实践路径、获客策略、AI赋能，数字化转型中的需求与机遇在哪里？

 5月12日，第一新声举办了“CXO分享会”，力邀行业大咖、投资人与大家一起探讨数字经济浪潮下，中国传统产业数字化转型的机遇与应用。

其中在圆桌论坛上，坚果投影仪CDO田维国、众麟资本合伙人殷国炯、支出宝创始人兼CEO杨红提、云问科技创始人兼CEO王清琛，以《赋能与应用-企业数字化转型的路径与挑战》为主题展开讨论与分享，第一新声创始人兼 CEO姚毅做对话主持。

以下为圆桌论坛实录，经第一新声精编整理，有删减：

姚毅：

感谢4位嘉宾抽出宝贵的时间来参加第一新声CXO分享会，首先请大家自我介绍和公司业务介绍。

 田维国：非常荣幸认识大家，我是坚果投影仪的田维国，我主要负责公司信息化和数字化工作。公司主要做家用消费级智能投影仪的设计研发、生成、销售，在智能硬件领域属于较知名的创业公司。目前公司年销售额约数十亿元，获得阿里巴巴、IDG等多家知名投资机构的投资。

 王清琛：大家好，我是云问科技的王清琛。云问科技是一家以自然语言理解、知识图谱等人工智能技术引擎为核心，以智能问答机器人、智能客服、智能知识中心平台为载体，为企业数字智能化转型赋能的一家公司。我们是国家人工智能标准委员组的成员单位，也参与了很多国家标准的建设，目前已经获得了4轮融资。

 杨红提：大家好，我是支出宝创始人杨红提。支出宝一直致力于为中国企业提供一个更智能、更好用的采购管理服务，提供从寻源到合同、从采购申请付款、以及供应商生命周期管理和协同的端到端的解决方案，帮助企业实现数字化采购转型。

目前支出宝是国家高新、中关村高新、工信部企业数字化采购实施指南的联合起草方，客户主要是行业的头部企业，包括小米、中信、华润、丰田、滴滴等。

 殷国炯：感谢主办方的邀请，众麟资本是一家人民币基金，到今年正好是第4期，我们最近才募集到第4期的4亿人民币基金，现在总规模将近10亿元。众麟资本投资的方向有两个，一是企业服务，二是新锐的消费企业。我负责企业服务板块，覆盖的范围从天使轮到B轮。我们主要投的案例，比较知名的有达观数据、汇联易、甄云科技、致趣百川等垂直领域头部公司。

01 数字化转型路径如何走？

 姚毅：

首先和大家探讨的问题是关于数字化转型的路径。第一个想请问坚果投影仪的田总，作为一家智能投影设备研发和生产的科技公司，现在年销售额大概几十亿元的规模。贵公司的数字化转型主要是什么样的路径，覆盖哪些环节？

 田维国：一个企业的数字化转型聚焦于什么环节，这与公司的信息化程度以及公司的整体战略有关系。数字化转型在每个阶段都不太一样，有着不同的重点，像坚果投影仪这样的智能硬件公司，业务相对复杂一点。因为我们会涉及硬件、软件的设计和研发，采购生产，销售、运营、客服和售后，另外还有职能侧的行政、人事、财务等。假设支出宝就是我们需要的产品，所以整体的业务复杂度会比较高，要做的事情也比较多。

那么我们应该怎么去做这些事情？像我刚才所说每个阶段有不同的重点，需要结合企业的战略去做规划。针对企业战略的信息化规划，我总结了不成熟的三个原则（简单方法论），和大家分享一下。

第一，先上后下，先做上游业务，再做下游业务。

 因为在企业运行的过程中，每个环节都不是单独割裂的，而是在一条绳上的蚂蚱。如果上游的流程没有理顺、数字化没有做好，就去做下游的数字化和信息化就会发现有问题，非常的被动。

因为数据是从上游而来，上游的数据是错的企业怎么去做？上游的流程有问题，下游怎么去做？例如售后，如果上游的研发、生产的数字化没有做好，售后的数字化就很难做，如果研发生产的BOM和ECN变更数字化没做好，售后系统也根本做不好，因为售后离不开这些。

