• 中国SaaS行业等待“渡劫时刻”


    期待、追捧、失望、质疑,中国SaaS行业激荡十几年,尝遍了市场浮沉,如今潮水褪去,SaaS企业们到了见真章的时刻。

    一开始,SaaS行业被人们寄予厚望。互联网的蓬勃发展,数字化转型的历史进程,似乎都注定了SaaS行业必将成为市场上的“香饽饽”。

    如今,SaaS企业让人期待落空,大部分SaaS企业都还在亏损的泥潭中挣扎,能达到小规模盈亏平衡的就已是“人中龙凤”,失望的情绪在行业内蔓延。

    当前,聚水潭等多家SaaS企业正在赴港冲刺上市的路上,然而业内另一种声音却将之置于尴尬地位——“中国需不需要SaaS?”。

    这无情揭露了我国SaaS企业发展十余年来的困境,留存低,盈利难,以致于沦落到被资本嫌弃的地步。

    打铁还得自身硬,在复杂的外部环境面前,以营销驱动,低价竞争抢市场的时代落幕了,无论独立厂商还是背靠大厂的SaaS企业,都需要自己造血,商业化加速成为不可回避的任务。

    发展多年,中国SaaS行业为何被市场冷落,又将走向何方?

    资本退潮,迎来分化时刻

    “眼看他起高楼,眼看他楼塌了”,这句话中充满了无尽的惋惜,当下,市场对中国SaaS也有了这种担忧。

    近几年来,在数字经济、新基建及数字化转型等趋势下,中国云计算产业发展迅速,SaaS的产业化进程也大大加快。

    在2015年前后,资本以饱满的热情投入到To B市场,SaaS行业热度一路走高,打造“中国版Salesforce”的呼声不绝于耳,许多人认为中国SaaS行业元年到来了。

    但资本的热情无法永远高亢,耐心会在等待中一点点消磨殆尽,随着市场变化,仍有不少中国SaaS企业依赖营销驱动,自我“造血”的能力依然不足,常年处于亏损状态,面临不小的独自生存压力。

    高市值成为往日回忆,融资环境也逐步变差,近两三年来,SaaS行业显得无比落寞。

    IT桔子数据显示,2023年1-7月,SaaS行业投融资仅完成50笔,较2021年、2022年同期的153笔、120笔,呈断崖式下降,投融资金额亦不可同日而语;金山办公、金蝶国际、用友等上市公司的市值“跌跌不休”,其中容联云的市值从最高峰时的90亿美元跌破6000万美元,被外界戏称为“熔断云”;背靠大厂如钉钉、企业微信等企业,也无法坐享其成,纷纷加快商业化的步伐。

    今年以来,港股逆势迎来了一波SaaS公司的上市潮,电商SaaS服务商聚水潭、电子发票服务商百望股份、财税解决方案提供商慧算账陆续向港交所提交上市申请。

    但令人遗憾的是,这些公司无一例外都处于亏损的泥潭,“盈利难”“盈利模式有问题”等质疑声音依旧萦绕于前。

    以典型公司聚水潭为例,招股书中提到,以2022年收入计,公司是国内最大的电商SaaS ERP提供商,占据了20.7%的市场份额。其核心营收板块电商SaaS,实现营收分别为2.55亿元、3.74亿元和4.57亿元,亏损分别为3.64亿元、2.54亿元和5.07亿元。同时,聚水潭表示,公司仍将持续亏损,短期内无法实现盈利。

    显然,风向正在发生改变,以往市场对SaaS企业产生了过高期望,烧钱买规模,意图迅速催生行业巨头,如今看来或许是揠苗助长。整个行业其实需要依靠自身竞争力驱动,打造一套健康的SaaS经营模式,以产品和服务展开价值竞争,带动行业向正确的方向进发。

    有观点认为,当下是行业的分水岭,最后会有80%的SaaS企业被淘汰,只有约20%的企业能存活下来。

    确实,失去外力的帮助,SaaS企业们需要靠自身实力参与竞争,优胜劣汰,产品和服务质量过硬的企业将会顺利发展,依靠营销撑场面的企业则会被市场遗忘,SaaS行业迎来了分化时刻。

    SaaS是个慢生意

    一时跌倒不可怕,关键是从中能吸取哪些教训。

    国内外“冰火两重天”的现状表明,国内SaaS行业发展十余年来,并未形成良好的盈利模式。

    一阵“热火朝天”之后发现,烧钱圈地的模式不奏效了。消费互联网时代,攻城略地的高效做法,就是用资本烧钱整合资源,迅速做大规模,从而在确立市场地位后获得巨额回报。

    在这种“指导思想”下,SaaS企业们将在消费互联网的经验套用过来,大举扩张,意图复制曾经的成功,却未能及时审视、纠偏自身的发展脉络,终于在产业物联网领域碰了壁。

    SaaS企业们向“大而全”的方向发展,以期覆盖广泛需求,将活跃用户量和用户使用时长成为重要指标,进而乱相丛生。例如,在产品打磨阶段马虎应对,急切地投入市场;不专注产品的差异化,以相似、低质的产品扩充产品线,做大营收。

    长此以往,各SaaS企业无可避免地陷入了同质化竞争的泥潭。问题在于,这样的“大跃进”式发展能带来预期的效果吗?

