有赞白鸦：2024年企业增长破局四大招
一、实际使用AI后，效率提升巨大
在企业实际工作中使用AI后，可以提高生产效率、减少人力成本。调研企业中将近一半认为AI使用方便，效率提升效果明显。
二、AI技术被公司多部门应用在多领域
企业在实际应用中，已经将AI技术使用在了多个领域，涵盖内容生产、办公环节、创意制作、运营、传播、公司职能等多个领域。
三、不同营收规模的企业都希望用AI降本增效
根据调研结果，不同营收规模的企业都希望用AI进行降本增效。
不同营收规模的企业都有其特定的特点和挑战，如初创期和成长期的企业可能面临着业务扩张和市场占领的挑战，而扩张期和稳定期的企业则可能面临着市场竞争和业务创新的挑战。
见实，公众号：见实见实首发AI需求与付费意愿调研报告
2023年企业增长难不难？从客户中来看，我们的客户群体分为两类。
一类客户已经对自己的预期和经营模式进行了调整，他们做了三个动作：
第一，把不赚钱的门店关了。第二，把老顾客的复购从40%以下直接拉升到了70%，每家门店都能挣钱。第三，该做涨价的时候，涨了一些价格。从外部数据看，他们的销售额可能并未增长，但从他们自己的角度看，盈利在增长，生意很稳定，他们自己也感觉很满意。
另一类客户还在追求销售额的快速增长和追求开更多门店，他们还在担心市场份额和价格战。然而，他们可能会发现想要的销售额并未如期而至，反而亏损增加、员工离职、投资人也感到失望。
因此，我认为客户的难易程度，主要取决于他们的目标、预期和策略。
如果客户能理性评估自己的业务，制定合理的目标和策略，那么他们可能会发现增长并不难。相反，如果客户过于追求不切实际的目标，或者未能根据市场变化及时调整自己的策略，那他们可能会面临更大挑战。
对于有赞来说，我们需要更好地了解客户的需求和挑战，提供有针对性的解决方案，帮他们实现更好的业务成果。
面对未来2024年企业的增长问题，我们首先要明确什么是合理的增长。
增长并非一味地追求规模，而是需要建立在商业纪律的基础上。过去十年，很多企业追求疯狂的增长，这导致企业忽略了真正的盈利和可持续性。
像有赞这样的企业，以及我们的品牌客户，通常都会经历几个关键增长阶段。首先需要确保在开设线下门店后，能够在一年内实现盈利，并逐渐扩大规模。然而，大多数品牌在达到一定规模后，增长就会停滞。这主要是因为许多企业在追求增长的过程中忽视了商业纪律，过度投资和扩张，导致成本增加而利润下降。
对于SaaS行业来说，增长的模式应该是基于产品和市场需求。创业者需要有明确的市场定位和产品方向，通过天使投资来支持初期的研发和市场推广。在产品推出后，需要进行市场测试，确保产品与市场需求相匹配。一旦产品得到验证，就可以通过市场营销来扩大用户群体，并逐步实现收入增长。
然而，在过去十年中，许多SaaS创业者在追求高估值和快速扩张的过程中，忽视了商业纪律。他们过早地追求过高的估值和投资，导致企业经营成本增加，盈利能力下降。因此，对于SaaS企业来说，2024年的首要任务是实现盈利。即使不能实现盈利，也需要在扣除营销、销售和服务费用后，保持盈利的能力。
为了实现盈利，企业需要管理好预期，并避免过度投资。合理地控制成本和避免过度投资，可帮助企业保持健康的财务状况。此外，利用好工具和技术可以提高企业效率。特别是在非工业化和软科技行业，AI技术可以为企业带来巨大的效率提升。通过使用AI技术，企业可以自动化许多繁琐的工作流程，提高生产效率和产品质量。
02
AI如何影响企业增长？
今天 AI 在商业上应用的产品大概可分为四个类型，第一个类型叫生成，差不多是 AIGC 类的；第二个叫理解或者建议；第三个叫助手，如微软开始推的Copilot；第四个叫自动化。
