
人工智能行至2024,又見奇點潮湧。
To B市場的躁動與狂熱說明一切,但置身其中的產業先行者們依然保持着清醒。
在2025年伊始,我們與10位To B領域CEO展開深度對話,探討他們對中國企業級市場的思考,回顧2024的機遇與挑戰,展望新一年的破局之道。
他們所帶領的團隊,有深耕企業服務多年的SaaS企業,也有在雲計算賽道沉澱多年的玩家,有專註垂直行業的解決方案提供商,也有布局全產業鏈的技術平台。
浪潮的方向已然明朗,但每個企業選擇的航道卻各有千秋。在這場思想交鋒中,我們聆聽到他們對行業演進的深刻見解:雲計算為AI提供了無限算力與數據基礎,而AI則為企業服務注入了智能化的新活力。
但他們也直指當下的挑戰:過度依賴技術堆砌而忽視商業價值,燒錢補貼難以持續,單一AI能力難以滿足企業複雜需求,雲資源利用效率待提升,產品功能繁多卻難以變現。
To B市場在2025將有什麼新焦點?AI,AI,還是AI。場景,場景,還是場景。市場會理性回歸,價值向真實需求靠攏。
除了AI和場景落地,這些關鍵詞同樣值得關註:大模型產業化落地、場景化AI應用、傳統軟件AI轉型、輕量級應用崛起、多技術協同創新、算力升級、安全合規建設、「通算+智算」演進、敏捷迭代開發、流程與場景變革。
以下是雷峰網與10位CEO的採訪實錄:
(1)
金蝶董事會主席兼CEO徐少春:
向AI轉型,軟件行業正迎來「第四次工業革命」
在中國經濟深度轉型的當下,軟件行業正站在一個極其關鍵的歷史節點。
作為行業的親歷者,我常說三句話。
第一句話,經濟不是在下行,而是在醞釀新的增長。雖然房地產行業在下行,但是像新能源、汽車、醫藥、裝備製造,這些行業在增長。
第二句話,不是沒有市場,而是市場發生了改變。消費結構的改變,消費在升級,老百姓對產品質量和服務質量的追求成為一種新的需求。那麼這種需求一定會拉動每一個企業的產品創新和研發,就帶來了新的需求,帶來了新的市場。
第三句話,偉大的公司總是孕育在大變局之中。現在的經濟調整,宏觀環境其實是在轉型,向高質量發展,那麼各行各業對成本、對效益、對競爭力更極致的追求,這就是軟件行業的機會。
隨着中國經濟由人口紅利向管理紅利轉變,企業更愈發重視數字化管理。2024上半年,我國軟件業務收入保持較快增長,達到6.2萬億元,同比增長 11.5%,雲計算、大數據服務等領域表現亮眼。這也為軟件行業提供了絕佳的發展契機,SaaS 軟件憑藉成本低、易維護、更安全等優勢,就像是一把開啟高效管理之門的鑰匙,成為企業的最優選。
現在,人工智能、大模型等創新技術的融入,也為軟件行業帶來新一輪變革,AI紅利時代已經到來,如果進一步發掘AI紅利,用AI來提高企業的競爭力,中國經濟又會迎來新的一輪增長。
未來,每一個企業應用,都將是智能應用,可以說AI是人類歷史上最偉大的技術革命。企業管理軟件系統,早期是MRP,後來是MRPII,然後是ERP,最後就到了Gartner和金蝶共同倡導的EBC(企業業務能力),現在EBC又進入到了智能EBC時代。
未來在每個企業的EBC管理系統里,將有一個超級智能的管理智能體,每個企業、每個員工大量的工作將由AI完成。這將來將釋放中國企業的潛能,大幅提升我們的勞動生產率和效率。
金蝶2023年確立了「AI優先,訂閱優先」的戰略,逐步向AI轉型,我們希望讓每一個用戶擁有一個超級智能的AI管理助手。今年10月,金蝶發佈了蒼穹APP,這款APP是金蝶自主研發的AI管理助手的移動形態,以期引領中國企業管理軟件真正邁向AI原生時代,推動中國企業數智化轉型加速變革。
(2)
微盟集團董事會主席兼CEO孫濤勇:
未來所有的SaaS都可以用AI寫一次
過去幾年,SaaS行業確實經歷了低谷,許多同行都感到了前所未有的壓力和迷茫。
