一个 55 倍 PS IPO 的背后：2B 软件到底该卖什么？

前几天，滴普科技刚上市就获得了 55 倍 PS 的估值，并且最近几天股价还在持续上涨，在行业内引起了不小的关注，也给最近几年处于深渊中的中国 2B 软件行业带来了一缕曙光。

而作为 2B 软件十余年的从业者，我这几天也在认真研究它的招股说明书，试图从中找到一些可以参考学习的地方。

01. 从招股说明书上看到的

从招股说明书上看，滴普科技将自己定位为“企业级大模型人工智能应用解决方案服务商，凭借 AI-Ready 的 FastData Foil 数据融合平台及 Deepexi 企业级大模型平台两大基础设施，实现 Agentic 人工智能应用在企业的部署及实施，助力各行业的企业优化决策、提升运营效率并提高生产力。”

从收入构成上看，它们的客户数量不到 100 家，客单价达到了千万级，毛利率在 55% 左右。可以看出，这是一个非常典型的售卖解决方案而不是产品，以项目制交付为主的 2B 软件公司。两个平台型软件，更多是为了提升交付效率而开发出来给自己的项目团队使用，软件本身并不是售卖的对象。

02. 四种不同的商业模式的象限

在以往，资本市场更加追捧的是类似于北美 SaaS 企业这样，以售卖标准软件为主的产品型公司。那么，为什么这家解决方案型的企业能够得到这么高的估值倍数呢？不考虑资本运作等方面，是否说明在大模型时代，客户要的就是一套解决方案，而不是一套标准软件呢？

我和几个从事 AI 相关工作的朋友（有在 AI 独角兽，有在互联网巨头的智能云部门）讨论时，他们给出的观点都是：“如果应用没价值，平台做得再好，对客户都没价值”、“中国老板不会为了一个平台付费”。

这让我开始思考对于 2B 软件行业的一个根本性问题：企业到底会为什么付费？

我觉得本质上，企业是会为了最终的效果付费，即使使用产品，也只是花钱“雇佣”这个产品，来让产品解决自己的问题，为自己带来业务效果。

按照产品是标准产品还是针对某个客户定制的，可以分为标准产品模式和定制开发模式。当然，这个划分并不是非 0 即 1 的：标准产品也一般都有可配置的能力，定制开发的项目制公司，在不同项目之间也会有一些组件级、甚至平台级的抽象。

而按照是甲方使用产品还是乙方使用产品，则可以分为是为产品付费还是为效果付费。同样，这个划分也不是非 0 即 1 的，在实际的交付过程中，哪怕甲方是为产品付费，有些时候也会单独有预算让乙方帮忙陪跑，在某些时候某些场景下代为使用。而哪怕是为了效果付费，有些时候甲方也会监督乙方的产品使用。

把这两种不同的维度进行组合，则可以得到四个象限，如下图所示：

这四种模式，没有绝对的好坏之分，而是适用于不同的客户和场景。

左下角的典型是互联网技术型公司，他们有专门的技术团队，有自己对于业务的理解，愿意投入资源来学习和使用工具。他们有能力采购各种标准产品，进行对接和适配之后，形成自己的解决方案，最终带来业务效果。对于他们来说，采购一个功能强大的产品，是在为未来业务的无限可能性买单。在北美生态圈中广泛存在着大量这样的企业，这也是为什么北美 SaaS 行业能够发展到如今这种程度的原因。这种场景通常对应的是甲方的产品采购类预算。

右下角的典型如果是类似于银行这样的有较好数字化能力的国央企，他们不会在核心系统以外投入太大的研发成本，同时，由于业务需求和 IT 需求非常复杂，标准产品很难满足，需要大量的改造，或者仅仅是由于预算限制无法采购标准产品。都会使得这类客户的 IT 团队不太愿意采购标准产品，而是会启动一个定制类项目，通过 IT 系统建设类预算，来和乙方一起打造一个适合自己的产品。只不过，他们的业务团队或者是有独特的业务理解，或者是有合规安全方面的限制，使得他们有能力也有意愿来自己使用这些定制的产品，最终带来业务效果。

右上角的典型是那些既没有足够的技术能力，也缺乏业务运营能力的企业，例如一些偏传统的国央企。他们希望找到一个"保姆式"的乙方，既能根据自己的特殊需求进行深度定制开发，又能全程代运营使用这些系统，最后直接交付业务效果。这类客户往往预算充足，但内部能力欠缺，需要乙方提供从产品定制到效果落地的全链路服务。对于他们来说，采购的不是软件，而是一整套业务外包服务，他们并不关心乙方用什么方式实现。这种场景通常对应的是甲方的业务成果类预算，比如营销费用、运营预算等。一些规模巨大的咨询公司，其实遵循的就是这个象限的商业模式。

左上角的企业相比右上角，则主要是业务规模较小，预算规模有限制，他们同样只关心业务效果，并不关心乙方背后到底是用标准产品还是定制产品实现。只不过他们的付费能力，使得乙方只能用自己开发的或者市场上采购的标准产品来解决这些问题。市场上广泛存在的电商、企微代运营公司的商业模式，就是落在这个象限。

上面的两个象限，由于交付的不是软件而是效果，可能已经不是传统意义上的 2B 软件公司了。同时，由于离效果更近，效果类预算的规模通常会比软件类、IT 建设类预算大一个数量级，也更能得到保障。