其中两大核心部分：内容或创意的生成和自动化。这两部分的价值各有千秋。
创意内容的生成，更像是一个启发式顾问，它能帮用户在明确目标后得到方案，开拓思维和灵感。这种能力不仅仅是提高效率，更多的是多元化供给。例如，当一个团队只有三个头脑风暴时，AI可以迅速给出400个想法，帮助团队从多个角度思考。所以，这一部分的价值在于提供丰富的供给。
自动化的价值，则在于效率提升。通过精准的调试，自动化可以大幅缩短过程，提高生产力。这就像第一次工业革命一样，主要解决的问题是效率提升。工厂原本需要5000人完成的工作，现在只需要200人，既节省了大量人力，又增强了单位时间的规模化生产能力，提高了标准化程度，从而让商业的想象力得以释放。所以对于商家来说，自动化的现实作用更为显著。
目前，自动化在某些窄领域已经相对成熟。例如，当商家需要为顾客发送生日祝福或提醒复购时，自动化系统可以根据预设条件自动执行相关任务。这种自动化技术已经在许多场景中得到应用，并拥有大几十个、上百个成熟的模板。对商家来说，光是实现这一个自动化功能，就已经很值钱了。我们公司已经将自动化运用到更多流程中，帮助客户提高了效率，节省了人力。
另外，对于产品和技术的热爱，使得做产品和做技术的人，很早就开始探索自动化技术。例如，理想汽车中就有自动化的能力，当空调温度达到某个设定值时，可以自动调整车内的一些设置。我们公司也在探索这种自动化能力，并在CRM系统中将其作为一个重要的特色。我们的CRM不仅包括CRM，还融合了MA和CDP。通过这种方式，我们能够更好地满足客户的个性化需求，并提供更全面的解决方案。
为了更方便地使用自动化功能，我们还推出了“智能助手”，用户可以直接与智能助手对话，找到需要的功能，而无需在导航中点来点去。目前，智能助手已经在有赞商城产品中上线，未来还将在其他产品中推广。此外，我们还推出了AIGC功能，许多商家使用它来生成推广文案和内容营销材料。这些功能大大提高了工作效率和精准度，为用户带来了便利。
AI的核心价值在于反馈速度、反馈数量、决策这三个过程的加速，所以使得整个过程更加迅捷。尤其在A/B Test方面，AI的强大之处在于它能够一次性进行几百次、几千次的测试，从而帮助我们快速做出决策。
举一个具体的例子，过去的11年里，我自己写了大量逐字稿。比如一年两次发布会，加上其他会议，我每年至少要写4-5次逐字稿，每次两个小时的演讲逐字稿都是我自己写。
11年的逐字稿，涵盖了我们内部战略调整、季度会、半年会等各个方面的内容。如果今天我们要聊两个小时的话题，比如AI如何帮助商家做运营，还需要有人整理成稿子。这不仅需要理解我们的对话内容，还要了解我们过去的表达风格和整个公司的语言体系。这其实是一种专业的重复性劳动。
这种劳动在我们公司每年都会发生很多次，因为每次开会都需要整理会议内容。过去可能需要两、三个同事来完成，但随着AI技术的发展，未来只需要1/3的人力就能完成。AI会提供建议，然后做最后的调整。
同样在产品设计领域也是如此。例如，当我们设计一款APP时，通常会先设计5-6个关键界面的风格供选择。一旦确定了某种风格，其他界面也就有了参考标准。这不仅提高了用户体验，还降低了出错率。这也是AI替代专业重复性劳动的一个例子。
在AI帮企业节省人力之后，对于创业方式、运营方式、商业模式、组织管理等方面都有一些影响。
第一类是针对单一、简单需求的AI应用，它们像手术刀一样精准地解决问题。这类应用通常提供单一功能，一旦实现突破，便能迅速产生效果。例如，在To C领域，AI聊天、AI医生等应用迅速涌现。
