跨过周期的ToB公司，在AI时代真正要重做的，可能不只是产品。
6月 11日，崔牛会深度学习走进e签宝。
这次学习的主题很集中：一家成立二十多年，跑过周期的ToB软件公司，面对AI浪潮，怎么重新理解自己的产品、商业化和组织。
当天，e签宝创始人金宏洲、联合创始人张晋，以及AI产品负责人李聪，分别从创始人、前线商业化和AI产研负责人的角度， 深度剖析了他们过去几年在AI转型中的做法、判断和踩过的坑。
作为一家有存量客户、有既有流程、有历史包袱的老牌软件公司，如何在不确定中找到自己的变量。
对很多ToB软件企业来说，这可能比单纯看一个新产品更有价值。
因为多数企业面临的问题并不是“要不要用AI”，而是：
当每个人都开始用AI，公司到底有没有完成AI转型？当产品越来越容易被做出来，原来的竞争力还剩下什么？当客户预算和注意力都被AI重新分配，企业怎么找到新的增长抓手？
01
AI带来的第一反应不是兴奋，而是焦虑
金宏洲一开始没有把AI讲成一个宏大的机会，而是先讲了焦虑，这也是整个行业普遍的状态。
他提到，作为上一轮SaaS时代走过来的创业者，看到AI浪潮快速到来，最直接的感受不是“终于等到机会”，而是担心自己能不能接住新的周期。
e签宝过去从软件时代进入SaaS时代，已经穿越过一次变化，但AI来得更快，也更不按过去的节奏出牌。
这种焦虑并不只是技术焦虑，而是业务和组织两方面的焦虑。
业务上，电子签名过去更多是API型产品。当ChatGPT之后，Chat成为新的交互入口，很多后台能力都可能被更前端的Agent调用。对e签宝这样的公司来说，一个必须面对的问题是：在“被调用”的时代，如何继续形成不可替代的价值？
组织上，问题也同样直接。公司内部过去几年其实一直在推动AI使用，个人在用，部门也在做Agent，但效果并不总如预期。金宏洲提到一个很有意思的问题：如果今天重新创业，或者重新搭建一个部门，还会不会招这么多人？多数人的答案显然是否定的。这个问题帮助组织重新意识到，AI不是在原有组织上加一个工具，而是在逼企业重新想象组织应该长什么样。
这也是e签宝后来提出“围绕AI设计产品”“围绕AI设计组织”的背景。
这句话听起来像口号，但放在e签宝的语境里，它并不是要否定过去，而是承认一个现实：原来的流程、团队、产品架构，如果只是外挂AI，可能只能带来局部提效，无法带来公司级转型。
02
产品重做：不是加一个对话框，
而是找到模型之外的价值
e签宝的AI产品并不是从2023年才开始。
金宏洲回顾，早在2018年左右，e签宝就开始投入智能合同。
当时一方面是上一波人工智能热潮，另一方面也是业务自身的变化：电子签名开始从互联网金融、互联网教育等客户，进入传统企业和中小企业。
传统企业没有那么强的IT能力，只给API已经不够，它们需要更完整的合同管理能力。
那一代智能合同主要基于NLP，当时更多沉淀在能力和认知上，没有形成理想的商业化结果。
但金宏洲并没有把这段投入归为失败。他的判断是，那段时间沉淀了团队、合同理解、数据标注和行业认知。
到了大模型出现之后，这些积累变成了后续转向AI合同产品的基础。
2023年，e签宝转向大模型，并发布合同大模型相关产品。从现场分享看，AI合同相关产品已经不只是探索项目，而是在公司内部被放到了更重要的业务位置上。
e签宝AI产品负责人李聪对“怎么做AI产品”讲得更细。他提醒，很多公司一开始做AI产品，容易先加一个对话框，接一个模型，再配置一些工作流，就以为自己做了Agent。但如果用户只是通过Chat完成过去软件本来能做的事情，并没有获得新的价值，这样的AI化并不成立。
在他的理解里，真正值得做的是AI能带来新价值的场景。
比如合同审查、合同条款结构化、合同风险识别、合同数据洞察，这些在传统软件时代很难做到，或者成本很高。
e签宝希望把合同从“文件”进一步变成可被理解、可被检索、可被判断的企业经营数据。
这里有一个关键判断：未来的软件，不一定主要给人打开，而是给Agent调用。