    SaaS行业的固有特点决定了,交易不是一锤子买卖,而是需要高留存率才能维持正向增长,营收和客户规模固然重要,但客户的满意度和续签率更是其中关键。

    可惜的是,国内很多SaaS企业更聚焦在成交上,而不是打磨产品上,缺乏能和客户业务深度融合的产品,带来的最终结果就是,客户越来越不愿意掏钱续费了。

    80%的留存率被认为是SaaS企业能否跑通的门槛,美国SaaS标杆企业Salesforce的客户留存率就始终在90%以上,而慧算账招股书透露,当前国内SaaS行业用户平均留存率只有60%至70%,距生死线还有一定的距离。

    外部原因也加剧了这一处境,海通国际证券在研报中提到,中国市场劳动力成本相对低廉,相较付费软件,企业更倾向于使用人力资源。

    海外人力成本高昂,让能节省人力的效率工具的价值变得异常凸显,商户愿意为此付费。而在国内人力成本较低,当经济效益下滑之际,企业首先要抛弃的,可能就是不能直接获客带来收益的付费软件。

    与此同时,国内SaaS企业的客户价值也在一路走低,2022年聚水潭每名客户平均收入下降了10%,百望股份每名客户平均收入下降15%。

    留存率降低,客户价值逐年走低,SaaS企业普遍出现净利润率为负且持续下滑的处境,自然也就难以支撑高估值了。

    经过多年发展,中国的互联网环境已然发生根本性变化,对信息化的需求也日益增长,但发展进程相较国际还有不小的差距。

    如今资本退潮,融资环境已然发生改变,SaaS企业们失去外力庇护,靠低价竞争的时代已然落幕,到了依赖自我“造血”,以产品实力拼天下的关头。

    中国SaaS的征程,路漫漫其修远兮,仍需上下而求索。

    AI大模型重新定义软件价值

    “世界上只有一种真正的英雄主义,那就是看清生活的真相之后,依然热爱生活”,罗曼·罗兰在《米开朗基罗传》中写到。当下的SaaS行业正应如此,在挫折中奋勇前行。

    SaaS企业要想成长为行业巨擘,长久的积累必不可少,要有充足的耐心和长期的战略定力,坚持长期主义。

    前景是美好的,SaaS行业这片“星空”,依然值得仰望,不过,如何脚踏实地前行是其中关键。

    与传统的软件行业相比,SaaS模式具备两个优势——更强的客户粘性和稳定的现金流。

    产品力就是竞争力,订阅制付费需要不断地升级产品,优化服务,以此吸引客户持续付费,从而提高客户留存率,获取稳定的现金流。

    与时俱进,积极拥抱智能化技术,以AI赋能差异化产品和服务,对于中国SaaS行业来说,或许是一个腾飞的契机。

    金山办公CEO章庆元就有清醒的认知,“SaaS的未来必然AI化,大家不要为新技术的出现而焦虑,要去思考如何借助大模型的能力来升级产品。”。

    事实上,AI大模型重新定义了软件价值,有望改变以前软件的意义被低估,难以推广普及的状况。

    当前的软件应用中,某个客户或许只需要用到20%的功能,设计得太多复杂无形中提高了使用门槛。SaaS或许提供了信息化处理过程,但要找到业务处理的最佳方案,需要客户费心寻找。

    生成式AI则可以极具效率地提炼大量数据中所蕴含的行业化信息,迅速形成客户所需要的解决方案,并可供客户直接调用,这样一来,产品不仅能贴近需求,还省时省力。

    今年4月份,阿里云智能集团CEO张勇在发布通义千问大模型时说道,“所有的软件、应用等都可以基于AIGC、大模型等新技术下都可以再重新做一遍。”

    SaaS行业自然可当“先锋”,不过,SaaS企业已承受不起太大的失误,躬身入局AI大模型需要认清形势,不可盲目。

    一方面,大模型成本极高,SaaS企业正处于商业化提速的阶段,难免承受不小的资金压力;另一方面,与娱乐领域不同,商业领域对大模型的准确率要求更高,当前的大模型产品在这方面还有很大的提升空间,同时也要顾及伦理道德方面的约束。

    “坚持长期主义的战略定力”,这样一句商业宣言,任谁都懂得,但如何稳步前行抵达彼岸,将是一场复杂又长远的考验。

    结语

    数字化进程,缓慢而无声,SaaS企业也在此过程中逐步进化。从管理工具成长增长工具,直到出海、投身AI,SaaS企业需要时刻关注市场和技术,洞察趋势和变化,才能不断夯实产品,稳健发展。

    被时代的浪潮裹挟,SaaS企业们失去资本扶持后,终要学会独立行走,一时的成功或失败,都是积累经验,调整发展方向的契机。虚火褪去,唯有为市场带来价值,才是企业长久发展之路。

  • 相关阅读:
    请编写一个函数void fun(char*ss),其功能是:将字符串ss中所有下标为奇数位置上的字母转换为大写(若该位置上不是字母,则不转换)。
    课节2: 目标检测任务综述
    云服务器和本地服务器的优缺点分析
    (完美解决)为什么在train/val/test数据集上用train模式效果都很好,但是在eval模式下全部很差
    12【事务的隔离级别】
    python可视化库以及常见的可视化工具
    揭秘AI 原生应用技术栈
    C++11新特性学习笔记
    微软Azure OpenAI申请和使用教程
    Java:多线程基础(二)-线程生命周期
  • 原文地址:https://blog.csdn.net/yidiancaijing/article/details/133776549