实施配置才是终极壁垒
💡 文章信息：作者：Emily Man (Partner @ Primary) | 英文原文：点击阅读
💡 核心论点
- AI 原生软件时代从按账号坐席计费，转向根据使用消耗与交付结果（Usage/Outcome-based）收费。
- 只有把软件成功塞入客户流程并产出消费，厂商才能有收入。这让实施（Implementations）成为生存首要关口。
- AI 模型的非确定性要求持续评估与调优，且软件在落地过程中必须能够动态吸收企业独特的暗默知识与 Tone 调。
📑 严格逐字逐段翻译
前驱WD
实施是优势
人工智能应用程序的新任务关键功能
作者：艾米丽·曼、卡西·杨、贾森·格尔曼、尼克·戴利
我们正在进入企业软件的第三个时代。每个时代都见证了价值交付的责任从客户转移到供应商身上的明显转变。我们相信，人工智能原生软件公司的价值获取几乎完全取决于他们持续交付卓越成果的能力——这使得实施和客户成功成为至关重要的任务。
我们将企业软件的三个时代视为：
本地部署（“购买房子”）——大量的前期投资、极高的转换成本、通过专业服务持续货币化、定制/实施的内包
云/SaaS（“支付租金”）- 中等前期投资、中等转换成本、通过扩展驱动的持续货币化、实施外包
人工智能原生（“酒店客房？”）——拥有成本低、转换成本不断降低、由向业务交付的价值驱动的持续货币化、对正确实施的高度需求
On-Prem 时代 – “买房子”
在本地部署时代，企业软件的功能很像直接购买房屋：客户在实现任何价值之前就做出了大量的预先许可承诺。极高的前期拥有成本和本地交付意味着选择任何系统都是一个重大决定。从那时起，软件供应商既能够也被迫通过高价派遣团队现场进行每次升级、补丁、工作流程更改或新集成来获取持续价值。
结果，专业服务成为重要的收入来源和结构性依赖。连锁反应是软件改进周期缓慢、部署脆弱、发布新功能成本高昂且逻辑复杂。转换成本如此之高，以至于我们今天所知的“客户成功”并不存在；相反，售后参与以“客户经理”为中心，他们的职责是增加合同价值而不是确保产品结果。本地时代的指导原则是稳定性和控制，而不是适应性或持续的价值实现。
云/SaaS时代——“付租金”
向云的过渡引入了一种根本不同的软件操作模型。客户不再直接拥有软件，而是转向定期订阅，类似于支付租金。云环境中的交付使软件改进有效免费，供应商以新特性和功能的形式直接向客户提供更新。专业服务在很大程度上不再是持续的、经常性的收入流（而是为软件付费），其范围更局限于“一次性”的前期定制和为企业客户调整“开箱即用”解决方案所需的入职工作。
实施的一次性性质意味着扩展平台很大程度上将这项工作外包——创建了企业 IT 领域最大的服务市场之一。全球系统集成商 作为一个类别出现 – 一个价值 550B+ 的服务生态系统，用于支持 SaaS 的采用。如今，GSI 占全球 IT 支出总额的近 9%。
在这个时代，这个时代软件公司的增长路径转向了账户内的许可/席位增长。 NRR 成为北极星指标，因此成为扩展、更新和升级的优化。这降低了转换成本（相对于本地部署时代），并催生了“客户成功”功能，使客户增长背后的流程专业化。
SaaS 缩短了上市时间，并使产品改进有效免费。拥有成本的降低意味着每家公司的平均 SaaS 应用程序数量从 2015 年的 8 个增长到 2022 年的 130 个。对于复杂的企业来说，价值实现仍然依赖于服务密集型的定制实施工作。随着技术堆栈在软件“分拆”时代不断扩大，这种情况变得更加复杂。在这个时代，产品的配置、集成和推出方式往往决定了实际的投资回报率。
进入 AI 原生时代 – “酒店客房（待定，正确类比！）”
在这个新兴时代，“软件”越来越多地转向基于使用/价值的模型，在这种模型中，客户可以有效地为他们所消费的价值“按需付费”。
“糟糕”实施的风险呈指数级增加，因为：
收入始于消费 – 基于使用/结果的定价将收入确认和 ACV 增长转移到消费，使实施成为主要瓶颈
人工智能的概率性质需要更多的测试——非确定性输出使得持续评估和调整变得至关重要，而模型更新意味着今天的功能明天不能被认为是理所当然的
实现成为一个不断变化的目标——快速发展的底层模型和客户方输入的结合意味着实现几乎立即就会过时。 “上线”成为实施的开始，而不是结束。在 SaaS 时代，人们普遍认为，实施的“第二阶段”通常从未发生，因为客户如此专注于“上线”，以至于他们往往对进一步的事情失去了动力。人工智能时代的买家会要求更多。
软件适应客户，而不是相反 – SaaS 时代提供了固执己见的解决方案，这些解决方案很大程度上是“要么接受要么放弃”。人工智能原生解决方案需要捕捉最终客户的隐性知识、语气和文化的细微差别，从而使发现变得更加复杂。
因此，如今的人工智能原生应用公司都在从头开始重新制定实施方案。不存在以可重复的方式捕获客户级别配置和行动手册的“记录系统”。实施越来越成为一个产品问题（事实上，我们看到实施组织在结构上上升到首席技术官的数量有所增加）。公司正在投入大量人力来解决这个问题——而且成本高昂（也以“FDE”的形式）：