但今天,隨着AI Agent的出現,我們看到了一個全新的可能性,這種技術創新正在重新點燃整個行業的希望。
在過去一年裡,我密切關注AI Agent的發展,它已經成為人工智能領域最令人振奮的方向。
與傳統的大語言模型相比,AI Agent展現出令人驚嘆的能力 — 它們不僅僅是被動的響應工具,而是能夠主動思考、規劃和執行複雜任務的智能系統。這種"慢思考"模式,使AI Agent在處理商業和管理問題時表現出令人驚嘆的效率和準確性。
我相信,"未來所有的SaaS都可以用AI重寫一遍「這個判斷絕非誇大其詞。
就像電燈普及改變了人類生活一樣,AI Agent正在重塑企業管理和生產方式。在電商、營銷等領域,我們已經看到AI Agent可以快速完成從店鋪搭建到運營管理的全流程工作,大幅提升了企業的運營效率。
當然,技術的成長從來都不是一蹴而就的。
目前,AI Agent仍面臨模型能力、穩定性和成本等挑戰。但這恰恰構成了我們不斷創新和突破的動力。正如歷史上每一次技術革命一樣,從最初的不成熟到最終的廣泛應用,往往是一個漸進的過程。
更令人興奮的是,AI Agent正在democratize生產力。
對於小微企業和個人創業者來說,這意味着前所未有的機會。通過低成本的AI工具,個人現在可以獲得相當於專業團隊的生產力支持,這將極大地釋放個體創造力,降低創業門檻。
從更深層面看,AI Agent代表的不僅僅是技術迭代,更是生產關係的革命性變革。它正在重構人與機器的協作模式,開創全新的工作範式。傳統的SaaS產品將被智能重塑,嵌入AI Agent后,將提供前所未有的智能服務。
對於軟件行業而言,這是一個極其關鍵的歷史時刻。
我們正站在技術變革的風口浪尖,既充滿挑戰,又蘊含著無限可能。唯有保持極致的開放思維和敏捷姿態,主動擁抱AI Agent帶來的顛覆性技術浪潮,我們才能在這場競爭中立於不敗之地。
(3)
UCloud CEO季昕華:
「算力+」模式加速,算力已成為賦能數字經濟的新質生產力
作為雲計算行業的資深從業者,我認為2024年是這個產業的關鍵轉折點。
大模型推動的技術浪潮正在根本性地重塑計算產業生態,傳統雲服務模式已經難以應對快速迭代的技術挑戰。
在我看來,算力基礎設施是數字經濟發展的重要引擎。AI驅動的計算需求正以指數級速度增長,傳統的通用計算模式已經無法支撐日益複雜的智能應用場景。
我們必須從單一的算力提供者轉變為智能算力生態的構建者。這意味着技術創新不僅僅是堆砌硬件,更要在異構計算、高性能網絡和定製化智算平台上持續突破。
值得注意的是,這一轉變不僅僅是技術層面的革新,更是產業生態的深度重塑。
算力正在從傳統的IT基礎設施轉變為戰略性生產資料,不同行業正加速探索"算力+"模式,將計算能力嵌入產業價值鏈的各個環節。
綠色計算已經不再是可選項,而是產業生存的基本命題。"東數西算"戰略為我們指明了方向。低能耗、高效率的分佈式智算中心將成為關鍵競爭力。我們正在探索可再生能源、邊緣計算等技術路徑,從根本上重塑數據中心的能源消費模式。
全球化對於雲服務商來說,已經不是簡單的地理覆蓋,而是要針對不同區域市場提供差異化、定製化的解決方案。新興市場如東南亞、中東,正成為我們重要的戰略賽道。本地化能力和跨境協同,將成為企業制勝的關鍵。
然而,行業仍面臨諸多挑戰:價格戰擾亂市場秩序,資源利用率低下,數據共享困難等問題制約了產業協同發展。這些痛點倒逼行業尋求更高效、更智能的發展模式。
產業生態重構的核心命題是將海量算力轉化為真正的生產力。混合雲、專屬雲、邊緣雲將并行發展,算力即服務(AIaaS)模式將成為主流。技術創新的本質,不僅在於算力本身,更在於構建開放、智能、高效的計算生態系統。
