批是做工具软件的企业,比如猎豹。第二批是做智能硬件的企业,比如大疆。包括刘俊彦在内的很多人相信第三批出海者一定是SaaS企业,因为国内的部分产品和服务已经具备与Salesforce等国际巨头一争高下的潜力了。
移动信息化研究中心的研报认为,对国内SaaS企业而言,我们可以先把优势产品放到国外,如果这个产品做好了,它就可以发挥桥头堡的作用,慢慢地把其它产品带出去。桥头堡式产品属于战略性业务,允许出现战略性亏损,用金钱换取海外成长空间。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。