企服公司数智化如何走？投资人与四位高管深度对话解析

【猎云网北京】12月9日报道（文/盛佳莹、赵家云）

12月4日，在逆势生长-NFS2020年度CEO峰会暨猎云网创投颁奖盛典“智慧+新服务”专场上，由高榕资本副总裁钟南海主持，倍赛数据创始人、CEO杜霖、快决测总经理李霈、易快报创始人兼CEO马春荃、来也科技CTO胡一川围绕《企服公司的数智化创新》主题展开讨论。

服务企业如何平衡场景纵深及产品技术？

马春荃表示，易快报将自己定义为“敏捷”，即致力于实现敏捷化和产品标准化，易快报将进行业务前端组件化，呈现出不同组件，底层的源数据更加有抽象与共性。同时，易快报同步进行场景化，以此达到标准化与效率的平衡。

“因为所有的行业都可以通过我们的工具，把他们内部非结构化的数据进行处理。而在这个过程当中涉及到产品SaaS研发思路。” 杜霖表示倍赛数据通过搭积木的形式，将具体业务变成积木模块，把所有的客户需求做到通用化。

胡一川则深度切入重点行业客户，以其需求为主驱动平台产品迭代，借助特定行业大客户需求打磨产品。

李霈透露，快决测的路径以理解客户的业务，帮助其解决问题为开端，从而提炼出更多通用化产品，为客户提供更高效的解决方案。“如今大客户用我们标准化的产品帮他们解决一些问题，但是路径是从客户那里过来的，而不是从我们这边过来，这是企业服务领域的特点。”

高榕资本副总裁钟南海表示，目前在触达消费者方面新增了一个渠道：企业微信。”我们常常比喻企业微信是一个毛坯房，而方案提供商更像一个精装房，给他更多的工具模块，”

企服数智化转型的前景与机遇

面对未来，胡一川认为未来其实每个企业员工都将与机器人协同工作，胡一川建议每位企业家从今天开始思考未来企业机器人与员工的关系，从而让企业能更好的应对市场变化。

在李霈看来，未来商业决策将越来越难、越来越多，技术化、产品化的手段则赋能这些商业决策，“让天下没有难做的决策”。

杜霖看到的趋势则是AI在进行工业化与长尾化的转型。“所以对于未来企业道路，最关键的只要企业决策者不会觉得AI离自己太遥远，看到自己业务当中有效解决的问题，转型的道路一定会非常非常平顺与生机勃勃。”

马春荃则认为，在数字化基础设施完善且数字化意识越来越高的时代，助力企业费控降本增效大有可为。

钟南海强调，当今对于投资是一个最好的时代，中国智能化To B的赛道至今才十几年时间，而美国过去是百年的演进，因此投资人充分的耐心，静待这么多优秀To B创始人花开的结果。”衷心希望在座所有To B创始人能够耐心的慢跑，同时厚积薄发，我们希望在中国大地上能够看到更多To B优秀创作者与企业能够冒出来。”

NFS2020年度CEO峰会暨猎云网创投颁奖盛典于12月2日-4日在北京柏悦酒店召开，由猎云网主办，锐视角、猎云资本、猎云财经、企业管家协办。本届峰会以“逆势生长”为主题，开设了主论坛和九大专场，覆盖母基金、新基建、电商、医疗等领域，近两百名行业专家、投资人和创业者们深入探讨各产业经营之道，以及行业变革中酝酿的创业与投资机遇。

以下为圆桌论坛实录，由猎云网整理精编：

钟南海（主持人）：各位观众好，四位创始人好，今年企业服务市场火热，To B的同行都很兴奋，是一个很好的年份，相信今后将会越来越好。中国未来几年在SaaS领域并购潮、投资潮也将越来越凶猛。在座的都是企业服务的佼佼者，请四位用简短的语言介绍一下自己的公司、主要产品功能等。

高榕资本副总裁钟南海

杜霖：大家好，我是倍赛数据的创始人杜霖。倍赛数据成立与2015年，我们是从人工智能的三驾马车之一数据入手，提供数据标注服务。到目前为止我们致力于为人工智能行业提供从数据、数据集管理、数据标注到建模的一整套基础设施的解决方案。

