本文来自微信公众号： ToB老人家 ，作者：王戴明
昨天给一家初创SaaS公司做了一天陪跑咨询，有一个预感：企业级AI即将迎来爆发期，特别是对于SaaS公司来说，是一个必须抓住的机会。
这里面有几个关键判断：
1、客户对AI的付费意愿非常强烈
2、在营销、客服、HR等环节，AI已经验证了价值
3、AI做到90分的难度很大，甲方自研的成功率太低
4、互联网大厂已经做出了标杆，但是他们不可能深入所有垂直行业
5、企业级AI的关键是“业务Know How”，这是SaaS公司核心护城河
6、对于很多追随型SaaS公司来说，AI是10年一遇的弯道超车机会
7、未来所有的软件都是AI软件
首先说第1点，一位头部SaaS公司架构师告诉我，现在没有AI功能，甚至连投标的机会都没有了。
而根据我的了解，目前很多企业的软件采购逻辑都变成了“AI优先”，即重点考察SaaS产品的AI能力。
另外，营销、客服、HR等大赛道，有很多“AI友好”的场景，比如营销场景，除了业务价值高，而且人力密集，AI的落地价值很大，加上对幻觉容忍度高，机会非常多。
从我了解的情况来看，很多企业的AI项目落地情况都不理想，这里面原因很多，既包括场景问题，也包括数据问题，但是最核心的一点就是：企业AI做到60分容易，做到90分就非常难。
用一位Agent产品负责人的话来说：所谓的企业AI，大模型能力其实只占一小部分，绝大部分都是工程化工作，比如小模型、算法、规则、工作流、传统软件程序等等。
这方面的典型就是Palantir，作为目前全球最炙手可热的企业AI公司，它真正的核心竞争力其实不是大模型，而是工程化能力。
大家可以通过我这篇文章做一个快速了解：
也就是说，企业自研AI，要做到90分，不但难度很大，而且很不合算。
大厂虽然有能力把AI产品做到90分，但是他们对机会的选择非常苛刻，很多垂直赛道的机会，特别是传统线下行业，因为规模不大，脏活累活居多，他们不可能做得很深入，这就给SaaS公司留下了很大的创业空间。
从AI的发展趋势来看，大模型的能力越来越强，企业AI成败的关键将主要取决于以下2点：
1）数据
2）业务Know How
以门店销售人员Agent为例，如果要让Agent接近“销冠”的水平，一方面要梳理好相关的业务知识包括产品知识、客户需求、销售案例等，另一方面要把“销冠”的销售过程拆解为详细的SOP。
这看起来很简单，但其实有大量脏活累活，比如不同业态（比如直营、加盟）、不同客户群体、不同SKU、不同销售场景都需要不同的业务知识和最佳实践。
因此，企业AI的真正难点其实不在于技术，而在于“业务Know How”，这恰恰是行业垂直型SaaS公司的核心护城河。
更重要的是，由于AI的采购优先级如此之高，潜在价值如此之大，对于很多追随型SaaS公司来说，这是一次“重新洗牌”的机会。
也就是说，传统领头羊的先发优势被大大削弱了。
由于高度依赖数据治理和业务Know How，企业AI渗透到各行各业，还有一个几年的窗口期，因此我预测：未来几年，AI产品经理都将是招聘的热门岗位。
不过大家也不用焦虑，不顾一切的转AI。
我相信，AI技术的门槛会越来越低，最终会成为像移动互联网这样的普惠工具，未来所有的软件都会转型AI软件，所有的产品经理都有机会成为AI产品经理。
最终，不管是产品经理还是SaaS公司，真正的核心竞争力其实都不在于AI，而在于“业务Know How”。