第二，先高后低，先做高价值的业务，再做低价值的业务。

 企业每年的战略，甚至3-5年的战略，都有自己的侧重方向。有的企业今年发力点是营销，有的企业发力点是产品的创新，有的企业是搞好售后品质......在这里有一个点就是价值，我们要先做高价值再做低价值。但价值怎么衡量？我有一个简单的思考，

即价值等于这件事情的价值大小乘以这件事情的价值持续时间。

怎么理解？比如我们在做信息化的时候，会发现企业的信息化不是一锤子买卖，因为业务在变、行业在变，所以信息化是持续迭代。例如某件事情的价值很大，我现在必须要去做，但是从公司的业务发展的角度来看，一年、两年之后，这件事情的行业可能会发生变化，公司业务也会发生变化，那么我要重新做一次。那这件事情从持续长远的角度看，价值就不一定大了。也就是说，现在觉得价值挺大的事情，如果把时间周期拉长，价值并非想象中的那么大。

这也是我看到企业里非常容易出现的问题，我们不光要看一件事情现在的价值，更要看未来几年的价值，尽量先去做那些价值大，并且能持续时间长的事情。

第三，先做业务，再做职能。

一家企业首先一定要盈利，要业务发展，而这需要依靠产品、营销、品质等核心的业务支撑点，信息化的规划应该站在企业发展的高度通盘去考虑。

如果在整个企业还没有盈利，运行不是特别好的时候，便花大量的人力、物力去做职能板块、OA，把UI做的好看一点，老板看得爽一点，我认为这并没有太大的价值。

包括我们现在OA可能主要都还是PC端，很多人劝我把PC端整体做成移动端。但是我觉得应该先去把核心业务的信息化做好，可能价值会更大。

 姚毅：

刚才坚果投影仪的田总作为甲方提到，对支出宝的产品是有需求的。他们其实就涉及到生产性、非生产性、多品类的物资采购，从公司集团化的角度来说，如果要进行管理，其实比较困难，也比较混乱。杨总，从您的角度来看，企业采购数字化的路径是怎么样的？

 杨红提：田总刚才谈到的这些问题，是所有企业在快速发展之后，面临的普适性的问题。目前在中国的环境下，所有的新兴经济发展都非常迅速，分支机构拓展很快，业务也发展很快，在这个过程中，怎样提高供应链的保障，怎样能够在快速发展的过程中确保降本增效，很多优秀的企业都在思考这个问题。

 这涉及到很多挑战，例如集团做大之后，会出现管控不到位、采购方面大家各自为战、各行其事、先斩后奏等问题。如果要改善，一定要依靠数字化的采购转型，而不能只是依赖于引入高管、培训，那样会有一定效果，但是效果比较慢。

SaaS的好处是大家可以拿来就用，结合不同的客户去做一些相应的匹配，很快就可以实现良好的管理过程。

举个例子，比如我们现在帮小米中国做采购数字化系统，小米有上万家门店；也在帮丰田实现数字化采购转型，丰田有很多的工厂。这两家企业都涉及到大量的工程装修、市场投放、劳保服务、低值易耗品，怎样能够实现数字化、智能化的采购管理，这里面是有非常成熟的方法论和最佳实践。

具体到整个演进的路径，很多企业在渐变的向前发展。

 首先要（业务）数据化，不管是通过线上还是线下（数据）。

其次是流程化，大多数通过OA把业务管理起来，实现流程的管控。

第三是结构化，通过ERP或者OP等传统软件实现数据的结构化管理。

第四整个业务的在线化，通过具备相应业务管理流程的系统，帮着企业把所有的端到端的业务给管理起来。

第五智能化，整个的寻源采购执行的过程变得更加的智能。当然，由于SaaS的出现，中国企业存在了弯道超车的可能性，可以从第一阶段直接跳转到最后一个阶段。

但这里面很重要的是企业要知道问题的痛点，并且形成相应的愿景。要明确为什么要转，转到哪个方向，并且要明确相应落地的部门，这样服务供应商才能更好的去给客户赋能，发挥相应的作用。

 姚毅：

以前很多公司的客服都是人工为主，从王总的角度观察，传统企业在客服系统数字化转型的背景和路径是怎么样？

 王清琛：曾经企业的客服基本都是依靠人。但随着互联网渠道比如微信、微博等各种沟通媒体兴起，把沟通的壁垒降低之后，原来潜在的需求很顺利的接入进来，导致咨询量大增的情况，如果用传统的方式去解决问题，每个公司只靠人无法解决。

