至顶网CIO与应用频道 01月24日 评论分析(文/王聪彬):中国企业服务市场的潜力巨大,尤其是云计算的逐渐普及,SaaS对传统软件交付实现了一次重大变革。
虽然中国SaaS的发展落后美国5-10年,但增势迅猛。近两三年美国SaaS市场已经进入成熟阶段,中国SaaS市场在2004年开始萌芽,目前也进入快速成长阶段。
中国SaaS市场已经成为全球最引人注目的地区,SaaS整体规模增速持续领跑全球。艾瑞咨询调查显示,中国占全球SaaS市场3.4%,预计2020年将占到9.4%。
国内SaaS市场规模达到168.7亿元,将保持30%以上的增长率。最受青睐的应用包括BI大数据分析、应用管理与安全、营销等。
如此火热的市场究其原因还是在于国内企业主体数量不断增加,以及企业数字化转型步伐在不断加快。
一方面中国互联网移动互联网的兴起,为企业的生产、经营、发展等各方面都带来了深刻的变革,例如虚拟组织的出现,流程审批的智能化。另一方面供应端已经不再是简单的硬件销售,而是更多售卖服务。
而且随着IT产品走向消费化,工作和生活的界限已经越来越模糊,很多厂商开始把2C市场的发展运营经验推广到2B市场,这也进一步推动整体SaaS市场的普及和发展。
在SaaS市场中移动办公是一个重要领域,这是一个入口级产品。其前身是传统PC办公管理软件,随着办公的碎片化,移动办公SaaS应用应运而生,移动CRM、移动OA、移动IM等应用都在推动整体移动办公市场。
但这也产生了新的问题,不同的应用都专注在不同的业务领域中,所以在办公中我们可能要频繁的切换各种应用,以高频用户需求为基础的平台型产品也逐渐出现,同时引入第三方服务打造一体化的移动办公平台。
这种一体化的移动办公平台也受到企业客户的接受,国内移动办公平台都是以单点功能切入,IM即时通信、日程安排、会议管理、考勤签到等基础刚性需求。
艾瑞分析师指出,这些需求能够最大化留住用户,应用在累计了一定用户量之后,就可以采用开放平台策略,引入一些第三方服务,不断叠加新功能,包括运营管理、决策指导等创造更多价值。
平台型产品对于服务商资金、资源的要求都非常高,所以市场上的玩家也并不多,主要可以分为互联网公司和管理软件公司两类。
现在已经逐渐形成钉钉、企业微信、云之家三足鼎立的市场格局。钉钉孵化于阿里专注于中小企业客户,软硬结合路线发展;企业微信拥有大量的用户资源,帮助企业统一微信生态;云之家依托金蝶服务中大型企业。三者由于不同的出身,都选择了最为熟悉的领域切入市场。
当然移动办公平台为用户提供的核心价值是相同的,也就是连接、聚合、激励。
连接:移动办公平台更好的连接人与人、人与服务,解决传统软件无法解决的信息传递、反馈不及时等痛点;
聚合:移动办公平台上聚合了各种各样的办公软件,以及第三方服务,共同推进整体办公协同的发展;
激励:移动办公平台孕育的是一种新的工作方式和工作理念,帮助组织持续创新;
现在很多技术都是通过场景化开始进行应用,当然移动办公的发展要和企业管理变化相契合,像扁平化组织结构,灵活的管理制度等等。
未来移动办公也将有三大发展方向:平台化、开放化、智能化。
平台化:移动办公应用更多是标准化的,但随着越来越多的企业进入,每一个组织架构都有不同需求,这也有了更多个性化定制的出现,平台化是解决标准化和定制化的有效途径。甚至可以打通硬件设备实现真正意义的一站式移动办公;
开放化:移动办公平台需要和合作伙伴一起打造生态,而不是亲力亲为,最大化平台价值为客户提供更优质的服务;
智能化:智能技术正在不断融合到各个场景,基于行业、企业、产业上下游等数据帮助企业进行业务流程的优化、经营风险的识别、运营成本的控制等。数据在市场竞争中的价值将会逐渐凸显,实现智能化办公;
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。