03. 乙方的视角

从乙方的角度来讲，核心还是要用最高效率的方式去解决客户的问题，而不是执着于一定要打造一个精美的、功能复杂的产品。

如果定制开发比标准产品效率更高，那就没有必要坚持一定要开发标准产品。可能把标准产品的范畴缩减为一些基础组件，提高对不同客户定开效率就已经足够了。

如果产品功能、业务复杂度真的太高，客户就是用不起来产品，那么就不要拘泥于自己的身份定位，果断投入人力，去帮助客户使用自己的产品真正解决问题。

大模型的出现，也带来了一些新的可能性。

首先，当然是大模型大大提升了开发效率，让给特定客户定制开发特定功能，变得更加容易。

其次，则是如我在之前的文章《从程序员到 CTO 的十年创业血泪总结（六）：当大模型遇见 2B 软件》和《从卖工具到卖效果：RaaS 如何重塑 To B 市场格局？》中都提到过，大模型让 2B 软件公司有机会在不增加大量代运营人员的情况下，从交付工具转向交付效果。

具体来说，Agent + 知识库弥补了"平台到效果"的鸿沟：过去平台需要人来学习和运营，门槛极高。现在客户只需告诉 Agent 目标，Agent 就能基于知识库和数据自动分析、决策、执行。私有知识积累成为护城河：服务客户过程中积累的行业知识（什么场景用什么策略、如何解决特定问题）天然脱敏、可跨客户复用。大模型让这些知识得以系统化应用，而非只存在于咨询顾问脑中。

04.我的反思

我用这个视角来重新对照思考了一下神策过去十年的发展阶段。

在创业初期，我们或者由于个人喜好，或者由于对北美 SaaS 的天然仰慕，毫无疑问是落在左下角，服务的客户也是以 O2O、电商、P2P 等互联网公司为主。

而在 2017 年开始，我们逐渐开始服务银行、证券等金融类客户，不管自己内心是否承认，本质上是开始从左下角向右下角扩散。

而在那之后，我们逐渐开始服务一些类似于连锁餐饮、商超、奢侈品等数字化能力稍有欠缺的客户，他们都希望我们能够交付最终的效果，所以我们也开始通过代运营的方式帮客户使用我们的产品，向左上角扩散。

在很长一段时间内，包括我自己在内，公司内部都对我们使用一套代码而服务了几十个行业几千家客户感到骄傲。但是，在这个过程中，其实也开始有一些挑战和矛盾：

• 面对不同客户的不同业务场景，我们总是试图通过在标准产品上加功能来解决，导致产品功能越来越多，迭代越来越困难，这可能并不是一种合适的产品抽象方式吗。
• 银行类客户服务得越多，信创、合规、安全、上下游等软硬件架构就越复杂，想用一套代码来适配，真的是一个效率最优的选择吗？是不是放弃标准产品的执念干脆给客户拉分支反而效率更高呢？
• 经济大形势不好的时候，客户首先削减的就是产品采购类或者 IT 建设类预算，而我们到底怎么样才能跳出这些预算的框架呢？代运营是一个符合我们产品背后核心能力方向的事情吗？一个软件公司能经营好代运营业务吗？

我在产品只是载体，能力才是护城河这篇文章中提到，一个公司不能总是纠结于自己的产品，而是要寻找产品背后的能力。从这个角度看，抛开对于标准化产品的没有必要的坚持，也许上面的这些挑战，都有更优雅的方式来解决，也都能带来更多的商业机会：

• 对于银行这类客户，可能只做最基本的基础组件级的复用，完全遵循客户的 IT 建设要求来给客户交付定制化的产品，的确就是一个更好的选择。大模型也许让代码的直接复用变成了一个比所谓中台更好的协作方式，也让定制开发的效率大大提高。这对于甲方乙方可能都是一个解脱。
• 对于那些只想要效果而不想要产品的客户，就如上面所描述的那样，在 Agent + 知识库的基础上，交付效果，尝试去拿效果类预算，从而拓宽自己的天花板。
• 如果我们认为“帮助客户重构数据根基”是我们的核心能力，那么，就没有必要局限于对用户数据的处理。不用纠结已经有的几款产品，可以果断地去解决当前最有发展潜力的数据场景，例如去做大模型时代的数据基座，去做 AI Data Infra。

结语

写这篇文章的缘起，是一次微信群里的讨论。但讨论的过程让我意识到，"企业到底为什么付费"这个问题，正是 2B 软件行业最核心的问题。

不管是四个象限中的哪一个，最终都要回归到一个本质：我们到底为客户创造了什么价值？

在大模型时代，2B 软件公司第一次有了机会，可以用更优雅的方式，跨越从工具到效果的鸿沟，真正对业务结果负责。

客户要的不是工具，而是解决问题。客户要的不是功能，而是成果。同样的，企业打造的不是产品，而是能力。企业最宝贵的不是过去做出来的那些功能，而是在这个过程中在企业内部形成的能力。

不管外部环境如何变化，不管商业模式如何演进，只要我们能够持续为客户创造价值、解决真问题，就一定能够找到自己的位置。

上述所有观点只代表我个人看法，是基于一次微信群讨论的延伸思考。其中肯定有很多不成熟甚至错误的地方，欢迎大家批评指正。

欢迎大家交流讨论：

• 你的企业更愿意为产品付费，还是为最终效果付费？
• 你所在的行业，客户的付费逻辑是怎样的？
• 你如何看待 AI Data Infra 类产品在 AI 时代的价值？