比如电商平台在“双11”节日期间，怎么靠人去解决大量消费者问询的问题？况且服务多元化、产品多元化、型号多元化也在慢慢增加，如何让人完全的接触到公司的产品？所有的问题如果只依靠人解决，其实做不到。

云问科技最开始看到了这样的需求，所以把这个过程归纳起来，用最新的人工智能技术将人工所学、所了解和所操作的过程进行归纳总结，然后看看哪些技术已经突破，从而实现了这个过程，再用新型的智能化的方式把原有的人工方式全部做到智能化。

我们的核心诉求就是逼迫一些企业必须做信息化的转型、数字化的转型。

首先，我们以自然语言处理为核心技术，在客服领域对现在的所有常见问题的回答做了归纳和梳理，建立了一套问答的知识库。

不管有多少产品，只要给他做好这样的知识库管理，便会对客服这一未来运营的方式产生极大效能的提升。

其次大量的企业都存在售后培训，生产时每个环节存在常见的问题的处理方法都是集中在人脑里面，即所谓的经验。

他们解决问题的时候都是依靠经验。那么我们如何把人类的经验转化到可实行的方案来，用数字化的解决方案给它持久化地解决问题。这就是我们做的一个知识库的方案，把所有环节里面的问题输入到知识库里，让机器去学习去理解。完成之后，通过机器给你推智能化的方案。

 姚毅：

企业数字化转型的路径，也是投资人需要关注的因素，殷总您从投资的角度如何考虑这个问题？ 

 殷国炯：从投资机构的角度看，我们肯定会把数字化转型的范围放得更广一些，按照更大的标准进行分类，现在基本上分为三类。

 第一类是传统的管理型软件

我觉得传统管理软件的市场已经成熟了，最早大家做ERP、OA已经有30年的历史，传统的本地化的ERP、OA是无法做到连接的作用，这是新的SaaS公司的机会，我们也很看重新的SaaS公司的切入点是怎么样的。

 另外，我们会比较看重体验。这个体验就是类C端用户的体验，这也是传统管理软件一直被诟病的地方。我相信只要在大公司做过都知道，很多大企业的系统，体验非常差，很多人抱怨不好用，所以我们投资的企业比如汇联易，他们本质上是把员工的使用体验提升到了一个更高的高度。

第二类是营销类软件，这也是我们投资比较多的领域

我认为中国比国外有优势，因为中国的营销渠道太多了，有微信、抖音、小红书、b站等渠道。而国外可能比较单一，就Facebook、Google、邮件。其实渠道的增多，就带来了营销复杂性的增强，就更会有一个工具的需求在那里。所以将来这一块的发展潜力非常大。就像我们投资的致趣百川，他们做的marking automation发展得非常好。

第三类是智能化（软件）

中国现在的人力成本越来越高，如果智能化能够替代一些传统服务的员工，产生的价值会非常大。这种智能化软件，对于企业反而更节流。

我们总结下来大概就是这三个路径，而且我们都会积极的去布局。

02 KA还是批量获客中小企业？

 姚毅：

中国和美国相比，美国有大量中小企业作为企服公司的客户，但中国的中小企业还不成熟，大客户沟通成本与服务周期又很长，作为企服赛道创业者，选择什么样类型的客户，直接决定了未来3-5年企业的营收增长率，而这一财务指标是投资机构投资的关键考量因素。那么，大家是怎么看待企服公司在获客方面的策略问题？究竟应该是先拿KA，还是从中小企业的角度进行批量获客？

 殷国炯：

管理类的SaaS获得KA的过程，本身就是打磨产品的过程。创业公司首先需要具备拿KA的能力，产品必须具备可扩展性，然后通过KA比较复杂的场景，打磨产品，将这些场景融入到产品里面。

等产品积累越来越厚，再去做其他客户服务的时候，就不会承担那么多定制化，从而形成一个良性循环，这样是能解决沟通成本高、定制化多等问题。

所以管理类软件路径一定要走KA，营销类软件的机会反而在中小企业。

因为中国的中小企业虽然在管理方面的需求相对偏弱，但是永远对营销获客这方面有最强劲的需求。所以营销类软件，需要面向中小型企业做标准化产品，把客户做好，增长一定会非常好。

