ChatGPT的再次出现，更为重要给产业界增添了震动，各个领域都在期盼着ChatGPT这个新科技能化解一些行业弊病，增添捷伊机会例如SaaS行业，ChatGPT的再次出现会发生改变什么？本文作者对此保持强硬态度，一起来看看他的设想吧。
一、SaaS的瑕疵几年前，我给一家民营企业做咨询他们尽管投入了几百万工程建设CRM控制系统，但因为控制系统工程建设与实际销售业务不匹配，导致CRM控制系统的统计数据存在很多缺漏为了搜集精确统计数据，每个店面都配置了一名行政管理有关人员，其主要组织工作就是存档统计数据，重新整理和输入有关财务报表。
公司总部也精心安排了好几个人来做财务报表管理的有关组织工作在把CRM控制系统的难题化解以后，运营统计数据同时实现了手动聚合，更为重要是各店面的行政管理有关人员，甚至公司总部的行政管理有关人员都被裁减了更重要的是，统计数据变得精确、可溯，因此同时实现了动态预测——在从前，他们要过半个月，才能把上个月的统计数据重新重新整理。
提高民营企业组织工作效率的同时，还能让民营企业管理更加动态和透明，这正是SaaS产品普遍存在的商业价值但，它依然存在诸多瑕疵，比如说：1）重要信息存档组织工作效率低SaaS控制系统只是明确了“存档明确要求”，一线雇员依然面临大批的重要信息重新整理组织工作，重要信息存档的组织工作效率并不高。
对于某些岗位而言——比如说产品销售有关人员——重要信息存档甚至成为了负担2）重要信息搜寻不亲善SaaS控制系统规定了非常严苛的筛选条件，而且难以同时实现精准、智能搜索，统计数据搜寻不亲善3）重要信息重新整理与输入理性化SaaS控制网络系统重要信息的重新整理和输入，也是严苛遵循写好的电脑程式。
但民营企业的销售业务是动态成长的，这就导致SaaS控制系统的插值跟不上民营企业需求的变化尽管PaaS网络平台能够在一定某种程度上化解这个难题，但PaaS网络平台本身又增添了捷伊采用难题就从前面的案例而言尽管不再采用纸本表格，但雇员依然须要严苛依照软件的明确要求存档控制系统，除了做一些文本上的奇偶校验，SaaS控制系统难以有效帮助雇员提高组织工作效率。
在统计数据存档控制系统后，SaaS控制系统只能依照预先定义好的程序聚合财务报表，如果管理层有捷伊设想，或是想要做普斯陶预测，就必须耗费大批成本去查询和重新整理统计数据这就导致，统计数据的搜寻和重新整理占据了大批时间，而真正用于洞悉的时间反而被大大压缩。
这在一定某种程度上也阻碍了民营企业的洞悉和创新但，ChatGPT的再次出现，很可能发生改变这一切二、ChatGPT颠覆SaaSChatGPT潜能的本质，是对人类文明词汇的“理解”潜能这种潜能的逻辑思维，源于利用AI模型对海量数据人类文明词汇的自学，并从中找到规律。
比如说ChatGPT3拥有1750亿参数，因此自学超过50TB统计数据这是人类文明当下不可能具备的统计数据处理潜能，以及几辈子都学不完的知识同时，ChatGPT作为电脑程式，在搜集统计数据、预测统计数据、输入结果等方面，组织工作效率比人类文明高出N个量级。
这就意味着，SaaS的瑕疵有望被弥补比如说，当产品销售有关人员给客户打完电话号码，从前是须要自己重新整理并存档一段造访归纳，并精心安排接下去的造访方案但在卫瓴CRM中，可以让AI重新整理电话号码语音记录，因此手动聚合归纳文本，和草拟接下去的造访方案。
产品销售有关人员只须要在AI重新整理文本的基础上进行修改，或是再次补充捷伊明确要求，从而优化T的输入毫无疑问，这将大幅提高产品销售有关人员的组织工作效率，也使得SaaS产品的商业价值得到进一步提升但ChatGPT的应用不止于此，它很可能会创造出捷伊SaaS采用场景。
比如说，产品销售有关人员只须要告诉ChatGPT希望造访哪家民营企业，它就可以手动联网寻找该民营企业关键有关人员的有关重要信息，因此预测可以通过什么样的人际关系链路触达这些关键有关人员，以及可以通过什么策略来打动这些关键有关人员当然了，以上场景的同时实现可能须要SaaS控制系统与ChatGPT的深度融合。
比如说，手动聚合的归纳文本，须要符合民营企业规定的重要信息结构，须要满足民营企业对文本质量的明确要求再比如说，ChatGPT聚合的产品销售建议，须要结合民营企业的产品优势，以及过往的成功和失败案例，这样才能聚合有实用商业价值的建议这些正是SaaS产品可以帮助ChatGPT完成的任务。
