早餐时刷到一篇文章，介绍的是Python代码补全神器Kite的8年创业经历，以及最终作出停止开发决定后的一些事后分析。
点这里跳转CSDN原文：《失败告终！历经 8 年研发的 Python 代码补全神器 Kite 停止开发》
因为对AI编程领域不了解，所以文中提到的失败两重原因之一的技术超前先不予置评，引发我关注的是另一个原因：「不赚钱」。
从这里我们不难看出，Kite的用户体量是非常大的，如果从活跃程度来看，它是一个非常成功的工具，但是从商业化的角度，它又是失败的，「能用，但没有好用到用户愿意付钱」。
从一个Saas从业人员的角度来看，这种失败是警钟式的提醒。因为我们的toC产品也曾做到过近百万用户量，几十万的日活，但是从营收上来说，还是有很大的提升空间。
从用户愿意用到用户愿意付费使用，是量变到质变的过程。
从另一个方面来说，我们的工具转型Saas企业解决方案，一直在强调的一个目标是为企业「降本增效」。降本，无疑是明显的，企业可以通过季度的财务统计很精准地评估出来引入这个工具，是否在某些方面为公司节省了开支。但是增效呢？比如文中提到的开发人员写代码的速度提升了18%，这个数据并不容易采集，量化人效是一种反人性且我个人认为ROI非常低的行为。难道我们真的要让客户去做历史周期员工的代码量统计，再和使用工具后的代码量平均值做对比吗？且不说历史数据是否还能高效采集，即使统计出来，确实提高了18%，这18%的效率提升，能否能够关联到营收提高或者成本的降低呢？
Saas的特色是订阅式的服务，为了提高续费率，我们首先要保证的是让客户满意，帮助客户成功。在经济持续下行的当下，很多企业的关注点，从「赚大钱」变成了「活下来」，那么无法开源就要考虑节流。我们要想客户所想，工具使用背后的逻辑是减少重复工作，解放人力去做更有价值的事。（不是粗暴地用工具代替人工，来支撑毕业季XD）
因此，提效有用，但我们更需要思考的是如何把这个效果和用户的实际生产经营做关联，比如帮助用户生成一些多维度的统计数据，用于量化汇报，让客户和客户的领导感知到价值。而不仅仅是口号式地抛出一些孤零零地数字，活在自己的高塔中。
