纷享销客CTO林松：“CRM+AI”商业化的最大挑战在价值饱满度

纷享销客融资7500万美元，这个消息让SaaS从业者振奋了一段时间，振奋之后又回归现实。

纷享销客在SaaS公司中是一个特殊的存在，进入2020年之后，每年都有融资动作，SaaS炙手可热时它在融资，SaaS沉寂时它还在融资。

大家以为“罗旭财务出身，擅长讲资本爱听的故事”，这可能是外界对纷享销客最大的误解。

如果说资本有偏好，那它的偏好一定是在残酷的规则下对“选手”进行筛选。

纷享销客创始人兼CEO 罗旭说：“现在市场上依然有钱，不过主要还是投在AI方向。企服软件是一个防守型赛道，只有在细分领域做到No.1，跑出模型、跑出现金流，实现可持续增长才有机会。”

他判断，头部的SaaS公司正在进入稳健的增长周期，市场、资源都会向头部倾斜。也就是说，“马太效应”会越来越明显。

资本是逐利的，投的不仅是当下，更是未来。未来的CRM会是什么样子？

纷享销客CTO林松在一份“AI+CRM”报告里提到：“未来3年，纷享将从‘连接型CRM’跨越成为‘智能型CRM’，成为一个智能化的决策支撑平台、业务赋能平台。”

“连接型CRM”是纷享多年来对自家产品的战略定位，从“连接型”向“智能型”转变，CRM所连接的人、工具和业务也会随之改变。

纷享销客CTO林松

随之就有一系列的问题需要回答：

以大模型为代表的AI工具将如何塑造CRM产品？在客户端的落地情况如何？客户想要的是什么？

加了AI的CRM能否照搬Salesforce等国际巨头的收费模式？加AI之后，CRM厂商最大的挑战是什么？在AI时代，CRM厂商如何在激烈的竞争中脱颖而出......

我们尝试在对林松的专访中寻找答案。

客户管理层和用户层的矛盾被AI化解

早在AIGC爆发之前，纷享销客对AI技术就有了比较成熟的应用，将AI技术融入到更复杂的业务场景中。

比如，预测性分析、个性化客户互动、智能推荐等功能，只是它不是AIGC的能力，更多是经典意义上基于大数据加模型算法来进行内容生成的能力。

例如预测式AI，他们使用AI来对销售线索（潜在客户）和商机进行智能打分，帮助销售团队确定哪些线索更值得跟进，哪些商机更有可能成交，从而提高工作效率。

在制造业，尤其是实行“以产定销”的企业，在制定生产计划时必须对未来的产品销售情况进行预测，这时可以对过去的销售数据进行统计，用AI对未来的销量进行模拟，再根据销售的实际情况进行调优，这样就可以对未来销售做一个智能化的预测。

AI推荐系统则基于客户的属性和行为数据，向客户提供类似或相关的潜在客户推荐，这有点类似于C端电商平台的商品推荐机制。

AI图像识别主要应用在快消品行业，与百度和华为等公司的图像识别技术相结合，开发出商品识别功能。销售人员可以通过拍照的方式快速盘点货架上的商品信息，系统能够自动识别并记录商品的位置和数量。

不过，传统CRM系统常常面临管理层与最终用户之间需求不一致的问题：管理层希望系统能更好地监控和管理业务流程，而用户则希望系统能为他们的工作带来实际的帮助和支持，而非单纯被管控的状态下工作。

而AIGC则让这两方的需求得以统一。林松认为，AIGC在领域内的应用主要体现在两个方面：一是对一线员工的赋能；二是对企业经营决策的支持。

通过AI助手的形式，员工可以快速获取所需的模板、工具和案例等信息，使得业务流程更加顺畅。如此一来，系统不仅能为管理层提供必要的业务洞察和管理工具，也能为最终用户提升工作效率和增加个人价值，从而实现了管理层和用户层诉求的统一。

在林松看来，只有当一个数字化的系统被使用的深度和广度都达到了一定程度以后，该系统才能为企业带来深度的价值。而AIGC的价值也在于此，它让软件真正成为了人人能用、人人用好的系统。

PaaS平台是纷享销客平台化战略的一个重要载体，也是深度集成企业内部同构系统与异构系统的依托，让CRM连接起工具成为可能。

该PaaS平台由多个子平台或组件构成，它们分别是：

关于上层的业务场景部分，林松介绍，纷享不会撒胡椒面式的做一些泛泛场景，比如OA类的办公软件可以调用第三方的能力，公司采取聚焦策略，将资源集中到少而精的一些高价值业务场景，将其做深做透。比如：

