“这年头，谁还投企服啊？”_风闻

AI是降本增效的核武器，如今也给企服公司带来了新的希望。

当前一级市场，多数机构投资放缓，这是非常明显的现象和趋势。一些机构甚至将投资期从过去的2.5-3年延长至现在的4年，甚至更长时间。在募投管退各个环节，无论是美元基金还是人民币基金都面临较大挑战。

这种情况下，企业的持续再融资难度急剧提高，尤其是产业数字化公司，几乎已经进入冰冻期。很多公司在市场“疯狂”的年份，估值都存在高估，但当市场回归冷静，人们发现这些企业为客户创造价值的能力非常有限。

不过，AI大模型的出现，给这些企业带来了新的曙光：一方面，借助AI可以为客户带来真正的降本增效，提升10倍的效益或者降低90%的成本；另一方面，对于企服公司自身也是一次能力迭代，因为没有AIGC赋能的企服公司，已经无法引起投资人兴趣了。

最近，盛景嘉成、金沙江创投联合搞了场闭门会，主要是想给这些产业数字化企业一些警醒和建议。核心要点，融中简单总结了几个：

朱啸虎：

1、AI as a Service 中国企服唯一之路

2、企服软件公司如果没有AIGC赋能，已经无法引起投资人兴趣

3、企服公司必须加快自我造血，寻求增长机会，实现正向现金流

4、现在能融到钱的基本上都是AI的项目，强调“盈利性”，不要烧钱

5、产品要标准化，但是PLG不适合中国市场

6、AIGC+是非常难的，但+AIGC很容易，所有的软件都可以用+AIGC，其中有很多机会

彭志强：

1，企业服务过去被VC推的过快，透着一股浮躁

2，产业互联网（企业）的持续再融资会很难

3，AIGC，让SaaS公司有了“逆天改命”的机会

4，企业不想被动降估值，就得主动提升商业价值

5，被并购实际上是一种增长方法，而不仅是退出手段

融资难加剧

SaaS企业要考虑“被并购”

新“国九条”的背景下，企业的A股上市门槛显著提高，盈利要求和现场核查比例也愈加趋严，更加强调企业数字化公司要在业务中体现国家战略、人民性和政治性。彭志强将其总结为“又红又专”。但更重要的影响是，短期内阶段性IPO放缓，导致VC/PE活跃度显著下行。这种环境下，创业企业的持续再融资难度急剧提高。

对此，朱啸虎也有提到，近几年中国的企服赛道可以用“冰火两重天”来概括。2021年，很多公司融资都是几十倍的PS（市销率），但那时其主营业务收入水分很大，很多不是软件的订阅收入，而是项目收入。2021年以后，企服赛道热度急剧滑向冰点，软件公司想要融资变得非常难，因为在人民币基金的眼里，软件公司不是“硬科技”。

“今天，伴随一级市场融资急剧放缓，能融到钱的基本上都是AI的项目，尤其在更强调‘盈利性’之后，企业基本不能烧钱，以后的IPO门槛会越来越高，所以企业的数据一定要真的非常好。“朱啸虎表示。

关于产业数字化公司的未来出路，朱啸虎和彭志强的观点基本一致，主要两大核心：

一，现在大家都很难融到钱，就看谁能活下去，想要活下去，企业就需要具备强大的自我造血能力，核心是要控制好现金流，且不遗余力的打造10倍好产品，为客户新创造10倍价值或降低90%的成本。

二，要考虑被并购的可能，这也是一种实现增长的方式，即使现在不是最好的时机，但也能证明企业的价值所在。

先来看并购，在美国，大多数VC其实是通过项目被并购完成退出，而不是IPO，甚至美国的上市公司退市，近60%都是通过被并购实现，不是所谓的不合规私有化。相比西方成熟市场，中国资本市场的并购活跃度远远不够，创业者们大多数不愿意被并购。但今天，并购和被并购的关注度在显著提高，越来越多机构投资人在考虑通过并购的方式实现退出。

彭志强表示，“不要将被并购视为失败，而是把它当作实现企业成长和发展的重要途径。未来企业想要靠一轮轮融资输血、涨估值一定是不现实的。被并购，是继续做强做大的路径之一。当企业的能力和资源遇到了瓶颈，选择一个好的并购方，融入更大更强的产业生态，就能获得新的发展机会。这不是撤退，反而是寻求增长。”

不过，对于并购，朱啸虎强调了一点，诚然美国的软件公司确实80%-90%是通过并购发展起来的，真正上市的软件公司非常少，但是对于中国的企服企业来说，可能未来会有并购，但今天或许不是一个好的“时机点”。

于投资机构而言，其实并购是“非标”化的一种退出方式，往往涉及面广、复杂度高。尤其除了估值定价还涉及多方股东权益，企业的人才团队往往也是并购中的关键，容易被买方和卖方忽视。

现金流健康

才是好公司

坦白讲，并购也好，IPO也罢，中国科技企业未来发展的终极目标都是要提升内生价值，毕竟只有有价值的公司才有并购或者上市的机会。归根结底，企业的基本面要健康。

那么，数字产业企业究竟该如何提升自己的内在价值？

朱啸虎直接指出，今天的企服软件公司，如果没有AIGC赋能，无法引起投资人的兴趣。只有在不烧钱的前提下，公司能实现100%的业绩增长，且是纯订阅收入，投资人才愿意看一看，但也只是4-5倍PS。这对创业者来说是非常大的考验，投资人“既要也要还要”，只有真的好公司可以做到。

