“這年頭，誰還投企服啊？”_風聞

AI是降本增效的核武器，如今也給企服公司帶來了新的希望。

當前一級市場，多數機構投資放緩，這是非常明顯的現象和趨勢。一些機構甚至將投資期從過去的2.5-3年延長至現在的4年，甚至更長時間。在募投管退各個環節，無論是美元基金還是人民幣基金都面臨較大挑戰。

這種情況下，企業的持續再融資難度急劇提高，尤其是產業數字化公司，幾乎已經進入冰凍期。很多公司在市場“瘋狂”的年份，估值都存在高估，但當市場迴歸冷靜，人們發現這些企業為客户創造價值的能力非常有限。

不過，AI大模型的出現，給這些企業帶來了新的曙光：一方面，藉助AI可以為客户帶來真正的降本增效，提升10倍的效益或者降低90%的成本；另一方面，對於企服公司自身也是一次能力迭代，因為沒有AIGC賦能的企服公司，已經無法引起投資人興趣了。

最近，盛景嘉成、金沙江創投聯合搞了場閉門會，主要是想給這些產業數字化企業一些警醒和建議。核心要點，融中簡單總結了幾個：

朱嘯虎：

1、AI as a Service 中國企服唯一之路

2、企服軟件公司如果沒有AIGC賦能，已經無法引起投資人興趣

3、企服公司必須加快自我造血，尋求增長機會，實現正向現金流

4、現在能融到錢的基本上都是AI的項目，強調“盈利性”，不要燒錢

5、產品要標準化，但是PLG不適合中國市場

6、AIGC+是非常難的，但+AIGC很容易，所有的軟件都可以用+AIGC，其中有很多機會

彭志強：

1，企業服務過去被VC推的過快，透着一股浮躁

2，產業互聯網（企業）的持續再融資會很難

3，AIGC，讓SaaS公司有了“逆天改命”的機會

4，企業不想被動降估值，就得主動提升商業價值

5，被併購實際上是一種增長方法，而不僅是退出手段

融資難加劇

SaaS企業要考慮“被併購”

新“國九條”的背景下，企業的A股上市門檻顯著提高，盈利要求和現場核查比例也愈加趨嚴，更加強調企業數字化公司要在業務中體現國家戰略、人民性和政治性。彭志強將其總結為“又紅又專”。但更重要的影響是，短期內階段性IPO放緩，導致VC/PE活躍度顯著下行。這種環境下，創業企業的持續再融資難度急劇提高。

對此，朱嘯虎也有提到，近幾年中國的企服賽道可以用“冰火兩重天”來概括。2021年，很多公司融資都是幾十倍的PS（市銷率），但那時其主營業務收入水分很大，很多不是軟件的訂閲收入，而是項目收入。2021年以後，企服賽道熱度急劇滑向冰點，軟件公司想要融資變得非常難，因為在人民幣基金的眼裏，軟件公司不是“硬科技”。

“今天，伴隨一級市場融資急劇放緩，能融到錢的基本上都是AI的項目，尤其在更強調‘盈利性’之後，企業基本不能燒錢，以後的IPO門檻會越來越高，所以企業的數據一定要真的非常好。“朱嘯虎表示。

關於產業數字化公司的未來出路，朱嘯虎和彭志強的觀點基本一致，主要兩大核心：

一，現在大家都很難融到錢，就看誰能活下去，想要活下去，企業就需要具備強大的自我造血能力，核心是要控制好現金流，且不遺餘力的打造10倍好產品，為客户新創造10倍價值或降低90%的成本。

二，要考慮被併購的可能，這也是一種實現增長的方式，即使現在不是最好的時機，但也能證明企業的價值所在。

先來看併購，在美國，大多數VC其實是通過項目被併購完成退出，而不是IPO，甚至美國的上市公司退市，近60%都是通過被併購實現，不是所謂的不合規私有化。相比西方成熟市場，中國資本市場的併購活躍度遠遠不夠，創業者們大多數不願意被併購。但今天，併購和被併購的關注度在顯著提高，越來越多機構投資人在考慮通過併購的方式實現退出。

彭志強表示，“不要將被併購視為失敗，而是把它當作實現企業成長和發展的重要途徑。未來企業想要靠一輪輪融資輸血、漲估值一定是不現實的。被併購，是繼續做強做大的路徑之一。當企業的能力和資源遇到了瓶頸，選擇一個好的併購方，融入更大更強的產業生態，就能獲得新的發展機會。這不是撤退，反而是尋求增長。”

不過，對於併購，朱嘯虎強調了一點，誠然美國的軟件公司確實80%-90%是通過併購發展起來的，真正上市的軟件公司非常少，但是對於中國的企服企業來説，可能未來會有併購，但今天或許不是一個好的“時機點”。

於投資機構而言，其實併購是“非標”化的一種退出方式，往往涉及面廣、複雜度高。尤其除了估值定價還涉及多方股東權益，企業的人才團隊往往也是併購中的關鍵，容易被買方和賣方忽視。

現金流健康

才是好公司

坦白講，併購也好，IPO也罷，中國科技企業未來發展的終極目標都是要提升內生價值，畢竟只有有價值的公司才有併購或者上市的機會。歸根結底，企業的基本面要健康。

那麼，數字產業企業究竟該如何提升自己的內在價值？

朱嘯虎直接指出，今天的企服軟件公司，如果沒有AIGC賦能，無法引起投資人的興趣。只有在不燒錢的前提下，公司能實現100%的業績增長，且是純訂閲收入，投資人才願意看一看，但也只是4-5倍PS。這對創業者來説是非常大的考驗，投資人“既要也要還要”，只有真的好公司可以做到。