李霈：大家好，我是快决测科技的李霈，我们是专注于消费者沟通与客户体验管理的技术公司，成立于2017年，还比较年轻的公司，但我们至今已经服务了120多个头部500强客户。我们采用一些技术赋能的方法，实现与消费者更高效的主动沟通，获取他们的想法、反馈及体验，来帮助我们的客户发现市场机会，找到决策依据，实现商业决策。

我举一个小小的例子，如果我们公司在广州，我想明天知道巴西消费者对抖音的看法，后天就可以给你答案。比如说我们有一家咖啡连锁店的客户，他想和全国400个咖啡师构思新上架的蛋糕款式，一个小时就可以把这些数据收集起来，迅速做决策。

马春荃：大家好，我是来自于易快报的马春荃，随着电子发票的普及，越来越多的企业必须要实现全流程电子化的支出管理。我们的使命是帮助企业省钱，让员工省事，更加数字化、智能化、自动化。

胡一川：我是来也科技胡一川，我们提供的是企业智能自动化转型解决方案，包括RPA机器人流程自动化平台、Chatbot智能对话机器人平台等。主要用于协助办公室白领工作，如今我们的智能机器人主要是用于财务、运营、供应链、客服等一些业务部门，主要服务的用户是世界500强、中国500强的大型企业，以及包括一些政府部门。

钟南海：谢谢四位介绍，刚才听了四位简单的介绍，有服务世界500强客户、大B客户，还有如易快报这样也可以服务中腰部客户的公司。现在商业模式里面与客户画像也是我们关注的重点，想请教一下四位，如何在客户选择方向上进行演进，并一步一步聚焦到如今的的客户画像的？在选择大B、小B、腰部客户的时候分别有哪些挑战，你们做销售KPI考核时，最关注哪些指标？

胡一川：刚才也提到来也科技我们服务的主要是大型客户，这背后是有原因的。今天我们所提供的智能自动化的解决方案给客户带来的价值主要体现在三个方面，一是降低成本。因为相当于用软件机器人代替人所做的事情；第二是提高了效率；第三，对工作的合规性、准确性有更高要求，软件机器人比人更准确。而大型客户有大量重复的工作可以通过软件机器人来执行，在降低成本、提高效率、提升合规性方面的收益比中小企业更高。

来也科技的初心是让机器人助力每一个人。我们认为未来机器人是能够帮到每个人，不仅仅是今天大型企业特定部门的员工。所以我们也很关注机器人这项技术到底怎么能够真正的渗透到每个人的工作生活里面。所以围绕这一点，我们采取了完全不同的打法，完全依赖开发者生态。我们有最大的智能机器人开发者社区，大概有40万用户，这些社区的用户可以源源不断的提供一些机器人的开发能力，这些开发能力就能够服务更多的中小微客户甚至个人。

马春荃：我们处的这个行业是企业报销费控，所以基本上从中小企业到大型企业，到集团性企业全都有，是一个很宽泛的通用性行业。所以我认为大客户、小客户，在我们的业务理念里面，其实是没有进行特别的选择的，但是大客户、小客户经营方法是不一样的，小微企业、中型企业、大型企业集团业务组成模式，我们称为最小经营单元不同，大型的企业客户需要销售、售前顾问，包括开发，一体化的团队来支持。但是小型的企业客户，其实可以通过在线的方式进行商机获取、商机转化到落地，到客户承诺等，我们称为工程化交付。中型客户，跟原来做软件包区别并不大，效率更高，因为在线化省去了安装部署，所以我们把大中小客户分层经营。所以在哪个环节找到痛点，都是非常好的商业机会，把它做强做大就可以了。

李霈：快决测目前也是以大B为主。其中几个原因，首先是公司包括创始人在内的核心员工来自于宝洁等大型企业，在服务大B方面有更多的经验与资源。其次在消费者体验需求上，大B比较明确，他们希望体验服务能够更加高效、提高质量、降低成本，帮助自身业务实现快速增长，这和快决测的服务非常契合。另外，大B有比较强的创新渴望，我们希望与这些大B作为创新伙伴共同成长，也利于我们吸收优秀思想寻求突破。

在小B方面，我们还在探索阶段，不过至今我们也看到许多端倪。“对小B而言，我们的一些解决方案对他们帮助很大，比如我们对于新品判断，对产品选品判断，小B可以立即运用起来。但我们在商业决策方面的服务还是相对有些复杂，需要更多的思考，可能存在决策延时。我们也因此看到了自身在服务小B方面的机会和优势，但如何服务好他们，仍需作进一步研究和完善。

