图片系 AI 生成
大模型行业有多火热，SaaS 行业可能就有多慌张。
负面情绪蔓延，既是因为当前 SaaS 行业投融资遇冷，过去投向 SaaS 的钱，以一种更为狂暴的方式涌向 AI，更是因为大模型之于 SaaS 的潜在革命影响，微软 CEO 萨提亚·纳德拉的观点具有代表性。
根据硅谷银行最新报告，AI 领域已吞噬 45% 的美国企业软件风投资本，而传统 SaaS 公司正面临 10 年来最低的 Series A 晋级率 （仅 28%）。这场由生成式 AI 引发的技术海啸，正在重塑企业软件的每个技术层级——从数据基础设施到安全防护，从开发工具到垂直应用。
在萨提亚·纳德拉看来，「SaaS 应用可能会在 AI Agent 时代被颠覆。你仔细想想，它们本质上只是 CRUD（创建、读取、更新、删除） 数据库，再加上一些业务逻辑。」
他进一步解释道，「这些业务逻辑将全部转移到这些 AI Agent 上，而这些 Agent 将是多仓库的 CRUD，它们不会区分后端是什么，它们将会更新多个数据库，而所有的逻辑将集中在 AI 层。一旦 AI 层成为所有逻辑的执行场所，人们就会开始替代后端。这意味着业务程序的逻辑层可以由 AI 和 AI Agent 来编排。」
相较于美国成熟的 SaaS 行业，年轻的中国 SaaS 行业更容易被市场所挟裹，资本热炒时，多数 SaaS 企业以扩大市场份额为第一目标，产品同质化、用户付费意愿低，资本没有将 SaaS 行业推入正确的轨道。一旦资本退出，多数 SaaS 企业也就烧无可烧。
这就是现在 SaaS 行业正在上演的故事，当下很多 SaaS 厂商正在忙着扭正现金流，将自己挪入正常的轨道中，简道云的发展路径具有一定参考性。
简道云一直是一家不那么 「合群」 的 SaaS 厂商，在 SaaS 行业受到追捧时，简道云没有融资；在 SaaS 行业还在烧钱换规模的时候，简道云在商业化第二年 （2018 年） 就实现了盈利；如今在大模型的热潮中，简道云也谨慎地在现有业务流中快速植入 「小而美」 的 AI 功能。
以结果论，简道云在一些关键时点的选择，成为中国 SaaS 行业一种合理的生长路径，复盘简道云的十年发展历程，对于当下以及未来的 SaaS 行业有借鉴意义。
从中小客户出发，走出 PLG 典型增长
2014 年，简道云作为帆软内部孵化的 SAAS 创业项目正式成立，内部代号 「FineX」，当年正是 SaaS 投资热潮的一个顶点，但是简道云还处于一个 「三无」 阶段。
简道云联合创始人单兰杰介绍，简道云上线初始并没有定位成低代码产品，甚至没有产品定位，初衷是想帮助中小企业解决数据管理难题，决定先做一个简单的企业内部数据收集和管理工具，解决用 Excel 管理数据的麻烦问题，让企业能把数据处理标准化。
「帮助中小企业实现降本增效，但产品形态具体会是什么样的我们并不清楚，也没有清晰的产品路线图，边做边摸索。上线前两年都是通过免费的方式的运行，不断积累用户反馈，围绕用户需求完善产品，才形成了今天的简道云产品形态。」 单兰杰说。
虽然目前简道云以零代码为核心产品，但是在简道云看来，并不会特别关注低代码或是无代码这样的概念，更关注通过什么方式能够快速低成本的解决更多客户的需求，这种理念也在如今的大模型特性中有所体现。
SaaS 增长模式多种多样，主要有三种，即产品驱动增长 Product-Led Growth（PLG）、市场驱动增长 Marketing-Led Growth（MLG） 和销售驱动增长 Sales-Led Growth（SLG），简道云是典型的 PLG 增长模式。
简道云团队研发 1.0 产品的时候，第一批种子用户并不是专业的企业客户，简道云的团队陌拜大街上的水果店、眼镜店、杂货店等小店老板，邀请他们成为简道云的种子用户。老板们大都是基于对产品功能的兴趣、解决业务流程管理困扰的好处，而受邀成为第一批用户。
种子用户们虽然没有 「低代码」 意识，仅有 CRM、ERP、进销存的系统概念，但是会热情地提使用反馈和产品需求，有了正向反馈之后，也会乐意推荐身边人使用简道云。随着用户规模扩大、产品雏形渐显，高校老师、科技博客博主、科技工作者，甚至西门子、百威等大公司的小部门，也成为较早一批使用简道云的用户。
随后简道云见入了第二阶段，商业化。2017 年，简道云开始尝试商业化，整个商业化过程并不激进，也没有设定很高的营收和利润的目标。
彼时简道云团队没有一个销售，当年就有上千家企业客户静默下单，但是很多新用户在使用过程中并不能充分的利用简道云的价值，简道云花费了很多精力做出的功能，很多用户并不知道能用在什么地方解决什么问题，因此简道云进一步组建了销售团队和客户成功团队，从专业视角帮助客户梳理业务需求提供解决方案。
