2017年SaaS創業迎來回暖跡象，但不可否認的是，在這個領域仍有一批創業者正在或者已經消亡。究竟怎樣的SaaS創業項目是投資人眼中的好SaaS？SaaS創業的生存法則又是什么？
在2017IT價值峰會暨中國企業級技術峰會期間，2017年“中國好SaaS”第一季決賽正式上演，作為投資人評委代表，阿爾法公社創始合伙人許四清為現場的創業者和投資人以及企業代表分析了他對SAAS創業創新市場的看法，我們對其主要觀點做了如下梳理：
? 2017資本市場已經回暖；
? 人工智能不是商業模式，而是一個賦能的手段，可以幫創業公司快速提升自己業務競爭力，目前已在金融科技的量化交易、信用評估、風險投資、保險等領域創造了很好的業務場景和投資機會；
? 小公司創新要比大公司快很多，這給小公司創造了發展機會。而當大公司的創新效率放緩時，也可以利用跟小公司的合作甚至兼并收購實現共贏。
? 2B領域SaaS創業公司應該從服務中型公司開始。服務大公司創新可能拖死SaaS創業公司，而中小企業付費意愿非常低，只有瞄著中等公司，才最有可能成功。
以下為阿爾法公社創始合伙人許四清在“2017 IT 價值峰會暨中國企業級技術峰會”上的演講實錄，經ITValue編輯整理：
IT價值峰會我今年是第三次來，每年都是很好的機會。今年我想講的題目是《投資非確定領域》。
對于創業者，當你見投資人的時候，你心里一定要有所準備，投資人在對你的項目做判斷時，絕大多數情況下他是對一個未知領域進行探索。這個時候投資人的所有行為舉止都非常不確定，前一天說一定投你，可能第二天就不回你電話改微信聊了，這種情況很常見。
根據2017年上半年SaaS領域投融資報告，種子期的投資事件共有1998起，占總投資事件數量的37.32%。天使輪投資事件637起，占比 11.90%。
所以2017年的資本市場不像大家去年看的那么悲觀，如果對比一下2015年、2016年前兩個季度的歷史數據，2017年前兩季的投資已經明顯提速。原因很簡單，投資人手里的錢是有投資期的，如果一個管理期8年的基金少了一年的投資期，他的投資回報就會受重大影響（損失近13%的利潤）。創業公司生存的不二法則就是做好產品，鎖住用戶，還有可能獲得投資機會。比如阿爾法公社在天使輪就進入的公司薪人薪事、美洽、PMCAFF、所思科技等一批創業公司，在2017年上半年再融資時都被資本市場瘋搶。
人工智能不是商業模式。大家到處談人工智能，創業者也說人工智能項目，請大家記住，人工智能絕對不是商業模式。
目前人工智能不管在創業領域還是投資領域都已經紅得發紫，但實際上人工智能最重要的是利用過去幾十年在機器學習領域里面的技術突破，幫助從業者在某一個商業場景里面提高效率，實現這個能力的突破才是本質。
不管我們投資還是創業，如果有人說我這個是人工智能項目，大家要小心一點，實際上能夠具備人工智能的能力就已經非常好了。
突破和創新，往往從小公司開始。
我認為突破創新基本僅存于小公司。大公司的紀律、嚴格的財務預算制度、內部的風險控制制度等使得大公司創新速度放慢，而這就是小公司生存的最好機會。
我們發現很多初始創新快速變成商業模式都是小公司開始，同時我們觀察社會進步商業模式的演進也都是從小公司開始看，這是阿爾法公社研究的基本理念。
大公司的出路：規模化。
大公司創新速度慢，是不是就沒有價值了？我們認為大公司的出路是靠規模化來實現盈利，規模就是龐大的客戶群體、良好的產品行銷手段和渠道、很好的品牌認知度。
大公司跟小公司比起來角色不同，給大家創造的機會是什么？
那就是小公司拼命用最快的速度創新，大公司拼命觀察發現好的小公司就收進來，往往要比內部創新來得快、來的準，而且還有避險原則。但同時大公司的用人制度，組織架構等形成效率最低一種形態。這就給小公司提供了很多的機會。小公司拼命創新、大公司拼命兼并收購實現非結構化的跨越式的成長。
人工智能在最近十多年逐漸開始實現了突破，突破的領域首先是從大數據開始，其次是感知、理解、機器人和自動駕駛。
有一次我與谷歌做自動駕駛的人交流，我跟他們說：“你能不能告訴我對于自動駕駛什么時候能夠實現？”他們的答復是五年之內一定不行，十年以內在某種程度可以。
