SaaS、AI、大数据，三者如何作用与反作用？
数据帮助决策，企业信息化建设由流程驱动转向数据驱动
爱分析：2B市场信息化过程中，从流程驱动向数据驱动的转变中，企业需求发生了哪些变化？云帐房、智齿科技和e成网络是如何应对的？
高林东：实际上流程驱动是将企业内部的流程合理化，去降低企业成本或提升效益。如今，企业虽然是数据驱动，但我个人认为，对于降低成本、提升效益的需求没有发生变化。
在财税领域，传统的财务软件，财务人员首先要做的是凭证，要服务于国家财政部的会计准则，之后再确定科目等来进行流程化管理。
在我们的财税产品中，我们是数据驱动的，与传统财务软件不同，财务人员首先要录入发票，也就是基础的大数据，利用数据和AI，可以帮助企业做财务分析，并实现自动报税，提升财务工作效率。
龙中武：目前中国企业社会依然还在比较早期的生态，绝大多数企业在信息化这块还是在做流程驱动，有一部分发展较快的在尝试用数据来驱动。
这背后隐藏的话题是，从过去的消费经济到现在的体验经济，会更多的关注到最终用户群体的个性化服务。因此，如果完全靠流程驱动，可能只是群体效应，但是如果能利用更多的数据，就可以做到个体的差异化服务，我认为这是从流程驱动转向数据驱动的根本原因。
未来，随着体验经济的到来，对于精细化运营的要求会更高，因此，数据的支撑更为重要。
杨扬：流程驱动也好，还是数据驱动也好，本质是企业自己的主体行为，目的是扩大效益、降低成本。
之所以会产生流程，是过去的行业积累，但这是一种非常低效方式。因为人本身在处理复杂事件时不能做出很精确的决策，所以人们提出了用数据来解决这个问题。
在我们一开始做申请人的流程管理系统时，客户会对流程提出要求，觉得是一个软件外包，直到后面我们开始用大数据来做人才分析时，客户才会对于数据的价值有认知。
流程只是把一些工作规范化了，但是对于后续的企业决策以及管理模式的优化的支持是非常薄弱的，这时候就需要用数据来支撑。
应用场景决定AI价值，开源节流可以同时满足
爱分析：大数据/AI的价值是体现在开源还是节流？
龙中武：我觉得这个问题本质上并不冲突，开源的同时来节流是可行的，这个区别在于技术应用在哪些业务中。
举个列子，当智齿科技的产品应用在客服场景中时，会通过机器人来进行自动应答，这是一个很典型的过滤和分流的效果。一方面，通过AI降低了人力成本，这是节流，另一方面，这些释放的人力可以投入在其他业务中，这是开源。
我们服务了大量在线教育企业，所有的在线教育企业都有一个共性特征，就是需要做销售转化，我们帮助客户做用户画像、轨迹跟踪、购买意向判断等，这些可以直接帮助客户做销售转化。
因此在整个客服业务场景下，如果是售前场景，可以做销售转化；如果是售后场景，可以帮助客户做过滤和分流。开源和节流是可以在同一个业务场景下发生的。
杨扬：在HR领域，开源还是节流取决于企业和人才之间的供需关系。
当企业在快速扩张时，需求就是快速触达行业中的人才，不会过多的考虑HR开销。这时候我们更多要做的是人才雷达，去发现可用人才。
在另一些企业中，比如快销行业中，人才的供给远远大于企业需求，这时候我们就是来做智能人才匹配，极大的提高了匹配的效率，对于候选人来说，这是一个公平的机会，对于公司来说，也不会错过真正有用的人才，这就是一个节流体现。
高林东：不管是开源还是节流，基本是按照业务模式来决定的。我认为，营销类产品都是提供开源价值的，在财税领域中，利用AI/大数据，还是以节流价值为主。
我们在做的全品种批量报税，是将会计从报税工作中解放出来了。正常的代账公司会计，需要一户一户去登陆到税局网站申报，用了我们的产品，只需点击申报就可以了，系统会自动挨户完成申报，提升了人效；同时，利用大数据+AI，可以辅助会计做决策，帮助其处理复杂问题，因此，我们在这财税领域做的是节流工作。