2025年,雲計算將不再是一個單純的技術命題,而是新生產力的重要載體。誰能率先突破技術邊界、構建生態、創新商業模式,誰就能贏得這場看似是技術革新、實則是生產方式變革的競爭。
這是一個充滿挑戰和機遇的時代,我們別無選擇,只能勇敢前行。
(4)
青雲科技CEO林源:
算力結構向「通算+智算」演變,多元算力融合成常態
2024年,我觀察到最明顯的變化是算力結構的轉型——從通用計算向"通算+智算"演進。這不僅僅是簡單的資源疊加,而是整個IT基礎設施的重構。
傳統的資源調度和運維體系都需要為AI場景重新設計,這給整個行業帶來了新的技術挑戰。
在資源效率方面,當前智算中心普遍存在資源利用率不足的現象。
究其原因,一方面是需求和供給未能有效匹配,另一方面是調度系統還不夠精細。這不僅造成了資源浪費,還抬高了使用成本。要解決這個問題,需要在算力網絡、調度算法等方面進行創新,實現資源的精準投放和高效利用。
值得注意的是,當前市場對AI算力的追逐可能存在一定泡沫。不是所有場景都需要昂貴的GPU資源,如何根據實際業務需求選擇合適的算力類型,這需要更理性的評估。
我認為未來會形成通用計算、AI算力、超算的多元融合格局,各類算力資源將根據負載特徵動態調配。
從市場結構來看,我還觀察到一個有趣的現象:三四線城市的數字化轉型需求正在快速增長。
這些地區的企業面臨著與一線城市完全不同的挑戰:預算有限、技術人才缺乏、數字化基礎薄弱。但恰恰是這些"痛點",可能催生出更具創新性的解決方案。
展望2025年,行業大概率會出現幾個關鍵轉變:
首先,AI算力將從集中式向分佈式演進,邊緣智能將得到更多應用;其次,綠色計算將從概念走向實踐,能源效率將成為評價數據中心的關鍵指標;最後,雲計算將進一步下沉,使更多傳統企業能夠享受到技術紅利。
對於雲計算行業的長期發展,我的想法是:要警惕同質化競爭,真正的差異化優勢來自對細分場景的深度理解;要重視技術創新,但創新必須立足於解決實際問題;要平衡短期收益和長期價值,避免過度透支未來增長空間。
面對不斷演進的市場環境,保持技術靈敏度和戰略定力同樣重要。
站在技術供應商的角度,我們既要前瞻性地投入研發,又要腳踏實地地解決客戶問題。
畢竟,技術創新的最終目的是服務於業務創新,推動整個產業的升級和演進。
(5)
奧哲CEO徐平俊:
SaaS未來,AI賦能與垂直化並進
在當前的SaaS行業中,AI大模型的引入為創新提供了極大的機遇。
隨着技術的融合,SaaS企業必須重新審視和革新自身產品,AI的智能化應用將推動業務流程的自動化,進而拓展市場空間並豐富應用場景。
儘管To B產品的AI應用仍處於早期階段,但我們已經看到智能客服、智能問答、企業知識管理以及BI分析等領域的成功案例,這些應用有效減少了重複人工工作,提高了效率。
近年來,SaaS行業呈現出明顯的垂直化發展趨勢。未來的戰略方嚮應包括低代碼化、行業化、AI化和國際化。通過微創新來提升競爭力,強化全鏈路一站式服務能力,並優化獲客、轉化和留存的流程,將是企業持續發展的關鍵。
此外,建立生態合作關係,整合各方資源,不僅能實現共贏,還能為客戶提供更全面的解決方案。
然而,作為行業參與者,我深知當前SaaS行業面臨的挑戰,例如產品同質化嚴重和客戶付費意願低下等問題亟待解決。許多企業在產品開發上缺乏差異化,導致市場上出現大量相似的解決方案,使客戶難以辨別產品的核心價值。
同時,經濟環境的不確定性使得客戶在採購時更加謹慎,直接影響了企業的收入和盈利能力。
我始終相信,破局之道在於做專做精、深耕細分領域。通過專註於特定行業或業務場景,深入了解客戶的痛點,SaaS企業可以打造出具有專業性的產品和解決方案,從而提升客戶的付費意願。
此外,加強生態合作,構建資源整合的生態系統,為客戶提供一站式解決方案,將是實現長期健康發展的重要策略。
