企服公司數智化如何走？投資人與四位高管深度對話解析

【獵雲網北京】12月9日報道（文/盛佳瑩、趙家雲）

12月4日，在逆勢生長-NFS2020年度CEO峰會暨獵雲網創投頒獎盛典「智慧+新服務」專場上，由高榕資本副總裁鍾南海主持，倍賽數據創始人、CEO杜霖、快決測總經理李霈、易快報創始人兼CEO馬春荃、來也科技CTO胡一川圍繞《企服公司的數智化創新》主題展開討論。

服務企業如何平衡場景縱深及產品技術？

馬春荃表示，易快報將自己定義為「敏捷」，即致力於實現敏捷化和產品標準化，易快報將進行業務前端組件化，呈現出不同組件，底層的源數據更加有抽象與共性。同時，易快報同步進行場景化，以此達到標準化與效率的平衡。

「因為所有的行業都可以通過我們的工具，把他們內部非結構化的數據進行處理。而在這個過程當中涉及到產品SaaS研發思路。」 杜霖表示倍賽數據通過搭積木的形式，將具體業務變成積木模塊，把所有的客戶需求做到通用化。

胡一川則深度切入重點行業客戶，以其需求為主驅動平台產品迭代，藉助特定行業大客戶需求打磨產品。

李霈透露，快決測的路徑以理解客戶的業務，幫助其解決問題為開端，從而提煉出更多通用化產品，為客戶提供更高效的解決方案。「如今大客戶用我們標準化的產品幫他們解決一些問題，但是路徑是從客戶那裡過來的，而不是從我們這邊過來，這是企業服務領域的特點。」

高榕資本副總裁鍾南海表示，目前在觸達消費者方面新增了一個渠道：企業微信。」我們常常比喻企業微信是一個毛坯房，而方案提供商更像一個精裝房，給他更多的工具模塊，」

企服數智化轉型的前景與機遇

面對未來，胡一川認為未來其實每個企業員工都將與機器人協同工作，胡一川建議每位企業家從今天開始思考未來企業機器人與員工的關係，從而讓企業能更好的應對市場變化。

在李霈看來，未來商業決策將越來越難、越來越多，技術化、產品化的手段則賦能這些商業決策，「讓天下沒有難做的決策」。

杜霖看到的趨勢則是AI在進行工業化與長尾化的轉型。「所以對於未來企業道路，最關鍵的只要企業決策者不會覺得AI離自己太遙遠，看到自己業務當中有效解決的問題，轉型的道路一定會非常非常平順與生機勃勃。」

馬春荃則認為，在數字化基礎設施完善且數字化意識越來越高的時代，助力企業費控降本增效大有可為。

鍾南海強調，當今對於投資是一個最好的時代，中國智能化To B的賽道至今才十幾年時間，而美國過去是百年的演進，因此投資人充分的耐心，靜待這麼多優秀To B創始人花開的結果。」衷心希望在座所有To B創始人能夠耐心的慢跑，同時厚積薄發，我們希望在中國大地上能夠看到更多To B優秀創作者與企業能夠冒出來。」

NFS2020年度CEO峰會暨獵雲網創投頒獎盛典於12月2日-4日在北京柏悅酒店召開，由獵雲網主辦，銳視角、獵雲資本、獵雲財經、企業管家協辦。本屆峰會以「逆勢生長」為主題，開設了主論壇和九大專場，覆蓋母基金、新基建、電商、醫療等領域，近兩百名行業專家、投資人和創業者們深入探討各產業經營之道，以及行業變革中醞釀的創業與投資機遇。

以下為圓桌論壇實錄，由獵雲網整理精編：

鍾南海（主持人）：各位觀眾好，四位創始人好，今年企業服務市場火熱，To B的同行都很興奮，是一個很好的年份，相信今後將會越來越好。中國未來幾年在SaaS領域併購潮、投資潮也將越來越兇猛。在座的都是企業服務的佼佼者，請四位用簡短的語言介紹一下自己的公司、主要產品功能等。

高榕資本副總裁鍾南海

杜霖：大家好，我是倍賽數據的創始人杜霖。倍賽數據成立與2015年，我們是從人工智能的三駕馬車之一數據入手，提供數據標註服務。到目前為止我們致力於為人工智能行業提供從數據、數據集管理、數據標註到建模的一整套基礎設施的解決方案。