然而，在To B领域，这类应用还难以出现，因为To B需要解决的是作业流的问题，需要上下游协作。即使将40个人变为3个人，仍然需要解决作业流的问题。因此，我认为在To C领域会出现许多原生的AI应用，但在To B领域则比较难以出现。
第二类是闭环解决方案。在中国，由于报销和审批流程的限制，以及动手能力的不足，企业更倾向于接受相对all in one的解决方案来解决问题。这种解决方案需要帮助客户直接解决作业流的问题。
在提供单一功能的AI工具方面，随着大模型的普及，这些工具很容易被替代。而提供all in one解决方案的SaaS系统则会将这些功能囊括进去，因此单一工具的价值会变得很低。
最终，真正能够提高工作效率的解决方案应该是基于智能化作业流程优化的方案。企业的竞争力将来源于此。作业流程的变化会带来更高的效率提升，而新的AI技术则提供了更多的想象力和可能性。
因此，企业需要基于更好的智能化解决方案去优化自己的作业流程，从而提升效率。同时，随着AI技术的不断发展，我们也需要不断探索和尝试新的应用场景和商业模式。
那么不同企业在和AI结合的过程中，需要关注哪些能力呢？
对于那些只使用AI工具来提升效率和竞争力的品牌零售商来说，最重要的就是组织能力的调整。这种调整包括两个方面：一是作业流程的调整，即改变原有的协作方式和分工；二是人员通用能力的调整，即要求员工具备更广泛的技能，能够胜任更多工作。
对于使用AI的部分企业来说，我认为首先是组织能力，这包括作业流程和人员的基础通用能力。这种能力我们称之为“宽能力”，即员工能够替代上游的部分工作，或者在下游请假时能够顶替其工作一天。如果你不能做上下游的工作，只专注于自己的工作，那么你可能会被淘汰。专业程度越高，淘汰的可能性越大。
其次，更重要的是选择「整合供应商」的能力，过去很多公司缺乏这种能力以及采购能力，有些公司聘请了CIO或CTO，但最终却变成了自己管理技术团队，而其他公司则通过外部采购整合了更好的解决方案。
对于服务商来说，我认为首先是把「AI整合进业务」的能力。这包括如何在原有的产品中整合AI，为用户提供一致的体验，以及如何将最佳实践作为训练集，来不断测试AI的建议结果，并理解用户意图。此外，还需要坚决执行并自动化整个执行过程、归因和迭代。
其次，服务商还应具备主动引导和选择优质客户的能力，作为发展阶段的重要陪伴者。选择客户的能力和将产品进行升级的能力也是非常重要的。
总结来说，无论是企业服务商还是品牌零售商，都需要关注组织能力的调整、选择整合供应商的能力以及将AI整合进业务的能力。通过不断提升这些能力，企业将能更好地应对市场变化并保持竞争力。
今天，我们可以看到平台、SaaS 工具和商家构成了一个完整的链条。
有赞11周年演讲时，我说接下来有赞不再只是一家SaaS公司，而是一家智能运营公司。但我当时也反问自己，在观察AI的最新趋势和变化时，是否担心整个产业或自己的公司被颠覆？我们是否应该讨论AI浪潮所带来的影响？或者会不会有新服务商出现并取代我们？
在To B领域，越观察，越觉得不容易被颠覆。在To B行业中，竞争不是正面击败你，而是在背后追赶你，并一起跑很久，最后超过你。这需要大家在一起走很久，最后有人掉队。
To B行业基本上都是这样的状态，然而有个问题一直困扰着我们：SaaS有两个特别大的规律，是我们无法回避的。一个是技术会被平权，二是客户需求永无止境。
技术平权，意味着做一个不迭代更新的软件今年可能需要5000万，但三年后别人可能只需要花费500万就能复制一个相同的产品。这是因为技术基础设施和各种组件的供给已经成熟了。
当技术平权后，原有的技术积累会慢慢贬值，需要不断进行创新才能保持领先。但创新成本很高，如果没有足够规模，成本无法收回。这是一个很难受的事实，但谁都逃不掉这个规律。