展望2025年,我們計劃繼續推進一站式數字化解決方案,並在國際市場上加大布局,特別是在東南亞市場。同時,我們將推動低代碼與AI的商業化應用,探索更廣泛的應用場景,以提高整體競爭力。
在這個充滿變革的時代,SaaS企業必須在保持創新的同時,更加註重產品價值的深耕與商業模式的可持續性。只有真正理解並擁抱變革,才能在這個AI驅動的新時代抓住機遇,實現基業長青。
(6)
藍凌軟件董事長楊健偉:
數字化轉型核心價值點應錨定流程與場景變革
在2024年這個數字經濟快速迭代的關鍵時期,作為一名深耕企業數字化轉型多年的實踐者,我愈發清晰地認識到,數字化轉型的核心價值最終可以歸結為流程變革和場景變革這兩個關鍵維度。
流程變革意味着打通業務端到端,實現組織效率的系統性提升;場景變革則是通過整合數據和系統,為一線業務提供智能、敏捷的支持和賦能。這兩個維度的協同,將決定企業在數字經濟時代的競爭力。
觀察當前市場,央企和國企已經成為數字化轉型的中堅力量。他們展現出"應用廣泛"、"業務深入"和"快速交付"的顯著特徵。對這些企業而言,數字化轉型已經超越了技術升級,而是對業務模式和組織架構的根本性重塑。
金融行業的實踐尤其值得關注。通過信創化和中台化,金融機構不僅展現了卓越的技術能力,還推動了整個產業的數字化進程。
製造業同樣如此,像三一重工這樣的企業,通過技術中台化和業務服務化,實現了全球協同和端到端管理,為製造業的數字化轉型提供了絕佳範例。
在數字化轉型進程中,還必須重視數據與知識等資產的價值。知識管理與人工智能的深度融合,將為數字化轉型帶來新可能。私有大模型與智能知識庫的結合,能幫助企業構建自己的數字大腦,滿足多場景應用,研發大腦、營銷大腦等將助力企業盤活IT資產,創造更大價值。
未來,集成能力已經成為企業的剛性需求。企業必須建設敏捷的集成平台,不僅要提高響應速度,更要持續優化客戶體驗。
在數字化建方面,我主張採用"在城中村上蓋高樓"的漸進式策略,在保護原有IT投資的基礎上,疊加技術中台,讓舊有系統釋放新價值,同時賦能業務敏捷創新。
真正的數字化轉型並非一蹴而就,它需要企業領導者保持戰略定力、開放心態和持續學習的能力。
在這個加速迭代的數字經濟時代,唯有保持戰略定力和創新意識,才能在這場沒有硝煙的商業革命中搶佔先機,實現企業的可持續發展。
(7)
庫帕思CEO黃海清:
構建高質量數據集,助力AI賦能千行百業
算法、算力和數據構成了人工智能發展的三大引擎。
從算力層面,公開數據表明,至2028年全球算力規模預計增長至18282.3EFlops,平均年增速有望達到65%;從模型層面,大模型參數模型正快速迭代,精度和通用性持續提升。歸根結底,大模型的競爭核心在於語料數據質量的競爭。
展望2025年,百模大戰已步入下半場,基礎大模型的數量未來大概率會在十個以內,而蓬勃興起、各具特色的行業垂類模型將會成為競爭的主戰場。
研究機構Epoch-AI預測,到2028年左右,人工智能很可能面臨數據枯竭。其實不然,隨着人工智能與各行各業數字化轉型的持續探索,數據會遵循着更高質量的要求蓬勃發展。
例如,在醫療領域應用,對於患者的診療數據,不僅要求涵蓋病症表現、診斷結果等基本信息,更加註重數據的連貫性、準確性以及隱私保護,以此來確保數據分析結果能為精準醫療提供可靠支撐;而在工業製造領域,各類傳感器收集的設備運行數據,正朝着實時性、完整性、可追溯性方向優化。這些都彰顯着數據在邁向高質量、專業性的發展趨勢。
當前,契合行業應用場景需求的高質量專業數據集仍是稀缺資源。着力構建前沿且高質量數據集,無疑是撬動這一宏大產業的有力支點,其中,數據的高質量、高流通、高安全是大模型廣泛應用的重中之重。