爱分析：在客服领域，开源的价值除了体现在获客方面，是否还有其他场景？
龙中武：销售是线性的过程，从获客到转化，到最后的生命周期的管理，我们都可以做到。以获客为例，更大范围或者更精准的获客在整个平台的循环内是可以完成的，接到客户的第一时间，可以知道用户的诉求、进行差异化服务并完成转化。
弱人工智能以辅助为主，未来替代人力仍需算法发展
爱分析：现阶段，AI+SaaS的应用，更多是以辅助决策功能为主，未来是否在一些场景中能真正实现AI替代人力？
高林东：在财税领域，记账会计有很大概率被替代，而对于上层的管理会计来说，其主要工作是财税的决策和分析。
大数据和AI是随着国家政策以及技术进步共同发展的。在2000年以前，互联网并不发达，企业需要到税务局去报税，这时候人力是不可替代的；2013年以后，随着国家税务总局金税平台的推广，互联网报税成为可能，也成为了智能财税行业的爆发点。
目前，税务局开放了很多接口，云帐房也打通了全国很多省份的接口，但我们走的不是接口，而是模拟人工的方向。引入AI技术，做登陆时的验证等等。AI容易替代的是基本会计的记账能力，而管理会计的分析能力还不能替代，因此，我们也在引导代账公司客户向管理会计转型。
龙中武：科技驱动生产力的提升，生产力的提升导致生产方式的变化，这是必然的事情。客服领域，在可见的时间范围内，AI承担的还是辅助工作。目前，AI仍处于弱AI阶段，但未来的替代是必然的。这个过程中替代的不是人，而是现有业态下的工作方式和工作形式，人会去做更个性化、更有难度、更有价值的工作。
未来的突破需要算法技术层面、数据积累层面以及市场接受程度等多方面因素共同实现。
杨扬：AI是分为几个阶段的，
第一个阶段，人来操作，AI来辅助给出建议；第二个阶段，AI执行实际任务，人在AI犯错的时候来介入；第三个阶段，AI进行全行业的替代，人注重在对于AI的修缮。
在我看来，HR领域，机器对于人和人之间的情感认知是不可替代的，人和人之间的情感交流是无法被机器所替代的。但是AI可以替代一部分猎头或者HR的工作，包括流程化工作以及例行沟通工作，这些工作是没有人类情感在内的。
爱分析：在财税领域，未来随着知识图谱等新技术的应用，是否会替代管理会计？
高林东：我们在进行相关开发，通过互联网采集企业上下游数据，包括现金流、物流、发票等，之后可以做深度分析。但管理会计的工作会涉及到税法，AI虽然有自我学习的能力，然而对于税法等法律条款的理解，机器是很难学习的，因此管理会计是不会被替代的，但是其负责的很多工作可以被系统所替代。
爱分析：您判断未来几年内AI可以替代管理会计？
高林东：不好预测，比如，电子发票已经推广了很多年，但是如今还是需要用纸质凭证去报销，这是由于国家还没有实行电子凭证，很多时候还是要做纸质凭证来做存档备查。因此，这个行业的发展还是跟国家的政策有关，并不是完全由市场来驱动的。
自研核心技术提升竞争壁垒，通用技术选择第三方服务
爱分析：对于SaaS公司来说，在大数据/AI的研发上，更多的是以自研为主还是通过合作为主？
杨扬：这是很多AI公司会考虑的问题。
一方面，既然是AI公司，一定需要有一些AI干货，如果只是集成别人的成果，那在未来是极有可能被替代的。
另一方面，人才问题，我们已经对一些AI人才进行过分析，目前来说，人才垄断是企业的通行做法。但是对于中小型企业来说，是没有资本来做这件事的，因此就需要考虑是自研还是利用别人的服务。
我的观点是：
差异化，公司必须有区别于其他公司的的AI技术沉淀和积累，因为这样才不会被其他公司轻易替代。
一些非常通用、跟领域无关的功能，尽量使用其他公司的云服务，比如说NLP、计算机视觉等，云平台的技术已经非常成熟。
从成本方面来考虑，在需要的场景中，达到云平台所能提供的正确率需要多少自研成本，来考虑选用哪种方式