那什么样的企业是好公司？

朱啸虎的答案是：企业一定要自我造血、正向现金流。彭志强也表达了同样的观点，他认为好公司的标准就是现金流要健康，企业能够可预见地赚到与估值相匹配的利润。

这里有一个关键词，就是可预见性，即不要求公司今天就赚钱，但必须能够看到未来赚钱的前景，至于是一年后、三年后还是五年后的利润，这取决于公司的核心能力和发展潜力。VC需要用 forward pe（未来的利润估值）方法来算这笔投资帐。

另一个关键点：赚的钱要与估值匹配。如果一个公司只能赚1000万，却按照两亿利润来估值，这就不合理了。过去几年，在企服赛道疯狂的年份，多数公司的估值可能都存在高估。未来的估值模型应该会根据公司可预见的盈利能力来进行合理估值。这就是好公司的标准：现金流健康，可预见的利润，并与估值相匹配。

本质上，ToB企业拿到的钱不应该是VC投的，而应该是客户给的。但是很多企业对这方面的认知有些浮躁，特别是前几年企业服务市场过热，加之资本推动，创业者更多关注如何融资，少量企业真正在业务上有所突破。换句话说，一些企业没有真正在客户层形成健康良性的现金流。如此，如果说“好公司”是投资人看到的结果，那么，成为好公司则是创业者需要努力的过程，具体实施路径——AI。

今天

所有的企业软件都要用AIGC重做一遍

为什么中国的软件公司发展得不温不火？为什么中国的 SaaS公司大多数陷入泥潭，只有极少数成功？交易平台公司更是常被认为是“贸易倒爷”，缺乏技术含量。可以说，中国的产业数字化公司步履艰难。

背后原因不能简单地归咎于用户不成熟，企业更多是应该反思自身的策略和逻辑是否出现了问题。

彭志强指出，AI时代是产业数字化的关键决战点。不具备突出AI能力的数字化公司将被边缘化，资本市场也不会理睬。如果能够形成新的AI核心能力，即Refresh(刷新)，企业就有希望实现健康的财务表现，并被资本市场重新关注。不过，现实情况是，现在没有企服公司不关注AI，但很多公司仍是在观望，决心不够大，速度不够快。

那么企业究竟该如何行动呢？在AI时代，企业必须牢记为客户创造价值是永恒不变的真理，注重“结果”导向，为客户带来可衡量可视化的价值，前提是自身具备这样的能力。

首先，要想为客户创造价值，先用AIGC革自己的命。

产业数字化公司的核心价值是“降本增效”。遗憾的是，过去这些年，企服公司自身的经营成本很高。比如，研发投入和销售转化之间的严重不成正比。本质上，产业数字化公司收入大多来自为客户“降本增效”的分成，对客户而言，效益增加有限、成本降低不明显（数字化显性成本却不低、组织变革隐性成本高），这些问题的背后，是因为自身能力不足。

所以，彭志强提出了“极简增长战略”，即从核心客户、核心需求切入，避免在无关紧要的项目上烧钱，凡是与核心业务无关或弱关联的事，应该不做、少做，无关或弱关联的人，应该不招、少招，以确保研发费用与核心业务相关，避免核心人才资源与产品市场的错配，从研发、营销、人力等一切的经营行为都要紧紧围绕公司的“拳头”产品。

朱啸虎也是一直对被投企业强调“不要烧钱”。中国企业数字化是不可逆的趋势，但这个“冬天”可能会很漫长，或许还需要3-5年。如今“活得好”的企业软件公司，此前的融资规模大多只有竞争对手的1/10，因为“钱紧”所以每一分钱的使用都非常谨慎，这些公司反而更适合“寒冬期”。

再来看如何打造过硬的产品？未来的数字化公司必须做到“把简单留给客户，把难度（复杂）留给自己”。中国企服公司为什么市场开拓困难？因为产品不好用，用户体验差。优秀的企业如谷歌搜索，能够把简单的用户体验和高难度的复杂技术结合，取得巨大成功。

对此，声称“不投国内大模型”的朱啸虎也道出原因，AIGC+是非常难的，最难的是行业的know-how、行业的垂直场景、行业数据。生成式AI从去年开始，确实如火如荼，不过生成式AI里同样有很多陷阱。比如，最难的实际就是找产品和市场能够达到最佳的契合点。如果你投入10个人找不到PMF（ProductMarket Fit），投入100个人同样找不到。

不过朱啸虎认为，做+AIGC是相对可行且容易的做法：所有的软件都可以用+AIGC，其中会诞生很多机会。

为什么AI赋能的软件有可能爆发性增长？因为AI赋能的软件可以给用户创造数量级的价值优势，比如帮助客户降低90%以上的成本，就会激发客户迅速购买。

在AI时代，创业者需要随着技术的变化，思考市场的变与不变，才能找到新的增长之道。始终为客户创造价值，这是企业的立足根本。听起来像是套话，但实际上，这是企业经营的“第一性原理”。所以，最后彭志强定调：短期来看，这些数字产业企业需要经历AI 武装的自我转型升级，半年内必须行动起来，否则再无机会。但要真正的实现AI的逆天改命，可能还需2-3年，才是真正完成应用落地。