李霈：大家好，我是快決測科技的李霈，我們是專注於消費者溝通與客戶體驗管理的技術公司，成立於2017年，還比較年輕的公司，但我們至今已經服務了120多個頭部500強客戶。我們採用一些技術賦能的方法，實現與消費者更高效的主動溝通，獲取他們的想法、反饋及體驗，來幫助我們的客戶發現市場機會，找到決策依據，實現商業決策。

我舉一個小小的例子，如果我們公司在廣州，我想明天知道巴西消費者對抖音的看法，後天就可以給你答案。比如說我們有一家咖啡連鎖店的客戶，他想和全國400個咖啡師構思新上架的蛋糕款式，一個小時就可以把這些數據收集起來，迅速做決策。

馬春荃：大家好，我是來自於易快報的馬春荃，隨着電子發票的普及，越來越多的企業必須要實現全流程電子化的支出管理。我們的使命是幫助企業省錢，讓員工省事，更加數字化、智能化、自動化。

胡一川：我是來也科技胡一川，我們提供的是企業智能自動化轉型解決方案，包括RPA機器人流程自動化平台、Chatbot智能對話機器人平台等。主要用於協助辦公室白領工作，如今我們的智能機器人主要是用於財務、運營、供應鏈、客服等一些業務部門，主要服務的用戶是世界500強、中國500強的大型企業，以及包括一些政府部門。

鍾南海：謝謝四位介紹，剛才聽了四位簡單的介紹，有服務世界500強客戶、大B客戶，還有如易快報這樣也可以服務中腰部客戶的公司。現在商業模式裡面與客戶畫像也是我們關注的重點，想請教一下四位，如何在客戶選擇方向上進行演進，並一步一步聚焦到如今的的客戶畫像的？在選擇大B、小B、腰部客戶的時候分別有哪些挑戰，你們做銷售KPI考核時，最關注哪些指標？

胡一川：剛才也提到來也科技我們服務的主要是大型客戶，這背後是有原因的。今天我們所提供的智能自動化的解決方案給客戶帶來的價值主要體現在三個方面，一是降低成本。因為相當於用軟件機器人代替人所做的事情；第二是提高了效率；第三，對工作的合規性、準確性有更高要求，軟件機器人比人更準確。而大型客戶有大量重複的工作可以通過軟件機器人來執行，在降低成本、提高效率、提升合規性方面的收益比中小企業更高。

來也科技的初心是讓機器人助力每一個人。我們認為未來機器人是能夠幫到每個人，不僅僅是今天大型企業特定部門的員工。所以我們也很關注機器人這項技術到底怎麼能夠真正的滲透到每個人的工作生活裡面。所以圍繞這一點，我們採取了完全不同的打法，完全依賴開發者生態。我們有最大的智能機器人開發者社區，大概有40萬用戶，這些社區的用戶可以源源不斷的提供一些機器人的開發能力，這些開發能力就能夠服務更多的中小微客戶甚至個人。

馬春荃：我們處的這個行業是企業報銷費控，所以基本上從中小企業到大型企業，到集團性企業全都有，是一個很寬泛的通用性行業。所以我認為大客戶、小客戶，在我們的業務理念裡面，其實是沒有進行特別的選擇的，但是大客戶、小客戶經營方法是不一樣的，小微企業、中型企業、大型企業集團業務組成模式，我們稱為最小經營單元不同，大型的企業客戶需要銷售、售前顧問，包括開發，一體化的團隊來支持。但是小型的企業客戶，其實可以通過在線的方式進行商機獲取、商機轉化到落地，到客戶承諾等，我們稱為工程化交付。中型客戶，跟原來做軟件包區別並不大，效率更高，因為在線化省去了安裝部署，所以我們把大中小客戶分層經營。所以在哪個環節找到痛點，都是非常好的商業機會，把它做強做大就可以了。

李霈：快決測目前也是以大B為主。其中幾個原因，首先是公司包括創始人在內的核心員工來自於寶潔等大型企業，在服務大B方面有更多的經驗與資源。其次在消費者體驗需求上，大B比較明確，他們希望體驗服務能夠更加高效、提高質量、降低成本，幫助自身業務實現快速增長，這和快決測的服務非常契合。另外，大B有比較強的創新渴望，我們希望與這些大B作為創新夥伴共同成長，也利於我們吸收優秀思想尋求突破。

在小B方面，我們還在探索階段，不過至今我們也看到許多端倪。「對小B而言，我們的一些解決方案對他們幫助很大，比如我們對於新品判斷，對產品選品判斷，小B可以立即運用起來。但我們在商業決策方面的服務還是相對有些複雜，需要更多的思考，可能存在決策延時。我們也因此看到了自身在服務小B方面的機會和優勢，但如何服務好他們，仍需作進一步研究和完善。