杨红提：我非常认可殷总的逻辑，就是做企业服务软件首先是要做KA，因为只有KA才有这样的需求和付费能力，才有更多的场景去打磨产品。

但对

支出宝来讲，我们会把KA再去分层。超大型的企业，属于金字塔顶端的这一层的客户，它个性化的需求会更多，本地化部署或者是其他定制化开发的东西很多。

对于这层客户支出宝也会做，但是只做标杆，我们的侧重是中大型企业的KA，我们称之为新兴经济体。

比如坚果投影仪就属于对数字化管理更加认可的新兴经济体。针对这些客户，我们在所有场景及模块上的打磨，更容易形成标准化的产品。

现在我们更侧重通过腰部的KA打磨产品，在此基础上实现模块化，根据不同企业的需求，可以像搭积木一样自由组合。比如预算，大家在申请过程中肯定要扣减预算，在最后付款或者收货的时候去释放预算。不同的企业管理方式不一样，包括按成本中心、产品线、项目、时间维度等方式进行管理，这些问题支出宝已经把它抽象成具体的模型，不同的企业只要通过我们后台的开关去做配置，就能实现所有客户不同规则的配置化。

所以在这个方面就是围绕着相应的客户群体去做产品的抽象和科学，再形成一个柔性可配置的SaaS。

 王清琛：我也很赞同殷总的观点，我们也是非常重视KA的需求。因为需求只有大客户才有，小型的客户可能本身就不稳定，在很多方面的需求都不完整，而且形成不了完整的解决方案。所以说只有大客户才能成为我们真正关心的重点。

 云问科技之所以能成长这么快，也是靠打磨了很多行业的客户之后才能抽象出我们标准化的产品，包括未来在向中小型客户去发展的时候，才有被提炼出来的标准化产品，这方面我们与杨总基本类似。

云问科技对客户也会进行梳理，

但我们不仅从大小的规模上梳理，更多的会从行业属性梳理。

但是通用型产品的提炼还是最重要，我们有80%的功能各个行业都通用，有20%可能是行业内通用，然后有5%或10%才是真正定制化的需求。

 姚毅：

作为甲方，想请问坚果投影仪的田总在选择乙方提供的数字解决方案时候，您最看中什么？

 田维国：通常大家会对比公司的产品、技术、团队等，但我认为，产品和技术可能都不是我们的重点。因为不管是任何领域，都不止一家供应商，也不止一个产品，相对来说供应商都比较多，那么我们会发现 Top2、Top3其实大家在产品上或者技术上的差异不是太大。

我们其实最看重的是行业积累、匹配度和服务。

第一，在选择任何一套企业服务软件的时候，本质不是在选择软件，而是软件背后的管理思路和理念。

我们不是要买一套软件，而是解决企业某一方面问题的管理系统，或者管理方法论。如果企业花几十万、上百万买了一套系统，发现这个系统的客户都是中小客户，肯定不敢用。所以一定是这个产品的客户list里有中大型的客户。

第二，行业的匹配度。举个例子，当同样产品的两家公司出现，一家有比较多做智能硬件行业的客户，一家有比较多传统的建筑公司客户，智能硬件类客户比较少。那么我肯定更愿意选择拥有更多与我同行or类似行业客户较多的供应商。不同行业的差异很大，如果一家企业服务过同行业中的大公司，一定是打磨过产品，可能匹配度会更高。

第三，售后服务。主要是两方面，一是专业性，最好是在甲方工作过。比如说某企业上线了一款大型的产品，就要求实施顾问或售后顾问最好曾经在我们行业工作过，如果没做过可能对我们行业的场景都不了解，怎么来做？二是服务态度。比如说回应时间、出现问题后怎么处理、能不能兜底、靠不靠谱等，可能是我们比较关注的问题。

03 人工智能如何赋能？

 姚毅：

近几年随着深度学习算法的突破，人工智能开始进入大规模实用阶段。很多投资人/企业都比较重视人工智能等技术对于传统企业数字化转型的赋能。想请问几位嘉宾，怎么看待人工智能的赋能？目前主要应用于什么场景？效果如何？

 殷国炯：举个例子，我们投资的一家公司，主要做建筑设计的智能化，在建筑领域不管是排管线还是房屋结构的设计，都要遵循一定的标准。他们这个标准其实就可以有智能化的东西在里面，帮助设计师来做一些建筑设计方面的工作。