第一,高質量數據成為行業發展的「天花板」。
數據作為AI智力因素的上限,數據的質量直接決定了智能應用的效果與可靠性。人工智能已經擁有了一個具備相當規模的基礎知識庫,徒有數量而無質量的數據無異於「廢礦」,伴隨着智能場景的細化以及供需之間的緊耦合,打造基於虛擬與真實世界相結合的語料數據鏈接樞紐,通過智能體與行業場景適配的專業知識是賦能大模型應用最後一百米的核心路徑。
第二,高質量數據將呈現加速流通與協同的發展態勢。
2025年,我們將看到更多企業之間的跨界合作與數據流通,特別是在工業製造、醫療衛生、金融服務、教育培訓、具身智能等領域。高質量數據集的流通將助力企業湧現出更多創新的解決方案,驅動各行各業朝着智能化、數字化加速轉型。
第三,數據治理與合規性將繼續成為行業關注的核心議題。
隨着數據價值的攀升,隱私泄露、數據濫用等風險隱患日益嚴峻,唯有嚴格遵守法律法規,切實落地加密存儲、匿名化處理等技術手段,才能有效維護公眾信任,為數據產業的持續創新營造健康發展的生態環境。
伴隨着語料數據資源的深入挖掘和開放,越來越多的行業企業藉助AI技術實現創新應用的落地實踐。與此同時,政府層面精準施策,圍繞推動數據產業邁向高質量發展密集出台一系列利好政策,全力促進大中小企業融通發展、產業鏈上下游協同創新,構建良性循環的產業生態體系。
誠然,人工智能數據產業仍面臨諸多挑戰,例如數據隱私與安全、數據倫理與偏見以及專業人才短缺等。在這一充滿挑戰的背景下,我們愈發認識到,數據不僅是「資源」,更是「價值」的體現。
未來,高質量數據將成為千行百業發展的強大助推器,加速各行各業向智能化、數字化和可持續方向邁進。
(8)
奇點雲創始人、StartDT CEO張金銀:
AI賦能SaaS,重構產品形態與服務邊界
回顧過去一年,我深刻感受到AI大模型為SaaS行業帶來了革命性的創新機遇,正在重塑傳統SaaS的產品形態和服務邊界。
我認為這一趨勢體現在幾個關鍵維度:
首先,AI大模型推動SaaS從「Software as a Service」向「Service as a Software」演進。通過整合大語言模型(LLM)能力,傳統需要人工服務的環節被重構為產品化的解決方案。這極大地擴展了SaaS的服務邊界。
在奇點雲的實踐中,尤其是在數據開發、ETL流程和指標建模等專業領域,我們發現AI的加入顯著提升了效率。某些場景的工作量降低了60%-80%。
其次,AI與數據技術的深度融合催生了新的機遇。
AI4DB(AI for Database)和DB4AI(Database for AI)兩條技術路線相互促進,AI提升了數據庫的自動化與智能化水平,同時數據庫技術也優化了AI模型的開發與部署。這種融合帶來的創新機會,得到了資本市場的認可,例如Databricks最近獲得的100億美元融資就是一個有力的例證。
與此同時,我也發現,AI賦能SaaS仍面臨諸多挑戰。
首先是技術層面的局限,如模型的幻覺問題、知識持續性差和處理數據量受限等;其次是落地應用中的合規與安全問題,特別是在處理企業核心數據時;最後,中國市場的特殊性也帶來了挑戰,包括需求的碎片化、管理方法的非標準化以及多雲多引擎環境下的數據治理難題。
展望未來,隨着底層模型能力的提升和應用場景的成熟,我相信AI賦能SaaS將呈現更務實的發展態勢。
一方面,越來越多的一線工作者開始在實際業務中嘗試和驗證AI應用,從圖片生成、代碼開發到數據分析等領域都湧現出創新實踐。
另一方面,企業也更注重將AI能力與既有業務流程深度整合,重構工作流程,提升實際業務價值。
這一趨勢預示着,AI與SaaS的融合不是簡單的技術疊加,而是帶來了服務模式和商業模式的根本性變革。