實際上在投資領域里面，人工智能是最先被應用的，比較典型的是華爾街用算法實現量化交易。最近比較明顯的變化，從微軟的人工智能首席科學家鄧力博士離開微軟去做對沖基金的人工智能應用可以看出，原來人工智能以應用偏重為主，但是現成可用的人才知識儲備不足，導致人工智能領域的科學家被批量挖走。所以不管大公司還是小公司，創業的時候還是要尊重科學規律。
人工智能引發的機會
根據我們的研究初步判斷，Fintech（金融科技）是人工智能最先入手的領域。而這個領域最先有小公司大量出現，主要表現在量化交易、風險控制、信用評估等應用方向上。
比如在舊金山的一家公司Credit Karma，這家公司一共有幾百個人其中60%以上是數據科學家，他們給創業者、消費者做信用評估、信用報告，除美國出具信用報告的機構Cape Analytics免費外提供給其他機構的報告都要收費，之后提供個人的銀行貸款保險等服務，靠算法生存讓這家公司每年的年收入超過6億美金。
另外一個小公司Betterment，以目標導向型為基礎，通過ETF進行自動化配置，有稅務優化算法，提供快捷的開戶流程，高效的資金轉移、轉出。其普通用戶收取每年0.25%的管理費，200萬美元以上的用戶實行零管理費。為大型機構客戶提供資產負債的比配或對接。正是這樣讓小公司跟大機構一樣做量化做交易，使得他的管理凈資產達到90億美元左右。
其次，人工智能引發和助力的機會領域：保險。
人工智能對于保險行業的推動相比其他兩個一點也不弱。左邊是2B，右邊是2C，壽險跟P2P規模比較大，中間商效率平臺有一些，還有中小企業做保險。
例如Cape Analytics，這個公司是給2B大保險公司服務，通過自建云平臺和AI深度學習算法分析獲得的地理圖像數據。根據圖片評估房屋的價值，讓保險公司能進行準確而又快速的報價，并且投資計算機視覺和機器學習，改進保險公司的自動化財產承保的模式。2016年CapeAnalytics第一輪融資達到1400萬美元。
另外，OSCAR是在紐約的一個公司，這個公司最大特點向消費者提供保險服務即2C服務，保險行業除了獲客以外就是控制保險費用成本。他們控制保險成本一套非常行之有效的辦法，就是在病人出現病況以后，系統保證用戶第一時間打給Oscar，由Oscar指引病人到最經濟最有效的就醫渠道，這種方法即提高了用戶的體驗又大幅度降低了保險從業者的支出成本。Oscar的業務范圍一年內從紐約擴張到加州、新澤西和德克薩斯州，總用戶數達到14.5萬人，增長了3倍多，目前估值27億美元。
中國企業服務市場比美國落后了很多，主要集中在管客戶、管員工、IT系統跟供應鏈方面。這是因為在美國企業級市場，已經有大量2B服務的公司，能夠輸送大量的2B創業者，而這一市場中國才剛剛起步。如何追趕這一市場，我們認為：公司要靠能力產品化來解決問題，而不是僅靠關系、服務來發展業務。
我們看到美國有一批HR領域的服務，從最簡單的輕度雇傭如臨時工到薪資福利待遇、上崗培訓、員工績效考核評估等，每個領域都有創業公司出來，而這個過程里面也有小公司不斷被大公司兼并收購，雙方實現雙贏的例子。
Namely是針對有100-1000 人的中型公司，功能覆蓋計算薪酬、核對考勤、管理健康保險、記錄員工的績效表現以及公司內部信息分享等。收費模式上，Namely采用包月的形式，每位雇員的費用從20美元至50美元不等。這個公司在美國發展比較好，這個方式是否可借鑒，中國創業者可以參考以及他針對2B的用戶是中等規模企業如何服務。
實際上SaaS創業最容易成功是針對中等公司做的服務。服務于大公司創新可能熬不到成功那一天，而中小企業付費意愿非常低，根本掙不到錢。
SaaS創業公司只有瞄著中等公司，才有可能成功。
最后總結一下，人工智能根本不是商業模式，相反它是一個賦能的手段，創業公司必須把它當成要快速提升自己業務競爭的手段；另外小公司創新要比大公司快很多，這就給小公司創造了發展機會，而一個大公司看小公司怎么樣做，既可以給小公司提供很多很好的建議甚至合作，同時也可以幫助大公司自己看清，當自身創新效率達不到的時候，怎樣利用跟小公司的合作甚至兼并收購來實現共贏。
