SaaS 行业的现状及未来趋势

软件即服务（SaaS）是指通过互联网向用户提供的基于云的软件程序。即使您没有意识到，您可能也在使用 SaaS 产品；事实上，我们的许多在线活动都依赖 SaaS 支持。谷歌工作区工具（包括 Gmail、Google Docs 等）、微软 Outlook、Slack、Zoom 等数千种产品均属于 SaaS。

Salesforce 被广泛视为第一家 SaaS 公司，成立于 1999 年，但 SaaS 和云计算直到最近才真正走向成熟。COVID-19 疫情加速了企业的云迁移计划 —— 生物科技公司 Moderna 仅用 42 天就通过云计算完成了首批 COVID-19 候选疫苗的临床批次生产。

以下是关于 SaaS 行业的现状、未来趋势及相关洞察的详细解析。

SaaS 行业的现状如何？

2022 年，全球 SaaS 市场在经历约十年的快速增长后价值约 3 万亿美元。2011 年至 2018 年间，全球软件行业市值增速是整体市场的两倍，当时预计到 2030 年可能激增至 10 万亿美元。但近年来 SaaS 行业增长放缓，企业因利率上升导致现金流问题而减少了 IT 支出。

随着行业转向更平衡的增长阶段，董事会和管理团队需首先回答 “资本的最佳用途是什么”。SaaS 公司 Box 首席执行官 Aaron Levie 指出，关键在于 “如何在不牺牲增长的前提下提升盈利能力、运营利润率”。Box 最终采用了基于 “40% 规则” 的框架（该指标要求 SaaS 公司的增长率与自由现金流率之和不低于 40%）。

生成式 AI 的爆发式增长对软件行业的颠覆甚至比 SaaS 更快、更彻底。ChatGPT 于 2022 年 11 月底问世后，2023 年全球大型企业在生成式 AI 解决方案上的支出约为 150 亿美元，占全球企业软件市场的 2%—— 而 SaaS 达到这一市场份额用了四年时间。麦肯锡研究表明，生成式 AI 将促使软件客户更频繁地更换供应商，SaaS 企业需通过跟进软件开发创新和维护客户关系应对这一转变。

还有哪些领域可以 作为服务出售？

“XaaS（一切即服务）” 现象正在兴起：

1. 交通领域：随着大型车队客户追求减排目标，“卡车运输即服务” 正在取代传统的模式。

2. 金融科技：金融科技公司越来越多地向银行和其他金融机构提供 “交易即服务”，帮助其避免自行构建和维护交易能力。

软件领导者如何在生成式 AI 浪潮中保持领先？

生成式 AI 已颠覆软件行业，且其影响深度难以估量。为迎接生成式 AI 未来，软件领导者可从以下核心问题入手：

1. 速度是否足够快？生成式 AI 领域的先发者已显现优势，因此在软件开发中广泛采用并扩展生成式 AI 的应用可能是 “无憾之举”。

2. 是否重新构想了软件类别？生成式 AI 使软件领导者能够以全新方式重新审视和满足客户需求，并探索此前未考虑过的相邻领域。

3. 资源再分配是否充分？若生成式 AI 驱动的功能和用例有望在五年内贡献至少 10%-20% 的收入，企业应考虑将类似比例的研发支出投入该技术。

4. 是否采取了正确的推进步骤？有抱负的企业领导者需考虑产品定价和打包方式，以及如何收集和使用专有数据，同时重构生成式 AI 时代的产品战略和路线图。

什么是产品驱动增长模式（PLG）？

在产品驱动增长（PLG）模式中，企业将产品置于客户获取、留存和扩展的核心。理论上，这种模式可通过降低销售成本、提升产品知名度和净留存率实现业务规模化。该模式由 SaaS 创新者 Atlassian 和 Slack 率先采用，常被视为实现高效增长和超额回报的最佳路径。

研究表明，单纯依赖 PLG 很少成功。成功部署 PLG 的公司通常将其与传统的销售驱动增长（SLG）模式结合，形成 “产品驱动销售（PLS）” 混合模式：

优势 1：帮助销售驱动型企业拓展中小企业客户，减少昂贵的人工成本。

优势 2：帮助现有 SaaS 玩家响应企业客户的新需求，如在签订大额合同前体验产品。

新 SaaS 业务如何帮助企业驱动增长？

增长是大多数公司的永恒目标与挑战。研究发现，许多公司期望到 2026 年新业务和产品贡献 50% 的收入，SaaS 可帮助企业获取所需软件服务而无需自行开发，但多数组织尚未走上正轨。

以下是非科技企业构建新 SaaS 业务的六大关键方向：

1. 通过快速试错周期创新。传统企业常聚焦 “如何改进 X”，而创新者更擅长将客户洞察转化为最小可行产品（MVP）并迭代优化。

2. 利用现有数据资产。数据是科技与非科技企业的共同财富。例如，Anheuser-Busch InBev通过数据分析创建了 B2B SaaS 电商平台，供零售商管理订单。

3. 从第一天起规划扩展。SaaS 业务快速规模化需两个要素：详细的路线图和灵活的技术架构。

4. 从多元人才池招募团队。非科技企业可从 GitHub、开源社区招募人才，或通过黑客马拉松吸引技术人才。

5. 将定价和销售与产品使用挂钩。企业可收集客户对功能的评价数据，据此调整定价策略。

6. 持续投入资金。新业务初期难以快速见效，基于潜在合作伙伴数量或线索量决策，比单纯关注利润和收入等指标更明智。

总结

SaaS 行业正从高速增长转向质量与效率并重的新阶段，生成式 AI 的崛起更带来颠覆性变革。企业需在技术创新、模式迭代和资源分配中找到平衡，无论是通过 PLS 混合模式优化客户获取，还是依托数据资产构建新 SaaS 业务，核心在于以客户价值为导向，灵活应对技术浪潮与市场需求的动态变化。