杜霖：我認為如果用一個標籤來形容我們的客戶，就是希望用AI技術進行數字化轉型的企業。只要符合這類特徵，其實都是我們的客戶。在這裡面如果按這幾年來客戶演變來看，我們從服務了我覺得伴隨了人工智能建模技術不停的外溢，外溢，也就是AI工業化的進程來呈現客戶不停的外溢與變遷，比如第一代商湯、曠世科技，第二代希望抓住AI公司，第三是500強提升內部效率的大公司。今年以來我們又發現，客戶外延希望用AI賦能到自己行業的中小B，所以我們服務的客戶不是每一代取代每一代的關係，而是一直不停的外延，這是客戶的演變。

從客戶的演變可以看到，越來越多的客戶開始知道，原來人工智能依託於大量的數據處理、結構化、建模等。因此我們服務的產品形態，也發生了變遷。我們服務大B的時候，給大B提供的一般是私有化的軟件解決方案，以及更加專業的整體服務的解決方案。我們服務中小B的時候推出了自己SaaS，因為他們沒有特別多預算，需要用到我們的服務器的時候，可以在SaaS上發布。

倍賽數據創始人、CEO杜霖

鍾南海：我沿着這個話題想進一步請教，很多服務商有很豐富的數據變現能力，但他們的客戶往往IT設施能力很弱，底座能力薄弱。請教各位遇到IT能力很欠缺的大B客戶，你們會有多大的意願為它補足IT底層能力？或者在你們收費當中IT部分占多少，你們會去做？

杜霖：其實這個問題問的很關鍵，剛才提到了我們很多企業都希望用AI來賦能自己的業務，但是確實我們會面臨着這些客戶從最開始數據如何採集，到如何搭建鏈條，基本上都是空白。我們看到了這樣的趨勢，在今年年初推出了直接的建模服務，就是幫助這些對於IT底子比較薄弱的企業，但是又能產生大量可以被利用的業務數據來驅動業務的效率提升的企業，提供從整個數據到模型的搭建服務，相當於承接了一攬子的數字化轉型的解決方案。

李霈：我們目前的客戶，IT底層能力都挺強的，往往IT並不是一個太大的問題，我們現有的解決方案基本可以滿足他們的需求。通常我們來講首先與業務部門對接，我們是不是能幫他們解決問題，帶來一些方案。這時候需要IT介入，他們把IT引進來，我們一起進行對接。一般都很順利，本身客戶需求很強烈，也很配合，我覺得這是一種通常的模式。我們發現有趣的趨勢是，很多客戶的IT部門開始走向前台，他們提出的需求更多是諮詢他們已經構建的能力該如何應用。

對一些體量相對較小的公司，IT能力相對比較薄弱，我們現在還是以提供SaaS解決方案為主，不做太多私有化部署的工作，讓他們直接可以用起來，不需要太多IT的參與，這樣整體推進會更快，對這些公司也比較方便應用。

鍾南海：所以咱們以前遇到很多對接的人士是CMO、COO，是不是咱們的產品跟業務掛鈎更多一些，您說以後CTO多一些，是不是咱們產品偏向架構層切，這兩層的區別與變化是怎麼造成的？

李霈：未必是不一樣的服務，可能服務是相同的，但是具體落地方面有所調整，因為本身我們提供服務就更加線上化、技術化、系統化，其實需要他們的配合，或者他們本身搭建的系統已經賦能可實現了。比如我要與全國上千個銷售人員進行對話，通常他本身已經在搭建這樣的對話系統，我們的服務更多是在對話過程當中，提供更專業、更科學的提問，從而能夠獲得他們需要做決策的方法。

馬春荃：我這邊遇到的問題五花八門，因為客戶群落不一樣。從中大型企業來看有兩個極端，一個是嚴謹的低效，很多500強企業也好，我們看整個流程非常嚴謹，但是他們用的技術手段非常落後，用落後的技術手段來評估新的工具或者新的業務形態。另外是野蠻生長的不準確，什麼系統都有，採購時沒有經過縝密的規劃與設計，所以不是沒有數據，而是雜亂無章、口徑不一、千頭萬緒的數據。所以在這裡面我們都需要進行大量的諮詢與落地解決方案的工作，這部分通常而言是由我們的合作方處理，比如說諮詢公司，財務類的諮詢公司，流程再造的公司，和我們合作，我們更多的還是基於IT的解決方案和產品平台來去做。