那什麼樣的企業是好公司？

朱嘯虎的答案是：企業一定要自我造血、正向現金流。彭志強也表達了同樣的觀點，他認為好公司的標準就是現金流要健康，企業能夠可預見地賺到與估值相匹配的利潤。

這裏有一個關鍵詞，就是可預見性，即不要求公司今天就賺錢，但必須能夠看到未來賺錢的前景，至於是一年後、三年後還是五年後的利潤，這取決於公司的核心能力和發展潛力。VC需要用 forward pe（未來的利潤估值）方法來算這筆投資帳。

另一個關鍵點：賺的錢要與估值匹配。如果一個公司只能賺1000萬，卻按照兩億利潤來估值，這就不合理了。過去幾年，在企服賽道瘋狂的年份，多數公司的估值可能都存在高估。未來的估值模型應該會根據公司可預見的盈利能力來進行合理估值。這就是好公司的標準：現金流健康，可預見的利潤，並與估值相匹配。

本質上，ToB企業拿到的錢不應該是VC投的，而應該是客户給的。但是很多企業對這方面的認知有些浮躁，特別是前幾年企業服務市場過熱，加之資本推動，創業者更多關注如何融資，少量企業真正在業務上有所突破。換句話説，一些企業沒有真正在客户層形成健康良性的現金流。如此，如果説“好公司”是投資人看到的結果，那麼，成為好公司則是創業者需要努力的過程，具體實施路徑——AI。

今天

所有的企業軟件都要用AIGC重做一遍

為什麼中國的軟件公司發展得不温不火？為什麼中國的 SaaS公司大多數陷入泥潭，只有極少數成功？交易平台公司更是常被認為是“貿易倒爺”，缺乏技術含量。可以説，中國的產業數字化公司步履艱難。

背後原因不能簡單地歸咎於用户不成熟，企業更多是應該反思自身的策略和邏輯是否出現了問題。

彭志強指出，AI時代是產業數字化的關鍵決戰點。不具備突出AI能力的數字化公司將被邊緣化，資本市場也不會理睬。如果能夠形成新的AI核心能力，即Refresh(刷新)，企業就有希望實現健康的財務表現，並被資本市場重新關注。不過，現實情況是，現在沒有企服公司不關注AI，但很多公司仍是在觀望，決心不夠大，速度不夠快。

那麼企業究竟該如何行動呢？在AI時代，企業必須牢記為客户創造價值是永恆不變的真理，注重“結果”導向，為客户帶來可衡量可視化的價值，前提是自身具備這樣的能力。

首先，要想為客户創造價值，先用AIGC革自己的命。

產業數字化公司的核心價值是“降本增效”。遺憾的是，過去這些年，企服公司自身的經營成本很高。比如，研發投入和銷售轉化之間的嚴重不成正比。本質上，產業數字化公司收入大多來自為客户“降本增效”的分成，對客户而言，效益增加有限、成本降低不明顯（數字化顯性成本卻不低、組織變革隱性成本高），這些問題的背後，是因為自身能力不足。

所以，彭志強提出了“極簡增長戰略”，即從核心客户、核心需求切入，避免在無關緊要的項目上燒錢，凡是與核心業務無關或弱關聯的事，應該不做、少做，無關或弱關聯的人，應該不招、少招，以確保研發費用與核心業務相關，避免核心人才資源與產品市場的錯配，從研發、營銷、人力等一切的經營行為都要緊緊圍繞公司的“拳頭”產品。

朱嘯虎也是一直對被投企業強調“不要燒錢”。中國企業數字化是不可逆的趨勢，但這個“冬天”可能會很漫長，或許還需要3-5年。如今“活得好”的企業軟件公司，此前的融資規模大多隻有競爭對手的1/10，因為“錢緊”所以每一分錢的使用都非常謹慎，這些公司反而更適合“寒冬期”。

再來看如何打造過硬的產品？未來的數字化公司必須做到“把簡單留給客户，把難度（複雜）留給自己”。中國企服公司為什麼市場開拓困難？因為產品不好用，用户體驗差。優秀的企業如谷歌搜索，能夠把簡單的用户體驗和高難度的複雜技術結合，取得巨大成功。

對此，聲稱“不投國內大模型”的朱嘯虎也道出原因，AIGC+是非常難的，最難的是行業的know-how、行業的垂直場景、行業數據。生成式AI從去年開始，確實如火如荼，不過生成式AI裏同樣有很多陷阱。比如，最難的實際就是找產品和市場能夠達到最佳的契合點。如果你投入10個人找不到PMF（ProductMarket Fit），投入100個人同樣找不到。

不過朱嘯虎認為，做+AIGC是相對可行且容易的做法：所有的軟件都可以用+AIGC，其中會誕生很多機會。

為什麼AI賦能的軟件有可能爆發性增長？因為AI賦能的軟件可以給用户創造數量級的價值優勢，比如幫助客户降低90%以上的成本，就會激發客户迅速購買。

在AI時代，創業者需要隨着技術的變化，思考市場的變與不變，才能找到新的增長之道。始終為客户創造價值，這是企業的立足根本。聽起來像是套話，但實際上，這是企業經營的“第一性原理”。所以，最後彭志強定調：短期來看，這些數字產業企業需要經歷AI 武裝的自我轉型升級，半年內必須行動起來，否則再無機會。但要真正的實現AI的逆天改命，可能還需2-3年，才是真正完成應用落地。