除了ChatGPT本身强大的潜能，我们还必须考虑ChatGPT背后有更多强大的AI产品从前，受制于难以理解大众词汇，这些AI产品的应用场景被大大限制，难以走入销售业务一线但有了ChatGPT作为沟通桥梁，他们将发挥出巨大的商业价值。
而且，他们会相互结合，产生1+1>2的效果这就意味着，未来没有对接ChatGPT（或类似大词汇模型）的SaaS产品，很可能被彻底颠覆三、所有SaaS都值得重做ChatGPT-4推出以后，某著名投资人断言：企服赛道的寒冬可能漫漫无期。
但我认为，真正会陷入困境的，只是那些跟不上ChatGPT前进步伐的SaaS公司而与时俱进的SaaS公司，反而有可能抓住机会，完成对行业的重新洗牌ChatGPT时代，可能会增添以下几个机会：1）改善商业环境。
以ChatGPT为代表的AI应用，一大特征就是以云为载体相比于私有化部署，基于云的SaaS软件，更容易与AI进行融合同时，AI的普及也意味着统计数据安全等难题将进一步得到重视，并最终形成大家普遍遵循的统计数据安全规则。
而私有化部署、统计数据安全恰恰是SaaS产品推广所面临的两个关键难题2）开拓更多采用场景为什么移动互联网的普及会催生SaaS产品的浪潮？很大某种程度上是因为在移动互联网环境下，SaaS找到了捷伊采用场景比较典型的场景包括外勤有关人员管理、移动办公等。
而通过与ChatGPT的深度融合，SaaS产品有机会开拓出更多捷伊采用场景尽管ChatGPT自己也可以完成新场景的开拓，但在很多场景下，它须要SaaS产品的配合，才能更好的满足民营企业需求比如说，要让ChatGPT得出可用的答案，可能须要一定的预处理：把用户的需求转化为合适的提示语，因此把有关销售业务统计数据“喂”给ChatGPT。
不管是这些预处理组织工作本身，还是把有关销售业务统计数据喂给ChatGPT，都须要SaaS软件的参与再比如说，ChatGPT并非真正意义上“理解”了人类文明的词汇，只是根据算法“推导”上下文这就导致，如果采用不恰当，可能会产出误导性的文本。
如果是个人日常采用，比如说写作、发邮件，这些误导性文本危害不大但如果是在民营企业办公场景下采用，比如说聚合销售业务预测财务报表，制定产品销售策略——如果没有SaaS产品的约束和引导——可能就会导致重大事故实际上，ChatGPT尽管强大，但在很多销售业务场景下，依然须要通过“ChatGPT+SaaS”来完成交付。
这将成为SaaS公司的新机会3）提升客户粘性很多SaaS产品的客户粘性不足，本质上是因为客户采用得不够深入比如说很多功能尽管理论上有用，但采用的成本很高，客户难以真正从中获得商业价值比如说，CRM的造访管理功能，很多产品销售有关人员就抵触采用。
另外，客户在采用SaaS产品的过程中，可能产生了大批过程统计数据这些过程统计数据理论上可以提高客户粘性，但由于统计数据商业价值未得到充分挖掘，实际上并未起到客户留存的作用比如说，SCRM控制系统产生的大批潜客行为统计数据，并没有起到促进成交的作用。
再比如说，知识付费产品中大批的问答重要信息，由于难以智能化搜寻，成为了“沉默的宝藏”但在ChatGPT的加持下，以上难题都有望得到化解而客户粘性的增强，将有利于提高SaaS公司的盈利水平4）形成行业化AI模型。
SaaS产品常常强调行业化化解方案，但有了ChatGPT的帮助，在处理好统计数据脱敏、统计数据安全等难题后，有希望训练出行业化的AI模型这样，即便是一个新客户，也能受益于行业化AI模型，这必然会降低SaaS获客的难度。
而行业化AI模型也将和行业化化解方案一起，成为SaaS公司的差异化竞争力四、结语ChatGPT最可怕的，不是它的模型潜能，而是它的进化速度比如说，强大的GPT-3.5已经有1750亿个参数，而新发布的GPT-4——据报道——已经拥有高达1万亿个参数。
这就意味着其潜能又有了量级的飞跃在潜能快速增强的同时，其成本反而在快速下降比如说，3月2日发布的官方ChatGPT API，每输入100万个单词，价格才2.7美金（约18元人民币），比已有的GPT-3.5便宜10倍。
正是凭借其可怕的进化潜能，ChatGPT不断在刷新我们的认知，也让我们不敢简单揣测它的应用边界但，不管如何，尽快把ChatGPT运用起来，自学如何利用ChatGPT更好的组织工作，甚至把ChatGPT融入我们的SaaS产品，是每个SaaS创业者，乃至每个产品经理都迫在眉睫的任务。
