從 SaaS 到 AI Agent：客製化如何走向規模化？

最近在梳理自己這半年做的事，發現一個有點好笑的循環： 「以為自己從模組化走向客製化，繞了一圈，又走回模組化。」

補充一下這個「循環」的背景。

我在 SaaS 公司待了快七年， 那幾年做的事情，本質上是同一套：

1.功能模組化 → 變成方案

2.方案標準化 → 變成定價

3.定價定錨 → 找第一批客戶

4.找到客戶 → 複製到下一批

從 CRM、OMO、CDP，每一次上新的產品線， 基本上都是重新跑一次這個循環。

而我個人覺得，SaaS 最迷人的地方就在這裡。 系統可以複製，成本不需要跟著客戶數一起線性增加。 （但說實話不見得，對台灣市場來說，增加的反而是服務成本）

直到今年開始接數客製化 AI Agent 的服務，我其實覺得自己有點格格不入。因為感覺進入一個更加技術為本的世界。

而我本來就不是技術起家的，而是「銷售」起家。 所以我也一直在尋找可以發揮自己價值的角色，而我發現自己除了銷售能力以外，好像還有另外一種能力，就是《商業翻譯》的能力。

直白一點來說，這是一種會讓人覺得有價值並願意掏錢的能力。 （謎之音：靠北，那不就還是銷售能力嗎？）

對，不過我認為具備商業翻譯能力的大前提， 就是「能夠簡化複雜的概念，讓大部分的人都能了解。」

現在，讓我們回到客製化 AI Agent 的世界。

模組化是：「我有一個產品，你來適應它。」 客製化是：「你有一個問題，我來解決它。」

因為每一家企業的流程不一樣、系統不一樣、資料結構不一樣，同一個部門，在不同公司的工作方式都可能完全不同。

所以根本沒有現成方案可以直接選。

因此大家對於客製化服務的理解大多是一案一做， 營收跟人力也很容易直接綁在一起評估。

乍看之下，客製化好像就是規模化的反面？

但做了十幾個案子之後，我開始發現一件很有意思的事情， 雖然每個案子的「流程」都不一樣， 但我們解決問題的「過程」卻越來越像。

・第一次跟客戶開會，開始有固定的提問邏輯 ・拆解企業流程，開始有框架 ・設計 POC，開始有模板 ・甚至哪些案子應該拒絕，也開始有自己的判斷

這時候我突然發現： 客製化 ≠ 每次都要重頭開始。

我們雖然在替每一家企業做不同的東西， 但背後其實一直在使用同一套方法。

這不就是模組化嗎！？

只是以前模組化的對象是「產品」；

現在模組化的對象，變成了「能力」。

我現在反而越來越相信一件事情： 真正成熟的客製化，應該是前台客製化，後台標準化。

客戶看到的是： 「你們真的很懂我們公司的問題。」

但團隊真正依靠的： 是一套可以被複製的工作流程與方法論。

最近我也開始在嘗試一件事情， 想把原本存在我們腦中的經驗，一個一個拆出來。

例如：

・銷售力 → 提問方法、需求診斷、語言轉譯、報價定錨

・技術理解 → 流程拆解、架構理解、POC 設計、可行性判斷

・信任建立 → 案例庫、診斷模板、現場示範、成果證據

・專案推進 → 利害關係人分析、組織阻力、期望值管理、情境判斷

以前這些訊息可能只存在某些人的經驗裡。

現在我開始問自己：

・哪些經驗可以被拆解？ ・哪些判斷可以被教會？ ・哪些流程可以被複製？

以前我以為： 規模化 = 把產品標準化。

現在我覺得更底層的定義： 規模化 = 把一個有效的方法規格化，讓它可以被複製。

我在 SaaS 的時候，規格化的是《系統》 我在 AI Agent 的時候，規格化的是《能力》

而能力一旦可以被拆解、教學、驗證與複製， 人才本身就開始具備規模化的可能。

所以我現在也開始思考這是否可以形成一套培訓體系？

目標不是培養更多會操作 AI 工具的人。

而是培養更多能夠站在企業與技術之間，

把「想導入 AI」推進到「用 AI 工作」的人。

回頭看看這 10 年， 我好像一直都在做同一件事。

以前：模組化產品 → 規模化 SaaS 現在：客製化 AI Agent → 收斂方法論 近未來：能力模組化 → 培育人才 → 規模化導入能力

所以我好像從來沒有真的離開過模組化這套論述。 也許這才是我這半年真正學到的事情。