李聪举了自己的工作方式。
他现在处理邮件、招聘信息、钉钉消息，很多时候不直接打开原来的应用，而是让AI先读、先筛、先判断。
放到企业软件里，未来员工未必一个个打开SaaS系统，而是通过一个企业级Agent去调用背后的系统能力。软件界面不会完全消失，但会退到后台；真正重要的是系统能不能成为Agent可调用的能力。
这也是e签宝对自身产品定位的重新理解：从“让人签得放心”，到“签管一体化”，再到“做好被AI调用”，成为企业合同管理的后台和基础设施。
对ToB软件企业来说，这个判断很值得琢磨。
过去我们常说产品体验、界面、流程，但如果未来入口被Agent改写，软件公司要回答的新问题可能是：你的系统里有什么独特数据？你有什么模型之外的行业知识？你有没有足够稳定、可调用、可持续积累的业务能力？
e签宝给出的答案不是“模型更强”，而是“把竞争力建在模型之外”。
比如合同数据、合同结构化能力、权限体系、行业条款库、企业业务规则、历史审批偏好、诉讼和风险经验。这些东西不是一个通用模型升级就能替代的。
李聪说得很直接，
如果一个产品只停留在模型调用层，长期壁垒会比较弱；真正有价值的是把行业方法论、工程积累、数据上下文和企业规则沉淀下来，让模型只做它最擅长的判断和生成。
这背后其实是一种很克制的AI产品观：不要把AI神化，也不要把产品简单理解为“接上模型”。AI层可以很薄，底下的上下文、知识设施和业务工程反而要很厚。
03
商业化落地：
规模化首先是一种战略选择
如果说金宏洲更多讲的是创始人视角的方向判断，张晋的分享则非常前线。
他负责e签宝商业化多年，开场就把问题拆得很简单：业绩=客户数*客单价。客单价不是一个孤立数字，它决定了企业打什么样的客户群体，也决定了产品形态、销售打法和组织资源配置。
e签宝在2023年做AI产品商业化规划时，曾经推演过不同价格和客户数量的组合。
张晋最后推动的方向，是把客单价降到相对低的水平，以更大的客户规模换增长。
他特别强调，这不是简单打低价，也不是鼓励价格战，而是要判断：价格降下来之后，能不能换来5 倍、10倍的客户规模？如果不能，降价没有意义；如果能，它背后就是完全不同的战略选择。
这也是张晋反复强调的第一个观点：规模化本质上是一种战略选择。
e签宝选择的目标客户不是超大客户，而是更广泛的中型和成长型企业客户。
原因很现实：这类客户基数大，需求存在，但过去重型合同管理软件太贵、交付太重；而更小规模的客户合同量和付费能力又相对有限。
e签宝的签管一体化产品，恰好卡在一个中间地带，用相对标准化、可规模复制的方式服务这类客户。
这带来一整套配套选择：产品不能追求满足客户100个需求，只要打中关键的10个需求；交付不能重定制，而要集体交付；销售链路要简单、标准、可训练；组织要能集团军作战。
张晋提到，新产品推向市场的初期，需要同时完成销售认知和客户认知的同步。e签宝的做法不是只发一个通知，而是持续统一思想、做标杆客户、重激励、强训战。
“统一思想”在他的分享里不是一句管理套话。张晋说，公司的战略从高层传到一线，会在不同层级中不断损耗。
所以重要的事情不是说三遍，而是说N 遍。他在2024年围绕这个产品反复宣贯，通过大大小小的场景持续沟通。
同时，e签宝给新产品更高的销售提成，用前几个标杆客户树立信心，让新人优先卖新产品，持续做高强度训战。
训练不是培训完就结束，而是考试、方案演练、成功案例复盘、丢单复盘。张晋还提到，销售管理需要透明的数据反馈，让团队看见行动和结果之间的关系。
这些做法听起来并不“高级”，甚至很传统。但它说明一个问题：AI产品商业化不是只靠产品本身，它仍然需要销售组织、激励机制、客户标杆、训练体系和管理动作。
更值得注意的是，张晋认为AI时代销售力反而会成为公司的核心竞争力。