鍾南海：所以IT部署大部分是由合作夥伴來完成的嗎？

馬春荃：因為我們SaaS模式，部署是在線的方式，剛才提到連接的方式是由合作方來做，也不是我們綁定了客戶方，客戶有流程再造、服務商，我們是一個工具作為落地支撐。如果是中型企業，是一站式，因為中型企業沒有自己的諮詢服務團隊，沒有外部的諮詢方。但是這種全程解決更像是一個模版間，非常行業化、模型化，大B進項目去要溝通3個月的時間。

胡一川：我們服務的也是大客戶，我們看到在中國大客戶IT底層能力還是差異挺大的，但是我們觀察到有幾個共性：第一，中國大型企業包括政府，在過去一二十年陸陸續續的上了很多系統，今天的現狀是絕大多數大型企業系統非常多，這些系統可能是過去這些年由不同廠商在不同時間為它建設的，所以今天對他們來講把這些系統打通或者做改造，成本確實很高。針對這個問題，我們提供了一個流程自動化機器人的開發工具，需要與我們的合作夥伴，甚至是客戶的IT部門一起合作，基於我們的工具打造適合客戶的流程機器人。所以相當於是我們做了分工，我們提供工具，有專業的諮詢公司，IT集成公司來做相應的諮詢+服務，最後來服務最終的客戶。

第二，我們的產品有一個特性，在技術上叫「非侵入」，它的原理不需要對現有系統做任何改造，我以模擬人操作鍵盤鼠標的方式來實現流程自動化。

第三，我們也考慮到因為我們產品需要開發，才能夠服務最終客戶，今天儘可能把我們的產品做到低代碼、易用。我們認為未來有很多的平民開發者，企業當中有越來越多的開發人員，不需要懂得很多的計算機知識可以學會操作我們的機器人，我們朝着這個方向努力，希望未來企業內部有越來越多平民開發者，利用我們的工具實現機器人開發、持續的優化與創新。

鍾南海：今天的主題是數智化，這裡面的核心是什麼，我一直在思考。四位嘉賓有一點相通的是，他們都能夠跨行業的賦能裡面的大中型企業。我也想就這個問題再次請教各位做產品的時候，權重方面你們會更關注SaaS企業服務產品模塊的豐富度或者技術的易用性，還是會關注在這麼多行業裡面側重把通用邏輯搞清楚，讓客戶覺得你是理解它的。所以在場景的縱深，以及產品的技術方面，這兩個權重該如何平衡？

胡一川：目前來也科技將自己定義成一個平台型的產品，這就意味着要服務不同類型的客戶。所以從這個角度來講，就要考慮產品的通用性、易用性、擴展性等等。但是如果只是從一個維度來看，產品做的不夠深，當你具體落地到某一個公司時其需求是難以滿足的。所以我們仍然會從幾個重點行業客戶作為一個深度的切入，同時，也會根據重點行業客戶的需求反過來打磨平台型產品。比如我們今天服務的重點行業包括電信運營商、電力能源、金融等。

當然深度服務有多種方式，一種是我們深度服務他們，把客戶業務裡面的很多通用化模式掌握清楚，反過來幫助我們打造產品。來也科技也在全力打造合作夥伴生態，藉助他們對客戶業務的理解，進一步推動我們把我們的產品做得更好。

馬春荃：我們對自己產品的定義叫「敏捷」，為了實現敏捷化和產品標準化，我們會把它進行業務前端組件化，呈現出來是一個一個組件，底層的源數據更加抽象與共性。有點類似於要做報銷領域的宜家，宜家的板材是標準的，你可以換，都可以拼裝組裝。居室尺寸，可能從二三十平米到兩百平米，也可以搭建，這是我們對產品平台的一個要求定位。

但是這裡面就會有一個障礙，這個障礙是什麼呢？你到底去逛宜家是從三層開始逛，還是從一層開始逛，從一層開始沒有購買慾望，都是板材，都是大倉庫。這是我們在經歷組件化的時候的狀況，把零件作好了，但是不能呈現用戶想要的樣板間、場景，所以我們同步在做場景化的工作。這個樣板間的顆粒度有大有小，小的像我們做穩健介質。稍微大一點的，就是我們在做以收定支，再大一點要做經營，再大就是集中管控，一層一層把場景包裝出來，讓客戶按照按圖選配，讓工程師按圖裝配，呈現標準化與效率的平衡。