杜霖：我认为如果用一个标签来形容我们的客户，就是希望用AI技术进行数字化转型的企业。只要符合这类特征，其实都是我们的客户。在这里面如果按这几年来客户演变来看，我们从服务了我觉得伴随了人工智能建模技术不停的外溢，外溢，也就是AI工业化的进程来呈现客户不停的外溢与变迁，比如第一代商汤、旷世科技，第二代希望抓住AI公司，第三是500强提升内部效率的大公司。今年以来我们又发现，客户外延希望用AI赋能到自己行业的中小B，所以我们服务的客户不是每一代取代每一代的关系，而是一直不停的外延，这是客户的演变。

从客户的演变可以看到，越来越多的客户开始知道，原来人工智能依托于大量的数据处理、结构化、建模等。因此我们服务的产品形态，也发生了变迁。我们服务大B的时候，给大B提供的一般是私有化的软件解决方案，以及更加专业的整体服务的解决方案。我们服务中小B的时候推出了自己SaaS，因为他们没有特别多预算，需要用到我们的服务器的时候，可以在SaaS上发布。

倍赛数据创始人、CEO杜霖

钟南海：我沿着这个话题想进一步请教，很多服务商有很丰富的数据变现能力，但他们的客户往往IT设施能力很弱，底座能力薄弱。请教各位遇到IT能力很欠缺的大B客户，你们会有多大的意愿为它补足IT底层能力？或者在你们收费当中IT部分占多少，你们会去做？

杜霖：其实这个问题问的很关键，刚才提到了我们很多企业都希望用AI来赋能自己的业务，但是确实我们会面临着这些客户从最开始数据如何采集，到如何搭建链条，基本上都是空白。我们看到了这样的趋势，在今年年初推出了直接的建模服务，就是帮助这些对于IT底子比较薄弱的企业，但是又能产生大量可以被利用的业务数据来驱动业务的效率提升的企业，提供从整个数据到模型的搭建服务，相当于承接了一揽子的数字化转型的解决方案。

李霈：我们目前的客户，IT底层能力都挺强的，往往IT并不是一个太大的问题，我们现有的解决方案基本可以满足他们的需求。通常我们来讲首先与业务部门对接，我们是不是能帮他们解决问题，带来一些方案。这时候需要IT介入，他们把IT引进来，我们一起进行对接。一般都很顺利，本身客户需求很强烈，也很配合，我觉得这是一种通常的模式。我们发现有趣的趋势是，很多客户的IT部门开始走向前台，他们提出的需求更多是咨询他们已经构建的能力该如何应用。

对一些体量相对较小的公司，IT能力相对比较薄弱，我们现在还是以提供SaaS解决方案为主，不做太多私有化部署的工作，让他们直接可以用起来，不需要太多IT的参与，这样整体推进会更快，对这些公司也比较方便应用。

钟南海：所以咱们以前遇到很多对接的人士是CMO、COO，是不是咱们的产品跟业务挂钩更多一些，您说以后CTO多一些，是不是咱们产品偏向架构层切，这两层的区别与变化是怎么造成的？

李霈：未必是不一样的服务，可能服务是相同的，但是具体落地方面有所调整，因为本身我们提供服务就更加线上化、技术化、系统化，其实需要他们的配合，或者他们本身搭建的系统已经赋能可实现了。比如我要与全国上千个销售人员进行对话，通常他本身已经在搭建这样的对话系统，我们的服务更多是在对话过程当中，提供更专业、更科学的提问，从而能够获得他们需要做决策的方法。

马春荃：我这边遇到的问题五花八门，因为客户群落不一样。从中大型企业来看有两个极端，一个是严谨的低效，很多500强企业也好，我们看整个流程非常严谨，但是他们用的技术手段非常落后，用落后的技术手段来评估新的工具或者新的业务形态。另外是野蛮生长的不准确，什么系统都有，采购时没有经过缜密的规划与设计，所以不是没有数据，而是杂乱无章、口径不一、千头万绪的数据。所以在这里面我们都需要进行大量的咨询与落地解决方案的工作，这部分通常而言是由我们的合作方处理，比如说咨询公司，财务类的咨询公司，流程再造的公司，和我们合作，我们更多的还是基于IT的解决方案和产品平台来去做。