他的理由是，AI coding改变了产品研发效率，企业更需要把壁垒建在客户、场景和组织能力上。长期积累的客户关系、销售网络和前线组织能力，并不是短时间能复制的。e签宝在AI兴起之后仍然重视前线销售能力。他借用华为“尖茅草”策略来解释：一旦看准市场，就要在重点市场形成更高密度的服务覆盖。
这对很多ToB企业是一个提醒。AI时代并不意味着销售不重要，也不意味着所有增长都可以自动化。相反，当产品越来越快，谁能更快把产品带到客户面前，谁能更快获得反馈、形成标杆、组织规模化复制，谁就可能拥有新的竞争优势。
04
增长的不是只靠销售，
还要重建品牌、私域和流程
当销售体系被调动起来之后，新的问题也出现了：商机不够。
张晋把e签宝过去几年解决商机的重点归结为两件事：品牌和私域。
他的判断是，AI时代传统的确定性流量正在变化。
过去企业花钱投百度、投广告，只要预算足够，流量相对可控；但大模型和新搜索方式改变了信息分发，品牌信源、内容资产、私域触达变得更重要。
e签宝过去几年持续加大品牌建设，品牌带来的线索质量和占比都有明显提升。
私域方面，e签宝积累了企业微信、公众号、订阅号、自媒体矩阵等触达渠道。这些私域渠道已经成为持续触达客户、沉淀内容资产和转化商机的重要来源。e签宝还推动个人合伙人计划，把外部伙伴推荐商机的动作产品化、系统化。
这些数据背后的重点，不是简单说e签宝私域做得多大，而是它把商机来源拆成了可管理的行为动作。
张晋讲销售管理时有一句话很重：语言的价值是0，行为动作才代表认不认可、有没有真正去做。
所以e签宝抓的不只是业绩结果，而是过程和行为标准。
比如一线销售每周要做什么，如何找商机、见客户、学产品、做汇报，如何参加线下活动、发展个人合伙人，系统里都有记录和检查。结果来自过程，过程来自行为标准。
AI在这里的价值，不只是帮销售写话术，而是重构获客和转化流程。
张晋举了一个例子：过去SaaS公司常见的获客链路很长，MQL到 SDR清洗，再到SQL，再分给战区，再分给销售。
但在e签宝新的尝试里，前端流量进入Agent后，Agent可以根据客户咨询内容、行业、区域、客户等级和销售擅长领域，直接分配给合适的销售，中间多个环节被压缩。
内容生产也被重构。过去做品牌视频、内容分发、解决方案PPT，都需要供应商、方案工程师或人工排期；现在可以通过内部Skill、知识库和Agent，把短视频、图文、自媒体内容、客户解决方案快速生成并分发。
张晋特别强调，不是在旧流程上修修补补，而是要思考怎么以最小代价把流程重构掉。
这也是e签宝这次分享中很重要的共识：AI不是原流程的外挂，而是重构流程的机会。
05
组织转型：
人人用AI，不等于公司完成AI转型
金宏洲在组织部分讲得很克制。他明确说，e签宝还没有真正实现AI native组织，目前仍处于从第一阶段走向第二阶段的过程中。
他把AI组织分成三个阶段：
第一阶段是AI辅助增强，个人或工作流中加入AI，提高个人效率；
第二阶段是人机协同共生，数字员工和人类员工共同工作，流程开始重构；
第三阶段才是真正AI native，核心业务、商业模式和公司运转都基于AI构建。
很多公司现在的问题是，个人都在用AI，但公司经营未必因此明显变化。
金宏洲提到，个人提效不等于公司级收益，员工用AI用得很熟练，并不必然带来增长提速或成本下降；如果缺少统一规划，新的技术成本也可能被忽视。
e签宝过去也经历过类似阶段：市场部先用AI做内容，客服、AI coding、小范围场景陆续使用，后来扩大到营销获客、销售助理等。
复盘之后，他们认为，分散式探索还不足以支撑公司级转型，必须有更统一的规划。
他们后来形成的判断是：公司落地AI，需要从“使用AI”进入“经营AI”。这不是部门各自找工具，而是要把个人效率、部门效率和公司经营统筹起来，从指标、流程、上下文、数据闭环和基础设施上重新设计。
e签宝现在做的几件事很有代表性。
第一，建设公司级AI基础设施。包括统一算力入口、统一Agent平台、Skill Hub、上下文库、安全和监控机制。金宏洲把这类基础设施类比为企业接宽带：不是可有可无，而是公司要统一建设的底座。
