现有材料支持一个有限判断:中美SaaS的差别不只在软件本身,更在谁愿意付费、市场成熟度和采购习惯。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
差别首先在付费方,不在产品形态
立正在视频里把美国SaaS能盈利归因于美国企业会付费,而中国做同类SaaS时“最后没有公司愿意付费”,因此做不起来1。这是他对中美差异最直接的一条观察,指向客户付费意愿,而不是功能多少。
另一篇署名文章补充了美国侧的市场条件:B2B SaaS在美国是很大的市场,单笔销售额可达几十万到几千万,2024年美国SaaS市场被描述为一千多亿估值、增长13.5%2。这些数字来自作者引用的研究,不是逐笔核对的账目,但足以说明美国SaaS面对的是一个成熟且付费能力强的企业市场。
“不一样”还包括采购体系和落地方式
一篇转述访谈的文章说得更具体:北美人工成本高,企业更愿意为结果付费,SaaS市场更成熟,enterprise采购体系也更成熟,所以按结果算ROI比较容易3。同一篇里,受访者Jove对国内的评价是“还很难讲”,并提到国内人工成本相对低、2B市场和SaaS付费习惯更具挑战3。这里要注意归属:这是Jove的判断,由文章转述,不等于立正本人的结论。
把这些放在一起,中美SaaS的差异可以理解为三层:客户是否习惯为软件付费、采购流程是否成熟、以及省下的人力成本是否足以支撑一笔清楚的账。产品做得像不像,只是最表面的一层。
对想做SaaS的人意味着什么
AI推演如果读者正在考虑做SaaS,现有材料给出的可检验方向是:先确认目标客户有没有为软件付费的习惯和预算,而不是先照着美国同行的产品形态做。立正还提到一个误区:软件没成熟就去找大客户、堆标杆案例,先堆运营和人力,可能永远走不到打磨产品那一步1。
这只是基于片段的应用推演,不是对具体市场的诊断。可以先用一个小动作验证:找几个目标客户,问他们现在为哪些软件付钱、这笔钱走什么流程,看答案是否支持“有人愿意付费”这个前提。
现有片段只覆盖付费意愿、市场成熟度和采购体系几个侧面,没有系统比较产品设计、定价模式或客户结构。《B2B SaaS销售三大误区》2中的市场规模数字是作者引用的研究,未提供原始出处。《AI Agent 时代的 FDE》3是转述访谈嘉宾Jove的观点,不能当作立正本人的判断。
出处
- 1大佬亲身经历剖析,中美科技创业差异?|中国SaaS为什么不赚钱?
立正直接对比美国SaaS能盈利与中国公司不愿付费,是本题最核心的一条观察。
- 2B2B SaaS销售三大误区
提供美国B2B SaaS市场规模和销售特点的背景描述。
- 3AI Agent 时代的 FDE:把模型能力落到真实业务里
具体说明北美与国内在付费习惯、采购体系和人工成本上的条件差异,但观点归属访谈嘉宾Jove。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。