钟南海：所以IT部署大部分是由合作伙伴来完成的吗？

马春荃：因为我们SaaS模式，部署是在线的方式，刚才提到连接的方式是由合作方来做，也不是我们绑定了客户方，客户有流程再造、服务商，我们是一个工具作为落地支撑。如果是中型企业，是一站式，因为中型企业没有自己的咨询服务团队，没有外部的咨询方。但是这种全程解决更像是一个模版间，非常行业化、模型化，大B进项目去要沟通3个月的时间。

胡一川：我们服务的也是大客户，我们看到在中国大客户IT底层能力还是差异挺大的，但是我们观察到有几个共性：第一，中国大型企业包括政府，在过去一二十年陆陆续续的上了很多系统，今天的现状是绝大多数大型企业系统非常多，这些系统可能是过去这些年由不同厂商在不同时间为它建设的，所以今天对他们来讲把这些系统打通或者做改造，成本确实很高。针对这个问题，我们提供了一个流程自动化机器人的开发工具，需要与我们的合作伙伴，甚至是客户的IT部门一起合作，基于我们的工具打造适合客户的流程机器人。所以相当于是我们做了分工，我们提供工具，有专业的咨询公司，IT集成公司来做相应的咨询+服务，最后来服务最终的客户。

第二，我们的产品有一个特性，在技术上叫“非侵入”，它的原理不需要对现有系统做任何改造，我以模拟人操作键盘鼠标的方式来实现流程自动化。

第三，我们也考虑到因为我们产品需要开发，才能够服务最终客户，今天尽可能把我们的产品做到低代码、易用。我们认为未来有很多的平民开发者，企业当中有越来越多的开发人员，不需要懂得很多的计算机知识可以学会操作我们的机器人，我们朝着这个方向努力，希望未来企业内部有越来越多平民开发者，利用我们的工具实现机器人开发、持续的优化与创新。

钟南海：今天的主题是数智化，这里面的核心是什么，我一直在思考。四位嘉宾有一点相通的是，他们都能够跨行业的赋能里面的大中型企业。我也想就这个问题再次请教各位做产品的时候，权重方面你们会更关注SaaS企业服务产品模块的丰富度或者技术的易用性，还是会关注在这么多行业里面侧重把通用逻辑搞清楚，让客户觉得你是理解它的。所以在场景的纵深，以及产品的技术方面，这两个权重该如何平衡？

胡一川：目前来也科技将自己定义成一个平台型的产品，这就意味着要服务不同类型的客户。所以从这个角度来讲，就要考虑产品的通用性、易用性、扩展性等等。但是如果只是从一个维度来看，产品做的不够深，当你具体落地到某一个公司时其需求是难以满足的。所以我们仍然会从几个重点行业客户作为一个深度的切入，同时，也会根据重点行业客户的需求反过来打磨平台型产品。比如我们今天服务的重点行业包括电信运营商、电力能源、金融等。

当然深度服务有多种方式，一种是我们深度服务他们，把客户业务里面的很多通用化模式掌握清楚，反过来帮助我们打造产品。来也科技也在全力打造合作伙伴生态，借助他们对客户业务的理解，进一步推动我们把我们的产品做得更好。

马春荃：我们对自己产品的定义叫“敏捷”，为了实现敏捷化和产品标准化，我们会把它进行业务前端组件化，呈现出来是一个一个组件，底层的源数据更加抽象与共性。有点类似于要做报销领域的宜家，宜家的板材是标准的，你可以换，都可以拼装组装。居室尺寸，可能从二三十平米到两百平米，也可以搭建，这是我们对产品平台的一个要求定位。

但是这里面就会有一个障碍，这个障碍是什么呢？你到底去逛宜家是从三层开始逛，还是从一层开始逛，从一层开始没有购买欲望，都是板材，都是大仓库。这是我们在经历组件化的时候的状况，把零件作好了，但是不能呈现用户想要的样板间、场景，所以我们同步在做场景化的工作。这个样板间的颗粒度有大有小，小的像我们做稳健介质。稍微大一点的，就是我们在做以收定支，再大一点要做经营，再大就是集中管控，一层一层把场景包装出来，让客户按照按图选配，让工程师按图装配，呈现标准化与效率的平衡。