李霈：其實我們的路徑有相似之處，尤其像我們做的服務是賦能於一些商業決策，是有一定複雜性的。如果開始我們就提供一套完整的標準，可能性、可信度比較低。所以我們的路徑是先服務行業大客戶，以理解業務，解決問題為開端，但是這個過程當中我們可以提煉出更多通用化的產品出來，為客戶提供更高效的解決方案。

我們確實看到了這樣的機會與案例，比如我們在服裝行業幫客戶做服裝的選品，每個季度有很多服裝選品，幫客戶搭建與消費者溝通體系，我們做的很成功。後來我們把解決方案應用到眾多選品案例中，像幫助咖啡店選杯子、幫助遊戲公司選IP等，形態都差不了太多。

快決測總經理李霈

鍾南海：李總我再多問一個問題，同樣消費者給您與您的友商一樣的數據，讓你來比比，誰來做更好決策結果，您是用什麼方式取勝呢？

李霈：有幾點，第一，尊重消費者。讓消費者主動表達真實需求，一切從消費者自身出發，使快決測在數據的準確性上獲得優勢。第二，我們有很多獨特的方法觸達與招募消費者，找到真實的隨機消費者，而不是職業受訪者。同時在這些方面，由於我們採用技術化、移動化的手段，更能實現高效率、低成本的解決方案。

鍾南海：現在好像在觸達消費者方面又做了一個渠道：企業微信。我們常常比喻企業微信是一個毛坯房，像您這樣是做一個精裝房，給他更多的工具模塊，您怎麼利用企業微信，怎麼看待這個生態圈裡面的玩法？

李霈：不只是企業微信，其實大家就是在做私域，這是過去一年非常值得深耕的一個領域。因為我們發現，以前我們做消費者研究，在私域裡我們更容易做消費者體驗，更方便與他們溝通。所以現在很多企業在做這方面的對接與服務。很有意思的是，我認為私域更像是一個大房子，房子裡面需要裝什麼家具，有什麼應用，這都是我們想去做的。我們所做的事情更多是在這房子裡面怎麼與消費者溝通。以往做私域基本都是在賣貨，而我們則是通過溝通傾聽消費者的想法與意見，讓私域企業微信變得更有價值，對企業更加有用途，助力業務增長。

鍾南海：聽起來咱們的價值可以與企業微信做匹配，他們可能是僵硬的客服，您給他提供更多智能化的解決方案。

杜霖：我們每天打交道的數據領域裡面，非結構化數據占比了80%以上，圖像、語音、文本、視頻，包括伴隨着一些新的傳感器，像激光雷達產生的點雲數據。那麼對於我們的倍賽數據SaaS平台定位，我們把自己定位成非結構數據的處理中心，所以說這樣的通用性的標籤，就代表着我們其實對於行業是不挑的，這也就是為什麼倍賽數據服務了包括AI、自動駕駛，金融、傳統的生產製造等在內的大概20多個不同的行業，因為所有的行業都可以通過我們的工具，把他們內部非結構化的數據進行處理。

而在這個過程當中涉及到產品SaaS研發思路，就是我們是通過也是像搭積木的形式，把一些復用到工作流、工具，比如說具體的業務，把它變成一個積木的模塊，讓客戶靈活的使用這些工具。比如涉及到工作流的管理，來了數據標註的任務，傳統流程是標註、審核、質檢，我們工具可以定義成不設極限的，比如說NLP涉及到多人擬合，大家對於文本，對於感情判斷比較主觀，我們可以設計成並聯結構，比如說三個人來看同樣的話，是中性，還是貶義詞，還是褒義詞。還有在工作流程串並聯流程當中，可以發給真的人來做這件事情，也可以發給AI虛擬的數據處理中心來做這件事情。所以我們是通過搭積木的軟件、SaaS研發思路，把所有的客戶需求儘量做到了通用化。

鍾南海：請教一下杜總，在標註過程當中，您現在更多是給單一客戶還是會給平台，有買賣方匹配需求，是一對一，還是可以一對平台的進行標註賦能。

杜霖：我們現在的業務形式，可以拿京東舉例，有自營模式，也有一個第三方模式。自營模式全國設了不到20家數據處理中心，專門服務大客戶的數據處理需求。自營模式就是把SaaS推給有需求的甲方，或者有工具需求的乙方，讓他們使用這個工具，工具變成一個生態，實現甲乙方磨合。原來的自營業務還在平穩的增長，但是我們的第三方業務現在看來增長的更快，因為在我們平台最關心業務數據，就是每天活躍的FTE，多少員工在平台上使用這些工具，我們現在看到越來越多的外部處理任務和數據處理公司、個人在使用我們的工具。