1）知识库支持：通过AI技术，系统能够根据销售人员当前面对的客户类型和行业特性，推荐相关的案例、最佳实践和内部资源，从而帮助销售人员更快地掌握所需信息。

2）商机管理：AI技术可以智能地分析销售过程中的关键因素，如139模型（一种用于商机管理的经典模型），并在适当的时候提醒销售人员采取必要的行动，以提高赢单概率。

3）知识复用：通过AIGC技术，企业可以将内部的最佳业务实践、行业解决方案等知识进行沉淀，并通过AI推荐给需要这些信息的一线员工，提高知识的复用率。

4）交互方式创新：AI的介入改变了CRM系统的使用体验，允许用户通过自然语言与系统交互，类似于与秘书对话，极大地简化了操作流程。

5）业务洞察与数据分析：AI技术使得企业可以更敏捷、更深入地洞察业务数据，从简单的报表展示转变为提供具体的分析结论和建议，帮助企业做出更加明智的决策。

要聚焦、要提供深度价值，这是纷享团队在与客户接触的过程中获得的反馈。

林松说，“CRM+AI”的最大挑战不是技术本身，而是AI能力如何与业务场景深度融合，要让客户感受到有AI和没AI是两个完全不同的产品，让客户用了之后离不开AI产品。

他认为，用户用了之后，活跃度慢慢下降，更别说长期付费了，对于行业来说，如何保持用户黏性、持续输出饱满价值才是最大挑战。

此前，有用户对WPS套娃式的会员设计吐槽，有AI功能的会员和没AI功能的会员分类让人眼花缭乱，这就反映了加入AI的SaaS产品必须谨慎考虑定价模式。

实际上，无论是CRM+AI，还是整个SaaS+AI，现在都处于商业化探索阶段。

国际头部厂商的做法能否借鉴过来呢？Salesforce为AI助手定价为每人每月50美元，这项服务被包含在Sales Cloud Einstein和Service Cloud Einstein中。客户可以选择为销售和服务团队购买企业扩展包。

最初，只有购买了Unlimited Edition（无限版本）的客户才有资格使用GPT支持的功能。后来，Salesforce宣布从2023年8月起提高部分云产品的价格，平均涨幅约为9%。

这是该公司七年来首次调整价格。这一价格调整与公司加大对研发的投入有关，特别是增加了对生成式人工智能技术的投资。

Salesforce这种打包式定价模式在国内市场的接受度不高，不适合国内市场现状，因为AI能力的价值仍在探索阶段，企业不愿意为此支付过高的费用。

林松介绍，纷享销客在探索适合中国市场的AI定价模式方面采取了更为灵活的策略，即按业务场景进行收费。

比如，在销售管理方面，针对销售人员可以单独购买AI功能；对于市场人员，可以单独开启市场相关的AI功能；对于客服人员，则可以启用服务场景下的AI功能。

这种方式允许客户根据自身业务需求选择合适的AI模块，从而避免不必要的支出。当然，也不会将AI功能拆分成过于细小的单元，会将重点放在几个核心场景上。

对于不同的AI服务提供商（如智谱和文心等），尽管价格可能有所差异，但纷享会采取统一的定价策略，以简化客户的理解和选择过程。例如，即便底层调用的AI模型成本有所不同，也会通过内部调整来保持对外的定价一致性。

在客户侧，林松也观察到了几个明显的趋势。

比如，客户对AI的兴趣日益浓厚，特别是在产品演示时，客户非常关心产品中包含哪些AI功能，以及这些功能如何应用于实际场景中。客户希望购买的产品能够面向未来，具备一定的前瞻性。

出海也成为一个趋势。尤其是制造业客户，对于产品的国际化能力尤为看重，客户希望使用的产品不仅能够在国内使用，还要能够适应海外市场的需求，方便其在全球范围内开展业务。

一些大型企业开始考虑从Salesforce迁移到国产CRM上，企业在迁移时会关注迁移过程的顺利程度、成本以及产品能力等方面。

大模型是企业客户重塑业务的机遇，也是CRM厂商重新洗牌的机会。厂商如何在AI时代制胜，有哪些关键因素？

林松认为，主要还是在于如何选择最合适的业务场景、提供高精度的AI解决方案，并且持续深耕这些选定的领域。同时，开发与业务场景紧密结合的定制化模型也是实现差异化竞争的关键。

不同厂商会选择不同的业务场景来应用AI技术，场景的选择决定了AI解决方案能否真正解决客户的痛点，并带来实际价值。AI的应用深度和实现的精度是区分不同解决方案的关键，高精度的AI能够减少用户的操作成本，提高效率。

更重要的是，要持续深耕，在选定的业务场景中持续优化AI模型和算法。随着时间的推移，不断迭代和改进的AI功能会在效果上与其他厂商拉开差距。