李霈：其实我们的路径有相似之处，尤其像我们做的服务是赋能于一些商业决策，是有一定复杂性的。如果开始我们就提供一套完整的标准，可能性、可信度比较低。所以我们的路径是先服务行业大客户，以理解业务，解决问题为开端，但是这个过程当中我们可以提炼出更多通用化的产品出来，为客户提供更高效的解决方案。

我们确实看到了这样的机会与案例，比如我们在服装行业帮客户做服装的选品，每个季度有很多服装选品，帮客户搭建与消费者沟通体系，我们做的很成功。后来我们把解决方案应用到众多选品案例中，像帮助咖啡店选杯子、帮助游戏公司选IP等，形态都差不了太多。

快决测总经理李霈

钟南海：李总我再多问一个问题，同样消费者给您与您的友商一样的数据，让你来比比，谁来做更好决策结果，您是用什么方式取胜呢？

李霈：有几点，第一，尊重消费者。让消费者主动表达真实需求，一切从消费者自身出发，使快决测在数据的准确性上获得优势。第二，我们有很多独特的方法触达与招募消费者，找到真实的随机消费者，而不是职业受访者。同时在这些方面，由于我们采用技术化、移动化的手段，更能实现高效率、低成本的解决方案。

钟南海：现在好像在触达消费者方面又做了一个渠道：企业微信。我们常常比喻企业微信是一个毛坯房，像您这样是做一个精装房，给他更多的工具模块，您怎么利用企业微信，怎么看待这个生态圈里面的玩法？

李霈：不只是企业微信，其实大家就是在做私域，这是过去一年非常值得深耕的一个领域。因为我们发现，以前我们做消费者研究，在私域里我们更容易做消费者体验，更方便与他们沟通。所以现在很多企业在做这方面的对接与服务。很有意思的是，我认为私域更像是一个大房子，房子里面需要装什么家具，有什么应用，这都是我们想去做的。我们所做的事情更多是在这房子里面怎么与消费者沟通。以往做私域基本都是在卖货，而我们则是通过沟通倾听消费者的想法与意见，让私域企业微信变得更有价值，对企业更加有用途，助力业务增长。

钟南海：听起来咱们的价值可以与企业微信做匹配，他们可能是僵硬的客服，您给他提供更多智能化的解决方案。

杜霖：我们每天打交道的数据领域里面，非结构化数据占比了80%以上，图像、语音、文本、视频，包括伴随着一些新的传感器，像激光雷达产生的点云数据。那么对于我们的倍赛数据SaaS平台定位，我们把自己定位成非结构数据的处理中心，所以说这样的通用性的标签，就代表着我们其实对于行业是不挑的，这也就是为什么倍赛数据服务了包括AI、自动驾驶，金融、传统的生产制造等在内的大概20多个不同的行业，因为所有的行业都可以通过我们的工具，把他们内部非结构化的数据进行处理。

而在这个过程当中涉及到产品SaaS研发思路，就是我们是通过也是像搭积木的形式，把一些复用到工作流、工具，比如说具体的业务，把它变成一个积木的模块，让客户灵活的使用这些工具。比如涉及到工作流的管理，来了数据标注的任务，传统流程是标注、审核、质检，我们工具可以定义成不设极限的，比如说NLP涉及到多人拟合，大家对于文本，对于感情判断比较主观，我们可以设计成并联结构，比如说三个人来看同样的话，是中性，还是贬义词，还是褒义词。还有在工作流程串并联流程当中，可以发给真的人来做这件事情，也可以发给AI虚拟的数据处理中心来做这件事情。所以我们是通过搭积木的软件、SaaS研发思路，把所有的客户需求尽量做到了通用化。

钟南海：请教一下杜总，在标注过程当中，您现在更多是给单一客户还是会给平台，有买卖方匹配需求，是一对一，还是可以一对平台的进行标注赋能。

杜霖：我们现在的业务形式，可以拿京东举例，有自营模式，也有一个第三方模式。自营模式全国设了不到20家数据处理中心，专门服务大客户的数据处理需求。自营模式就是把SaaS推给有需求的甲方，或者有工具需求的乙方，让他们使用这个工具，工具变成一个生态，实现甲乙方磨合。原来的自营业务还在平稳的增长，但是我们的第三方业务现在看来增长的更快，因为在我们平台最关心业务数据，就是每天活跃的FTE，多少员工在平台上使用这些工具，我们现在看到越来越多的外部处理任务和数据处理公司、个人在使用我们的工具。