通过人工智能技术，前期从替代低效人工重复劳动的工作，到后期技术难度更高的场景，去替代高智商人工的劳动，都具有一定的革命性，这些方向可以去做。

此外，人工智能技术在数据的预测方面也非常有前景。比如基于企业历史库存与数据，进行过程分析、未来的销售预测，或者更好的运营。最后是偏运筹学优化。比如物流行业的车队路径规划、考勤排班，类似这种智能化的场景，我认为也是一个很好的方向。

杨红提：我们现在看待采购的未来在于两个方面，

一是网络化，发挥整个网络的效率。二是智能化，通过AI去改变目前的决策效率，提高管理水平。

 第一是在AI上面，智能化在整个过程中有很多的可能性。我们目前还处在早期的阶段，但是我们已经做了一些尝试。比如人工智能里面的图像识别，我们现在把技术应用到AP自动化，采购有大量账款核对的工作，对于很多企业来讲，购买之后如何及时的与供应商对账，如何管理应付账款，如何确保付款的便捷性，这些都是问题。

第二是需求的智能管理。随着企业规模的扩大，很多采购需要手工处理的工作，浪费时间。在这方面，我们通过智能管理，根据不同采购员的分工，自动分配相应的需求。就像财务共享中心一样，我们智能的把采购需求分配到各个采购员那里。之后我们会结合大数据，给采购员提供需要采购的商品之前的供应情况以及价格，包括私有供应商以及平台电商的价格，这样可以提高决策水平。

我们目前在帮一家企业做AI寻源的工作，因为对很多企业而言，询报价的事件挺多，频率也很高。那么如何确保把所有该寻到的供应商都寻到了，如何更高效的去实现整个的寻源过程，都是需要考虑的问题。

我们会给供应商打标签，给需求打标签，然后我们会基于大数据和人工智能算法帮助大家去实现需求和供应商资源的自动推荐和匹配，提高寻源过程的效率。这只是一些我们应用的场景，我们相信人工智能技术会是未来改变整个管理模式的有效方法。

 王清琛：人工智能的技术如果应用到特定的业务上，效果是非常显著的，但一定要找到业务和技术的结合点。我们从减少人工角度来讲，产生的效果已经是颠覆性。

从客服行业来看，如果不做智能客服，属于还没有真正遇到这种需求。如果遇到这样需求，必然得做这样的解决方案，智能客服已经变成了刚需。

人工智能的技术结合具体行业的时候，不仅提高了效率，而且还能从新的管理模式上产生创新，用人工智能的技术和现在传统的管理技术相结合，就会产生一种新的形态。这种新的形态所产生的价值非常大。

电力行业是非常经典的例子，比如一次断电造成的损失不计其数，如果用人工智能和大数据算法进行结合产生新的模型，这个模型直接把原来由人工处理的环节变成了自动化处理，从一分钟降到了几毫秒，这个过程带来的价值不可估量。

所以对于我们行业而言，能落地的场景非常多，所产生的价值也非常大。

 田维国：我们也非常希望用人工智能的技术来帮助我们去解决落地的问题。据我的了解，目前人工智能解决的问题，可能深度和覆盖度不是特别多，只在个别的场景里面会有一些深度的运用。我理解这些个别的场景主要是两类： 一类

属于重复性、简单的工作领域，为了降低成本、提高效率，用人工智能的技术会更容易去解决。另一类就是

数据的分析以及数据的利用，人工智能价值非常大。

 智能客服就是解决第一类的场景，客服的话术大部分都相似，业务员大部分时候面临的都是简单、重复性的工作。这类case，是比较容易用人工智能的技术去提升。

销售预测属于第二类的场景，传统做软件/纯互联网的互联网公司，可能对销售预测不是很痛。但我相信只要做生成销售一体化的公司，在这点上一定非常痛苦，因为销售预测对公司太重要，会极大的占用企业的现金流，这也是我们非常想去做的事情。但做好这件事情的前提是要把企业的业务流程理清楚、数据标准化，并且要积累相当体量的数据。此外，仅是企业自己的数据还不够，因为销售预测不能单从一个公司自己来看，销售预测跟市场情况是互动的，不是说完全只针对这家公司的数据，就能做出比较合理的销售预测，这个很难。

编辑按：本文转载至微信公众号 “第一新声”贝壳投研经授发布