鍾南海：今年肯定離不開疫情這個話題，其實我個人感覺全球的疫情，對我們中國的企業服務公司有一大半是利好的，這是在我認知範圍內感受到的結果，我想聽聽四位創始人全球疫情對自己的影響，是體現出利好還是利空，原因在什麼地方？

杜霖：我們是在去年9月份開設了北美分中心，來接全球化的業務。從疫情的角度來講，北美在海外這塊影響是最大的。但是實際運行情況，我開始覺得疫情對我們的影響像是一個整個業務變暗了三個月暫停鍵，剛開始出現疫情的時候想到怎麼才能應對在家辦公，突然一下子需求就變的很難以應對。

然後對我們產生的影響，是因為我們服務的企業，大部分都是科技企業裡面的技術部門，技術在疫情來的初期，大家首先要先消減不必要的開支。直到疫情恢復常態的時候，越來越多客戶又重新投入到研發裡面。現在到年底，再看這件事情，不是三個月暫停鍵，而是下半年的業務量已經把上半年的暫停給彌補了。

李霈：疫情來了，線下做不了，大家就開始用線上的方法來替代它。我覺得有一個好處在於促進了客戶業務向線上的轉化。現在這些業務被迫轉過來線上，也促進了我們客戶的轉化。雖然部分客戶的預算迫於生意情況有所削減，但是疫情的來臨讓消費者的一些生活狀態、想法等產生了很大的變化，有很多客戶想了解這其中到底有怎樣的變化，哪裡有變化，他們想要捕捉這樣的機會，所以要做更多的消費者體驗研究，此消彼長。

馬春荃：疫情對我們來講有好有壞，壞的部分像剛才杜總說的暫停或者降頻降速。好的地方就是需求，大家考慮到怎麼省錢的思路，尤其企業老闆遭受了巨大的思想上的震撼。2017年的時候在做南京的客戶，到他們哪兒交流，他說我不需要省錢，但是我們現在看到民營企業、國營企業、外企，包括政府事業單位，對於費控省錢已經是一個戰略性業務，因為大家要儲備今年有疫情，明年會不會還有疫情，會不會有波動，大家已經有了危機意識，原來在這點相對比較淡然。這是需求的問題。

其次，對於在線化與數字化又是一個普及。比如我們原來跟客戶溝通是現場、電話，現在各自的桌面上PC上都裝了各種遠程溝通工具，我們不需要再跟客戶說你裝一個什麼工具，他只會問你用哪個。像鋪路一樣，在線已經鋪完路。在線溝通鋪路下來之後，對在線化就非常接受了，我們董事會都在線上開，數據存在雲端，為什麼這些業務工具不能夠SaaS呢？我們做的中字頭的央企，發現他們都很淡定的接受了雲端化的業務。

易快報創始人兼CEO馬春荃

鍾南海：有一個細的事情請教馬總，您是做費控，您的事情可以幫助財務的好處，讓員工不要超規。您說讓我一個晚上不能定一千元酒店，我會不會頂着一千訂酒店，會不會帶來額外的浪費呢？

馬春荃：我覺得首先控制與被控制，這是兩種不同的體驗，控制者永遠很舒服，但是被控制者總覺得很不舒服。因為過去控制手段與責權利不對等，所以導致大家沒有省錢的欲望。再往小了說，如果我有500元的標準能不能定300的酒店，我住全季、漢庭，省下了200，50%返給你個人。讓員工主動控制成本。這是自動化的費控模式，大概已經有100多家企業在用。

胡一川：疫情上半年剛暴發的時候對我們還是有一些影響，因為畢竟見不到客戶，很多客戶原有的項目推遲或者暫停。但是慢慢到了下半年，基本上恢復了。包括以前一定要見面才能聊的客戶，也可以遠程聊，很多項目也重新啟動了。我覺得基本上到下半年Q3、Q4，我們看到疫情對於我們業務沒有太大的影響。更重要的是通過疫情我們發現加速了很多企業決策者思維方式的轉變，比如說他會更主動的思考，如果員工來不了辦公室，怎麼讓這些工作依然高效執行。以前知道工作必須到崗，公司有財務室，到了之後才能工作。我們有自動化的解決方案，人不到，我們可以讓機器人在辦公室裡面幫你工作。