钟南海：今年肯定离不开疫情这个话题，其实我个人感觉全球的疫情，对我们中国的企业服务公司有一大半是利好的，这是在我认知范围内感受到的结果，我想听听四位创始人全球疫情对自己的影响，是体现出利好还是利空，原因在什么地方？

杜霖：我们是在去年9月份开设了北美分中心，来接全球化的业务。从疫情的角度来讲，北美在海外这块影响是最大的。但是实际运行情况，我开始觉得疫情对我们的影响像是一个整个业务变暗了三个月暂停键，刚开始出现疫情的时候想到怎么才能应对在家办公，突然一下子需求就变的很难以应对。

然后对我们产生的影响，是因为我们服务的企业，大部分都是科技企业里面的技术部门，技术在疫情来的初期，大家首先要先消减不必要的开支。直到疫情恢复常态的时候，越来越多客户又重新投入到研发里面。现在到年底，再看这件事情，不是三个月暂停键，而是下半年的业务量已经把上半年的暂停给弥补了。

李霈：疫情来了，线下做不了，大家就开始用线上的方法来替代它。我觉得有一个好处在于促进了客户业务向线上的转化。现在这些业务被迫转过来线上，也促进了我们客户的转化。虽然部分客户的预算迫于生意情况有所削减，但是疫情的来临让消费者的一些生活状态、想法等产生了很大的变化，有很多客户想了解这其中到底有怎样的变化，哪里有变化，他们想要捕捉这样的机会，所以要做更多的消费者体验研究，此消彼长。

马春荃：疫情对我们来讲有好有坏，坏的部分像刚才杜总说的暂停或者降频降速。好的地方就是需求，大家考虑到怎么省钱的思路，尤其企业老板遭受了巨大的思想上的震撼。2017年的时候在做南京的客户，到他们哪儿交流，他说我不需要省钱，但是我们现在看到民营企业、国营企业、外企，包括政府事业单位，对于费控省钱已经是一个战略性业务，因为大家要储备今年有疫情，明年会不会还有疫情，会不会有波动，大家已经有了危机意识，原来在这点相对比较淡然。这是需求的问题。

其次，对于在线化与数字化又是一个普及。比如我们原来跟客户沟通是现场、电话，现在各自的桌面上PC上都装了各种远程沟通工具，我们不需要再跟客户说你装一个什么工具，他只会问你用哪个。像铺路一样，在线已经铺完路。在线沟通铺路下来之后，对在线化就非常接受了，我们董事会都在线上开，数据存在云端，为什么这些业务工具不能够SaaS呢？我们做的中字头的央企，发现他们都很淡定的接受了云端化的业务。

易快报创始人兼CEO马春荃

钟南海：有一个细的事情请教马总，您是做费控，您的事情可以帮助财务的好处，让员工不要超规。您说让我一个晚上不能定一千元酒店，我会不会顶着一千订酒店，会不会带来额外的浪费呢？

马春荃：我觉得首先控制与被控制，这是两种不同的体验，控制者永远很舒服，但是被控制者总觉得很不舒服。因为过去控制手段与责权利不对等，所以导致大家没有省钱的欲望。再往小了说，如果我有500元的标准能不能定300的酒店，我住全季、汉庭，省下了200，50%返给你个人。让员工主动控制成本。这是自动化的费控模式，大概已经有100多家企业在用。

胡一川：疫情上半年刚暴发的时候对我们还是有一些影响，因为毕竟见不到客户，很多客户原有的项目推迟或者暂停。但是慢慢到了下半年，基本上恢复了。包括以前一定要见面才能聊的客户，也可以远程聊，很多项目也重新启动了。我觉得基本上到下半年Q3、Q4，我们看到疫情对于我们业务没有太大的影响。更重要的是通过疫情我们发现加速了很多企业决策者思维方式的转变，比如说他会更主动的思考，如果员工来不了办公室，怎么让这些工作依然高效执行。以前知道工作必须到岗，公司有财务室，到了之后才能工作。我们有自动化的解决方案，人不到，我们可以让机器人在办公室里面帮你工作。