在简道云看来，整个商业化过程是以用户到导向，单兰杰表示，「虽然简道云目前是盈利的，但我们没有定更高的利润率目标，反而期望利润率可以更低一些。我们期望有更好的方式帮助到中小企业，在这个过程中产生合理的回报促进产品正向发展。」
如果有且仅有一个指标，衡量 SaaS 公司是否走在正确的路径，那就是付费。简道云对于 SaaS 行业的启示是，不能只追求营收的话，更要看重订阅收入以及客户采购后的使用健康程度。
2018~2019 年，简道云成长为帆软新的业务增长点，并于 2019 年销售额突破 3000 万元；2020 年，简道云团队突破 100 人，年度销售额接近 6000 万；2021 年，年度销售额突破 1 亿元；2023 年，简道云营收突破 2 亿。
「迪士尼创始人说，我拍电影不是为了赚钱，而是为了能在赚到钱后，拍更好的电影献给大家。 这个理念跟我们挺像，简道云至今没有接受任何投资机构的橄榄枝，没有激进地做高 GMV 提高估值的需求。」 单兰杰补充道。
图片系 AI 生成
不讲 AI 宏大叙事，聚焦 「小而美」 的当下
如前所述，简道云聚焦的不是技术本身，而是如何用更简单的工具，解决更复杂的业务问题，当 AI 技术逐渐从 「概念热词」 走向 「实用工具」 时，一个新的解题思路自然浮现——将 AI 能力无缝嵌入企业高频应用场景，让每个普通用户都能成为效率升级的受益者。
大模型之后，一些 AI 厂商也进入了低代码赛道，对此，简道云联合创始人张驰认为，纯大模型应用落地起初可能让客户感觉到眼前一亮，但受限于各种模型精度以及响应速度等问题，这些应用持续输出的准确性、可靠程度存在局限，还达不到生产级可用程度。
不同于微软讲述的 AI 宏大叙事，简道云认为，大多数企业并不需要颠覆式的 「智能革命」，而是期待在现有业务流中快速植入 「小而美」 的 AI 功能。
例如合同审批时自动提取关键字段，省去人工录入的繁琐；客户咨询时通过自然对话生成工单，减少沟通成本；纸质文件扫描后自动识别并归档，避免数据遗漏。
这些 「润物细无声」 的改变，恰恰是当前 AI 技术最务实的落地方式。简道云要做的，就是让这些改变不再依赖专业开发团队，而是由业务人员通过零代码平台实现。
单兰杰表示，在大模型时代，「不变」 的是用户需求本身，而 「变」 的是数据收集和业务流程的实现方式，有了 AI 技术加持后，在解决客户具体问题时，可能会体现出技术先进性，无论是在解决问题的效率还是质量上，都能得到很大提升，这是 「变」 的地方。
张驰举例表示，一个人想从一个地方到另一个地方，他的需求不会变，变的是满足他需求的手段，到底是用马车、汽车还是飞机让他更快地到达。AI 作为突破性技术，让我们有了新的联想，在大模型之前都是渐进式的迭代，比如汽车封闭性做好一点，发动机动力更强一点，AI 可能是颠覆性的技术。
「但这个变化具体有多大，其实我们并没有看得特别清楚。它到底是能够创造出来一种全新的、完全不一样的用户界面和交互模式，还是在我们的老工具上去做一些强化和迭代。这两条路线，现在很多厂商都在纠结，并不明确。」 张驰说。
两种对于 AI 的认知，可能导致不同的区别，以数据分析为例的话，如果是颠覆式，以后只需要把数据接入到大模型，能够直接得到结果，然后供企业进行决策。
如果是后者，AI 无法脱离原有工具，类似 Manus 的产品形态，它并不是通过大模型直接对信息进行处理然后得到结果，而是接到了一个人为的指令之后，再调用现成的工具，比如用浏览器查信息，记录一些过程加工处理的信息，再通过 Python 进行数据分析，或者调用各种开源的图表组件生成结果，它的过程还是拟人化利用工具输出结果。
简道云选择两条路同时走，一条是直接通过模型接入底层数据，直接给到用户想要的结果，这条路线看起来更性感一些。另一条是基于现有的产品底座，训练各种 Agent，再让 Agent 操作简道云的产品，简化使用产品过程中的人工成本。
「做 To B 做这样的工具都要保持长期思维。AI 虽然这么火，但是我估计很多厂商都没有想清楚 AI 到底能够解决什么问题，连客户的需求可能都摸不清楚，就开始大力去投入。有可能大力出奇迹，当然更多的可能是这些资源会被无谓浪费。」
单兰杰说道，简道云的经营思路相对偏稳健，不管是商业化，还是整体产品迭代的节奏，还是对于热点概念的把控节奏，简道云是比较务实的团队。
「我们没有融资，也不会去考虑上市，所有的钱都来自于我们解决了客户的问题，客户愿意把钱给我们，只有持续解决客户的问题，营收才能够增长，我们才能够持续在产品投入更多资源，这个闭环就能够转起来。」 他总结表示。（本文首发于钛媒体 APP，作者 | 张帅，编辑 | 盖虹达）