同時越來越多企業在考慮另外一個問題，怎麼能夠讓企業抗風險能力變的更強。就是突然來了黑天鵝事情，讓我的員工人數突然減少了，我能不能應對？這個時候就是考慮怎麼樣能夠更靈活彈性的用工。

鍾南海：我再多問一個問題，跟您行業相關，我們看到稅這個話題跟國家法律法規、政策是息息相關，這幾年金稅三期、營改增、國地稅合併，每年會出很多的政策。剛好今年有疫情出來，可能國家會更進一步的為企業減負，雖然它會擴大稅基，但是降低稅率、降低正稅之外的行政性收費，把隱性開支減少下去。咱們做的東西很好，服務的很好，但是要問企業收費，是不是也是一種額外讓企業付費的情況，咱們怎麼平衡響應國家號召，給企業減負，讓他們少交錢，同時我們要從他們那裡拿到更多的錢，提高我們的營收，這兩個平衡怎麼平衡呢？

胡一川：企業為了省錢還是要掏錢，我們一般會跟企業一起算賬的。因為最終我們的軟件機器人還是一種生產力的提升。這個生產力以前企業需要靠僱人來解決，今天靠雇軟件機器人可以更高效、成本更低。企業一般在做項目投資的時候會提前測算，測算上了機器人項目之後，在這些業務流程被機器人執行的情況下，到底給企業帶來多少生產力提升或者多少成本下降。

舉個例子，前幾天跟一個客戶聊到，它是世界500強的一家外企，今年他們公司給到他所在的部門提了一個KPI，就是要通過使用機器人為公司節省1000萬美元。他們不僅僅節省多少人，是節省多少錢。我說你為了節省這一千萬美元，你的人工、採購軟件成本是多少？他們也測算一下，大概是五分之一左右。所以投入產出比到了這個量級之後，基本上可以測算出來。

鍾南海：我們賺的錢要從客戶省的空間裡面攫取出來，這是讓大家可以接受的一個方式。今年還有一個熱詞是中台，這裡可能分成數字中台與業務中台，我很想請教四位，你們覺得自己是一個中台公司的嗎？如果是的話，作為一個合格的中台公司，在技術、數據、產品、架構、團隊等等方面，需要具備哪樣的能力，才能稱之為自己是一家合格的中台公司。

杜霖：中台這個概念確實今年特別火，我個人對於中台的理解，我不想把它限制在字面，就是本質上是一個IT的設施，你的這套系統本質上能夠產生它的復用能力，被多部門或者多個子公司或者多個業務復用這套能力的時候，就是我們現在常說的中台概念。所以我們沒有給自己定義為是中台公司，但是我們搭建了AI的基礎設施。比如說從數據標註端入手，到數據集管理工具到建模工具，又形成了數據與模型的在這套基礎設施上的閉環迭代。比如說我們產生的業務數據，通過我們的標註，進入到建模平台、數據中台，生成一個AI模型，反向AI模型到標註模型，最後一次交付就是客戶需要的模型。我有時候打這樣的比方，我們把數據與模型比成雞生蛋蛋生雞的關係，我們就是做了這樣的孵化場，我們的意義就是中台。

李霈：我也覺得我們在做中台的事情，但是不太把其歸類為中台，企業也不需要十幾個中台。不過我非常同意，我們要做業務，幫他們解決實際的業務問題，才能真正起到中台的作用。因為很多企業本身沒有資源或者沒有能力去實現解決方案與產品化手段，我們在幫他們做這件事情。對我們的挑戰是我們有沒有能力，可以迅速提煉出這樣的東西，然後轉化為產品。我們的產品經理能不能做到與客戶業務部門迅速銜接解決問題，並且讓客戶感到滿意，這是比較大的挑戰，也是我們要努力的方向。

馬春荃：這個問題對我很對口，我們今年建立了業務中台組織，但是業務是以原件為核心，中台是業務抽象、數據集成，我們上午在長江剛上完這個課，它是這樣的一個模型，這是應對於真的是前端前台非常靈活、非常頻繁的需要發生創新與改變的，組織會發生變化，客戶會發生變化，業務流程會發生變化，這是我們的一個核心的能力，包括我有一個小的例子，我們有一個企業客戶，2300多人，180多個門店，疫情來了之後，他發現開不了店，於是跟盒馬鮮生、蘇寧易購等做靈活用工，給他們派送。這時候從有系統的180多個門店系統，變成2300個門店，每個人都是一個門店，如何管理？