同时越来越多企业在考虑另外一个问题，怎么能够让企业抗风险能力变的更强。就是突然来了黑天鹅事情，让我的员工人数突然减少了，我能不能应对？这个时候就是考虑怎么样能够更灵活弹性的用工。

钟南海：我再多问一个问题，跟您行业相关，我们看到税这个话题跟国家法律法规、政策是息息相关，这几年金税三期、营改增、国地税合并，每年会出很多的政策。刚好今年有疫情出来，可能国家会更进一步的为企业减负，虽然它会扩大税基，但是降低税率、降低正税之外的行政性收费，把隐性开支减少下去。咱们做的东西很好，服务的很好，但是要问企业收费，是不是也是一种额外让企业付费的情况，咱们怎么平衡响应国家号召，给企业减负，让他们少交钱，同时我们要从他们那里拿到更多的钱，提高我们的营收，这两个平衡怎么平衡呢？

胡一川：企业为了省钱还是要掏钱，我们一般会跟企业一起算账的。因为最终我们的软件机器人还是一种生产力的提升。这个生产力以前企业需要靠雇人来解决，今天靠雇软件机器人可以更高效、成本更低。企业一般在做项目投资的时候会提前测算，测算上了机器人项目之后，在这些业务流程被机器人执行的情况下，到底给企业带来多少生产力提升或者多少成本下降。

举个例子，前几天跟一个客户聊到，它是世界500强的一家外企，今年他们公司给到他所在的部门提了一个KPI，就是要通过使用机器人为公司节省1000万美元。他们不仅仅节省多少人，是节省多少钱。我说你为了节省这一千万美元，你的人工、采购软件成本是多少？他们也测算一下，大概是五分之一左右。所以投入产出比到了这个量级之后，基本上可以测算出来。

钟南海：我们赚的钱要从客户省的空间里面攫取出来，这是让大家可以接受的一个方式。今年还有一个热词是中台，这里可能分成数字中台与业务中台，我很想请教四位，你们觉得自己是一个中台公司的吗？如果是的话，作为一个合格的中台公司，在技术、数据、产品、架构、团队等等方面，需要具备哪样的能力，才能称之为自己是一家合格的中台公司。

杜霖：中台这个概念确实今年特别火，我个人对于中台的理解，我不想把它限制在字面，就是本质上是一个IT的设施，你的这套系统本质上能够产生它的复用能力，被多部门或者多个子公司或者多个业务复用这套能力的时候，就是我们现在常说的中台概念。所以我们没有给自己定义为是中台公司，但是我们搭建了AI的基础设施。比如说从数据标注端入手，到数据集管理工具到建模工具，又形成了数据与模型的在这套基础设施上的闭环迭代。比如说我们产生的业务数据，通过我们的标注，进入到建模平台、数据中台，生成一个AI模型，反向AI模型到标注模型，最后一次交付就是客户需要的模型。我有时候打这样的比方，我们把数据与模型比成鸡生蛋蛋生鸡的关系，我们就是做了这样的孵化场，我们的意义就是中台。

李霈：我也觉得我们在做中台的事情，但是不太把其归类为中台，企业也不需要十几个中台。不过我非常同意，我们要做业务，帮他们解决实际的业务问题，才能真正起到中台的作用。因为很多企业本身没有资源或者没有能力去实现解决方案与产品化手段，我们在帮他们做这件事情。对我们的挑战是我们有没有能力，可以迅速提炼出这样的东西，然后转化为产品。我们的产品经理能不能做到与客户业务部门迅速衔接解决问题，并且让客户感到满意，这是比较大的挑战，也是我们要努力的方向。

马春荃：这个问题对我很对口，我们今年建立了业务中台组织，但是业务是以原件为核心，中台是业务抽象、数据集成，我们上午在长江刚上完这个课，它是这样的一个模型，这是应对于真的是前端前台非常灵活、非常频繁的需要发生创新与改变的，组织会发生变化，客户会发生变化，业务流程会发生变化，这是我们的一个核心的能力，包括我有一个小的例子，我们有一个企业客户，2300多人，180多个门店，疫情来了之后，他发现开不了店，于是跟盒马鲜生、苏宁易购等做灵活用工，给他们派送。这时候从有系统的180多个门店系统，变成2300个门店，每个人都是一个门店，如何管理？