上一代客户成功软件（即 Gainsight、Catalyst）在很大程度上令人失望。他们面临的主要挑战是 1) 投资回报率平庸，2) 客户服务领导者的预算有限，3) 现有解决方案对所发生的情况大多做出反应（通常为时已晚），而不是主动建议干预，4) 数据摄取非常痛苦
现在这种情况正在改变。随着我们转向持续交付模式，人工智能时代正在模糊售前和售后之间的界限。在这个世界上，实施组织不再是成本中心，他们正在成为核心收入驱动力。
市场的早期观察表明：
CARR > ARR 差距持续扩大 – 有趣的是，我们经常看到 CARR 比实时 ARR 高 3-5 倍，因为许多人工智能应用程序提供商进入“激进市场中的抢地模式”。鉴于自上而下的人工智能实验任务，强大的市场拉动不再是 PMF 的标志。保留率是 PMF 的新标杆。这正在将实施从“昂贵”的问题转向董事会级别的“头发着火”优先事项
毛利率结构性下降——70-80% 的 SaaS 利润率已成为过去。现在，高达 56% 的 SaaS 供应商采用可变定价。随着单位成本随着模型的使用而扩展，调整不当的系统的交付成本将变得更高（因为您必须重新运行查询）并导致毛利率下降。
“实施”是一个持续的状态——底层模型和产品发展得如此之快，以至于实施一旦完成就基本上已经过时了。由于供应商和客户都在实时采用代理工作流程，因此需要不断沟通和调整（而不是在合同到期之前空降的客户成功团队！）。这又与 SaaS 时代形成鲜明对比，在 SaaS 时代，买家和客户都对过时的实施感到沾沾自喜，直到达到流失风险的地步。
GTM 团队需要围绕客户健康状况的新指标——除了经过验证的真实 NRR 指标外，GTM 团队还将依赖新的客户健康状况领先指标。 NRR 是客户健康状况的滞后指标，人工智能本土公司没有足够的时间等待它结束。有远见的领导者正在采用新的指标来让自己对客户价值负责（例如结果指标 1.0），我们预计其中一些指标将成为新常态。
做到这一点的合适人才的成本要高得多——各种“FDE”都很流行——过去一年需求增长了 12 倍。考虑到产品深度、主题专业知识以及正确实施这些技术所需的技术，此类人才的成本要高得多——大约是典型 CS 助理成本的 1.5-2 倍。从历史上看，一名优秀的实施经理可以同时管理 8-10 个项目；深度嵌入的模型正在按比例缩小。这种情况也发生了变化，担任售后角色的 AI 原生 GTM 团队增加了 50%（与 SaaS 同行相比）。加起来，实施的总成本就会飙升。
最重要的是，所有权责任正在从客户（在 SaaS 时代之前）转移到现在几乎完全由供应商承担。现在进入大门很容易，但保持与实际交付价值的联系要困难得多。
那么这意味着什么呢？
对于企业人工智能应用程序来说，实施层正在成为争夺品类领导地位的真正战场。持久的是供应商在实时环境中实施、调整和维护人工智能系统的能力。
因此，这个领域的公司面临的问题是：
这是一个时间点问题吗？现在还处于早期阶段，大多数应用程序层都处于“抢地”模式。在市场渗透率和产品成熟度更加稳定的情况下，问题的严重性是否会发生变化？
可以产品化吗？每个类别甚至每个最终客户可能需要一些不同的方法。是否会出现一组允许重复性的集体原语（相对于仅仅成为现代系统集成商）？
实施是否会“过于”关键？一个好的实施是否有太多的“秘密武器”，以至于每个人工智能原生应用公司都希望自己拥有该流程？有趣的是——我们不这么认为。从我们的观察来看，尽管实施是一个巨大的问题，但企业宁愿将有限的资源用于核心产品的开发。
人工智能本土公司需要跨越一种新的鸿沟。尝试的意愿基本存在，但留下来的意愿还有待观察。我们相信，这种错位为新的“记录系统”创造了一个独特的“为什么是现在”，该系统以现有客户为中心，并能够实现持续、持续的实施。
已经出现了一些新公司来解决这个问题并利用人工智能实现自动化实施。主要有以下三种方法：
Arm the SI – 像 Auctor 这样的公司构建工具来帮助传统 SI 提供更好的实施。
取代 SI——这些是技术支持的服务企业，专注于取代为实施重量级软件系统而引入的传统顾问。 Tessera 专注于 ERP 迁移，而 Echelon 则专注于 ServiceNow 工作。
增强（并随着时间的推移实现自动化）内部交付团队——像 Axiamatic 这样的系统为正在经历转型的公司提供服务，而 Genera 则为拥有大量实施流程的 AI 原生公司提供支持。
随着软件的最后一英里交付（特别是代理软件）变得越来越重要，我们知道“FDE”角色只会继续流行。实施正在成为一个前台问题，随着我们进入软件消费的新时代，有大量的机会来帮助支持这个交付问题。
如果你在这里建造一些东西。我们很乐意听取您的意见。
关于这篇文章的讨论
没有帖子
准备好了解更多了吗？
📌 核心金句与关键指标
[!NOTE]
““在交付结果的时代，实施成为了一个移动的靶子。上线去运行，只是实施的起点，而非终点。””
🎯 行业启示与落地建议
- 实施和客户成功（CS）在 AI 原生软件公司中扮演着核心研发或工程部署的角色，直接由 CTO 部门统筹。
- 极度坚不可摧的壁垒是由客户暗默知识、 Tone 调和庞大持续评估数据交叉织网形成的本地实施护城河。