第二，怎麼對賬？原來是180個門店與總部對賬，但是現在是人與總部，總部與供應商，我怎麼給你結算？這就變成非常錯綜，而且沒有系統支撐的業務流程。那麼遇到這個問題的時候，如果延遲一天上線，它的損失是以10萬來計的，2300多張嘴，還是通過這個平台，快速下發現場派工單，裡面有資金屬性，有口徑識別別整個收銀、支出、對賬，自動記賬、外部對賬完全自動化，為了實現前端的敏捷，甚至應對突發異常快速響應，必要性就是建立這樣的中台，使得後端穩固，不需要考慮到後端怎樣的變化，我覺得這是中台的效率所在。

鍾南海：您覺得咱們在企業消費裡面大賽道裡面，有沒有可能出現中國企業版的支付寶這樣的存在？有一個九宮格，讓企業採購日常開銷，同時又可以有信用的概念，能夠給企業一個額度，或者給員工一個額度，同時又可以對工支付的端口？您怎麼看跳出費控這個事情，咱們連接支付，連接場景，整體的企業版的支付寶，有沒有可能在中國？

馬春荃：我覺得是會出現的，但是與美國不一樣，你看美國他們公司生存的空間，AE也發卡，費率是1.5、2個點甚至3個點，他說我降到0.5個點。你想想我們這裡面的點是千6、3，你再做一個卡千1，怎麼掙錢呢？我們會建這樣的能力，但是我們的收益應該來自於管理工具，應該來自於效率提升，應該來自於場景的聚合，以及我們做分銷商的模式。如果單純從生意角度來講的話，如果中國2000萬家企業或者1000萬家的都是易快報客戶，交易可以收到千1，這是可以的。但是如果不是這樣的話，我們只有20萬、30萬家的企業，賬算不過來。

胡一川：前邊嘉賓提到中台很重要的概念是連接，我們做RPA軟件機器人作用也是連接器。在企業裡面如果要做各個系統鏈接，其實有不同的方法。比如說今天一個人要從一個城市到另外一個城市，有幾種方式，一種方式是可以造高鐵，在鐵路上跑的高鐵速度非常快、容量非常大，但是問題就是需要長期規劃、長期建設，且只有少數人可以駕駛高鐵。還有就是開私家車，只要有路的地方就可以開，學習成本非常低，也可以覆蓋更多的地方。今天我覺得做中台也有這樣的兩個流派，一個就是用造高鐵的思路給企業造中台，我們RPA是私家車的思路，我讓平民開發者都能夠用起來，實現不是特別長距離的連接，但是這個連接可以覆蓋企業方方面面、各種業務裡面，最終實現數據打通，讓業務變的更敏捷。

鍾南海：謝謝四位的分享，時間有限，最後請四位嘉賓用最簡單的話，最凝練的話，簡單展望一下咱們在中國做企服數智化轉型的前景、機遇挑戰。

胡一川：我簡單講，我覺得未來其實每個企業員工都是會跟機器人協同工作的，所以每一個企業從今天開始都要思考未來企業機器人與員工是什麼樣的關係，各自扮演什麼樣的角色，讓企業能夠更好的應對市場的變化。

來也科技CTO胡一川

馬春荃：非常感謝這個時代，能夠趕上一個數字化基礎非常好，而且數字化意識越來越高時代，我們正好做幫企業省錢，幫員工省事的事情。希望隨着趨勢走，我們能夠做的更好，中國企業能夠更有效、更高質量的經營。

李霈：我們主要幫企業做商業決策，可以預見未來商業決策越來越難，需要做的決定也越來越多。我們希望通過技術化、產品化的手段賦能客戶，更高效準確地獲得用戶體驗、反饋和需求，來幫助品牌找到市場機會，做出及時準確的商業決策。

杜霖：我們看到的趨勢就是AI在進行工業化與長尾化的轉型。所以對於未來企業道路，最關鍵的只要企業決策者不會覺得AI離自己太遙遠，看到自己業務當中有效解決的問題，轉型的道路一定會非常非常平順與生機勃勃。

鍾南海：對我來講我們做投資也是一樣，擁抱了一個最好的時代，我們智能化To B的賽道才十幾年時間，你看美國過去是百年ToB的演進，我們做投資也一樣，要有充分的耐心，靜待這麼多優秀To B創始人花開的結果。最後衷心希望在座所有To B創始人能夠耐心的慢跑，同時厚積薄發，我們希望在中國大地上能夠看到更多To B優秀創作者與企業能夠冒出來。