另一个逃不掉的事实是，只要客户使用就会产生新需求。我们需要不断满足这些需求并增加功能。但系统越强大越难以使用，越难以交付结果给用户。技术平权和满足新需求之间的平衡，是我们要持续思考的一个问题。
AI的出现让我看到了解决这两个问题的希望。我不再需要在GUI界面里不断添加导航和功能，也不需要在表单里不断增加字段。AI可以解决这些问题。
例如新建一个商品时，表单可能会长达3米多且包含60个字段，但未来可能会增加到200个字段。有了AI的帮助，我可以将这60个字段的页面简化为只显示20个最常用的字段，而其他问题则由AI解决。这样既简化了界面又提高了用户体验。
因此，它不会出现“每个功能只满足1%的人，而骚扰99%的人”，避免了系统越庞大越难用，越不能与用户交付结果的问题。相反，系统会变得越来越强大、越来越智能，并能直接向用户交付结果。
它也不会面临技术被平权的问题，因为最终无法超越对系统的训练结果。由于数据迭代的差异和不断训练的结果，别人无法复制。此外，随着网络现象的升级，系统变得越来越网状。在后端抄袭时，只能抄袭到一个对话框，而突显结果则完全不同。
关于我们客户的AI能力和应用，其核心价值在于为客户节省时间和资源。
在传统的运营方式下，一场活动的策划、执行和复盘流程相当繁琐。例如一家传统的品牌零售商，在全国有500家门店，其中30%的销售额来自于线上，70%来自于线下。现在想要做一场年货节活动。
从初步的策划会议，到信息收集、方案确定、方案实施，每一个环节都需要投入大量的人力资源，并且耗时数周。活动上线后，运营团队需每日监控数据并及时调整策略。
活动结束后，团队还需进行复盘，对活动进行全面的反思和总结。尤其在账目清算环节，面对多家门店的数据录入和计算，仅依赖人力操作，工作量巨大。可以看到，即使有系统工具和人力支持，零售运营仍然是劳动密集型工作。
然而在使用AI工具后，这个场景将会大大改观。
在新的运营方式中，AI成为策划活动的核心。通过自然语言交流，AI提供基于数据的业绩提升和老客回馈方案，并进一步细化，包括商品组合、营销内容等，给出预期利润。
运营者可做精细化调整，整个筹备过程仅需1小时。活动上线后，AI实时监测业绩，进行异常提醒并给出调优建议，运营者可以更好地掌控活动进程。AI还能完成市场分析和方案讨论等任务。活动结束后，AI能够帮助系统自动完成对账和复盘报告生成。
新的方案中，与AI的快速沟通和对活动的智能监测与调整，大大降低了时间和人力成本，同时提高了活动的整体效果。
此外，AI的自动化配置功能，使得有赞平台上的活动设置变得简单快捷。无需人工配置，AI会自动完成相关设置，为品牌商节省了大量时间和人力。
在活动执行过程中，AI能够实时提供数据报告，帮助品牌商了解活动效果，及时调整策略。活动结束后，AI会自动生成财务报表，无需人工核算。
有赞通过利用AI技术，简化了整个活动筹备和执行过程。相较于传统模式，这种方式不仅节省了大量时间和资源，还提高了效率和准确性。在未来，随着AI技术的进一步发展，我们有理由相信这一模式将成为主流趋势。
PS.您可以：
- 向见实公众号发送关键词「1207」，获取2023年度私域大会嘉宾PPT；
- 向见实公众号发送关键词「年度调研」，获取2024年度私域和全域趋势报告、2024私域人才需求和薪酬报告；
- 在见实视频号「直播回放」观看大会直播回放；
更欢迎加入见实会员 ，免费获取见实原创高质量白皮书、调研报告，一起参与高信息密度的私享会和前往各大品牌进行私域游学。也欢迎大家向见实公众号发送关键词“进群”，一起交流、了解更多一手信息。