第二，怎么对账？原来是180个门店与总部对账，但是现在是人与总部，总部与供应商，我怎么给你结算？这就变成非常错综，而且没有系统支撑的业务流程。那么遇到这个问题的时候，如果延迟一天上线，它的损失是以10万来计的，2300多张嘴，还是通过这个平台，快速下发现场派工单，里面有资金属性，有口径识别别整个收银、支出、对账，自动记账、外部对账完全自动化，为了实现前端的敏捷，甚至应对突发异常快速响应，必要性就是建立这样的中台，使得后端稳固，不需要考虑到后端怎样的变化，我觉得这是中台的效率所在。

钟南海：您觉得咱们在企业消费里面大赛道里面，有没有可能出现中国企业版的支付宝这样的存在？有一个九宫格，让企业采购日常开销，同时又可以有信用的概念，能够给企业一个额度，或者给员工一个额度，同时又可以对工支付的端口？您怎么看跳出费控这个事情，咱们连接支付，连接场景，整体的企业版的支付宝，有没有可能在中国？

马春荃：我觉得是会出现的，但是与美国不一样，你看美国他们公司生存的空间，AE也发卡，费率是1.5、2个点甚至3个点，他说我降到0.5个点。你想想我们这里面的点是千6、3，你再做一个卡千1，怎么挣钱呢？我们会建这样的能力，但是我们的收益应该来自于管理工具，应该来自于效率提升，应该来自于场景的聚合，以及我们做分销商的模式。如果单纯从生意角度来讲的话，如果中国2000万家企业或者1000万家的都是易快报客户，交易可以收到千1，这是可以的。但是如果不是这样的话，我们只有20万、30万家的企业，账算不过来。

胡一川：前边嘉宾提到中台很重要的概念是连接，我们做RPA软件机器人作用也是连接器。在企业里面如果要做各个系统链接，其实有不同的方法。比如说今天一个人要从一个城市到另外一个城市，有几种方式，一种方式是可以造高铁，在铁路上跑的高铁速度非常快、容量非常大，但是问题就是需要长期规划、长期建设，且只有少数人可以驾驶高铁。还有就是开私家车，只要有路的地方就可以开，学习成本非常低，也可以覆盖更多的地方。今天我觉得做中台也有这样的两个流派，一个就是用造高铁的思路给企业造中台，我们RPA是私家车的思路，我让平民开发者都能够用起来，实现不是特别长距离的连接，但是这个连接可以覆盖企业方方面面、各种业务里面，最终实现数据打通，让业务变的更敏捷。

钟南海：谢谢四位的分享，时间有限，最后请四位嘉宾用最简单的话，最凝练的话，简单展望一下咱们在中国做企服数智化转型的前景、机遇挑战。

胡一川：我简单讲，我觉得未来其实每个企业员工都是会跟机器人协同工作的，所以每一个企业从今天开始都要思考未来企业机器人与员工是什么样的关系，各自扮演什么样的角色，让企业能够更好的应对市场的变化。

来也科技CTO胡一川

马春荃：非常感谢这个时代，能够赶上一个数字化基础非常好，而且数字化意识越来越高时代，我们正好做帮企业省钱，帮员工省事的事情。希望随着趋势走，我们能够做的更好，中国企业能够更有效、更高质量的经营。

李霈：我们主要帮企业做商业决策，可以预见未来商业决策越来越难，需要做的决定也越来越多。我们希望通过技术化、产品化的手段赋能客户，更高效准确地获得用户体验、反馈和需求，来帮助品牌找到市场机会，做出及时准确的商业决策。

杜霖：我们看到的趋势就是AI在进行工业化与长尾化的转型。所以对于未来企业道路，最关键的只要企业决策者不会觉得AI离自己太遥远，看到自己业务当中有效解决的问题，转型的道路一定会非常非常平顺与生机勃勃。

钟南海：对我来讲我们做投资也是一样，拥抱了一个最好的时代，我们智能化To B的赛道才十几年时间，你看美国过去是百年ToB的演进，我们做投资也一样，要有充分的耐心，静待这么多优秀To B创始人花开的结果。最后衷心希望在座所有To B创始人能够耐心的慢跑，同时厚积薄发，我们希望在中国大地上能够看到更多To B优秀创作者与企业能够冒出来。