SaaS行業的長期健康發展,核心在於解決供需匹配和效率革命兩個根本問題。AI大模型帶來的變革,本質上是為解決這兩個問題提供了新的可能性。然而,要真正實現這種可能性,還需要整個行業在技術創新、商業模式、管理方法等多個維度共同努力。
(9)
六度人和CEO張星亮:
SaaS要積極擁抱AI,跳出定製化的泥潭
在經歷了近幾年的快速擴張后,2024年的SaaS行業正在經歷一次深刻變革。
資本退潮與AI技術的雙重影響下,整個行業開始從追求規模轉向追求效益,從追求全面轉向追求專精。
從技術層面看,AI大模型正在重構SaaS的核心能力。它不僅能提升產品的智能化水平,更重要的是能重塑企業的運營效率。
我觀察到,那些成功落地AI應用的企業,往往能在銷售、服務、運營等環節實現質的飛躍。這種技術革新正在推動整個行業從傳統的數據管理向智能化決策支持轉型。
但是,更值得關注的是商業模式的變革。
過去幾年,行業普遍追求"All in One"的模式,試圖通過大量定製化開發來滿足客戶需求。然而這種模式帶來了嚴重的成本壓力和運營負擔。
現在,越來越多的企業開始轉向"尖物組合"模式,即通過生態合作的方式,讓各家企業專註於自己最擅長的領域,通過標準化接口實現系統間的無縫對接。
這種轉變實際上反映了行業的理性回歸。當下,SaaS企業更需要思考的是如何在專註度和覆蓋面之間找到平衡點。我認為,未來成功的SaaS企業一定是既能做深某個細分領域,又能通過開放平台匯聚各類生態夥伴的企業。
在商業模式上,我預見,未來會出現更多創新。特別是隨着AI技術的深入應用,按量計費很可能成為主流的收費模式。這種模式不僅能更好地匹配客戶的實際需求,也能幫助SaaS企業建立更可持續的收入模式。
展望2025年,我認為行業將圍繞三個關鍵詞繼續演進:專業化、標準化和生態化。
專業化意味着企業要聚焦核心能力;標準化是實現規模效應的基礎;生態化則是應對市場競爭的必然選擇。
當然,行業發展仍面臨不少挑戰。如何平衡標準化與個性化需求?如何在保持創新的同時實現盈利增長?這些都需要整個行業共同探索。
站在新的歷史節點上,我們要以更開放的心態擁抱變革。AI技術的發展、用戶需求的升級、競爭格局的變化,都在推動着SaaS行業向著更理性、更專業的方向發展。
在這個過程中,只有那些能夠準確把握行業趨勢、持續強化產品能力、積極擁抱創新的企業,才能真正在未來的競爭中脫穎而出。
(10)
數勢科技CEO黎科峰:
大模型Agent時代來臨,非技術人員數據使用門檻將被打破
數據對於做決策很重要,但現在最大的痛點問題就是如何讓非技術人員如管理層和一線業務團隊能高效地把數據用起來。
我創業時,就想以金融和零售兩個行業切入,做Data+AI,構建整個企業的數據層,再用數據驅動業務。之前做的平台是面向技術團隊的,使用門檻高;但ChatGPT出來后,用大模型Agent就可以通過對話去做數據的洞察、決策的建議。
原來每個場景都得寫一套算法,現在只要一個Data Agent就能做這麼多事情,當然具體解決什麼問題,還需要企業和用戶共同探索——許多用戶不一定知道自己想要什麼,所以要引導他們看見自己的需求,解決痛點問題。
在全體擁抱大模型的當下,數據能夠高效獲取、可信可靠且有靈活性,能做智能化分析,這幾個核心價值都很重要。許多企業也都在抓緊機遇做這樣的事。除了創業公司,國內一些大廠也在做類似方向的數據產品。
2025年有望成為Agent爆發元年,我也堅信大模型應用的時代即將來臨,企業需要做好準備迎接。深耕十幾年的經驗積累將開花結果,最終還是應用產生價值,而這也是我比較擅長的地方:我不是一個做底層的AI科學家,我更多是看最新技術怎樣產生實際的價值和應用,這是我的基因。
更多觀點和故事,歡迎加作者程敏微信 LCMfancyworld 交流。
雷峰網雷峰網雷峰網、