第二，基于流程构建公司级Agent，而不是让员工随意手搓。e签宝今年重点推进五大Agent，包括市场营销智能体、e签宝服务智能体、超级小倍、续费智能体、IPD流程AI化。这些Agent不是孤立工具，而是对应原有核心流程。
这里有一个很值得学习的细节：e签宝之前做过流程变革，形成了L2C、CS、IPD等流程体系，也有流程运营小组。
过去这些流程有时会成为变革阻力，但当公司开始基于流程构建Agent时，流程小组反而变成了承接AI改造的组织资产。换句话说，AI并不是完全推翻原有管理积累，而是把好的流程资产重新激活。
第三，建立人和数字员工共同成长的机制。金宏洲强调，做一个Agent很容易，但做一个真正懂业务、能在业务中持续成长的Agent很难。很多知识并不在正式知识库里，而在员工电脑里、脑子里、日常协作里。要让Agent真正懂业务，就必须设计人和Agent共同工作的机制，让上下文持续沉淀，让知识不断更新。
李聪从产研侧也讲到了同样的问题。他认为，重构产研流程的第一步不是上工具，而是知识库先行。没有准确、完整、可被AI读取的产品知识、帮助文档、客户案例、行业解决方案，AI就无法设计出合理产品方案，也无法在售前、研发、测试中稳定发挥作用。
e签宝目前在产品、UE、研发、质量等团队中分别建立AI小组，沉淀产品设计规则、研发详设Skill、UED插件、测试规则等，再把这些局部能力串成新的产研流程。
更重要的是，AI也在重新识别人才：有些年轻人一开始接触的工作界面就是Claude、Codex，上手很快；有些原来优秀的人也能转型，但不能指望所有旧能力自然迁移到AI时代。
这部分分享里，最值得同行警惕的一句话是：AI转型不是IT项目，而是CEO工程、组织工程和经营工程。
如果只是让IT总监找几个工具，或者让每个部门报一个AI应用，大概率只能得到一些局部亮点。
真正的AI转型，需要一号位牵引，需要基础设施投入，需要流程重构，需要人才识别，也需要把AI和增长、成本、质量这些经营指标连接起来。
06
回到一线：
AI转型仍然从客户和业务里长出来
在整场学习里，张晋讲了一个很朴素的判断：创业者永远不要脱离一线，一线有神灵。
这句话并不新，但放在AI转型语境里，反而更重要。
2022年、2023年，e签宝也曾经对增长感到焦虑。张晋和团队没有只在办公室里开会，而是去前线访谈销售、交付和客户，了解客户到底提出了什么需求，销售的问题在哪里。正是这些来自一线的信息，帮助他们判断AI能力可以进入产品，并形成新的商业化方向。
这也提醒我们，AI转型不是从模型开始的，也不是从概念开始的，而是从客户真实问题开始的。
e签宝这次分享中，小结几个值得讨论的方向：
第一，AI产品不能只做“软件加对话框”，而要找到模型之外的行业价值、数据价值和工程价值。
第二，商业化不是产品做出来之后自然发生的，它需要明确客群选择、价格策略、销售组织、激励机制和训战体系。
第三，AI时代并不必然削弱销售，反而可能放大前线组织能力、客户关系和规模化作战能力的价值。
第四，人人用AI不等于组织AI化。企业要从“使用AI”走向“经营AI”，就必须建设统一基础设施，重构流程，并让Agent在真实业务中持续成长。
第五，任何AI转型最终都要回到一线。客户愿不愿意买单，员工愿不愿意使用，流程是不是真的变短，成本是不是真的下降，业务结果是不是真的改善，这些才是检验转型的地方。
这也是崔牛会持续组织深度学习的原因。
很多企业的经验，只有走进去、听进去、问下去，才会发现它并不是几个标签可以概括的。
所谓“学习e签宝”，也不是照搬它的Agent、销售打法或组织结构，而是回到自己的企业里重新思考：
我们的客户到底是谁？
我们的产品有没有模型之外的价值？
我们的销售和服务能力是不是仍然构成优势？
我们的组织，是不是真的准备好从“用AI”走向“经营AI”？
AI给每家公司都带来了焦虑，但焦虑本身并不可怕。真正重要的是，能不能把焦虑拆成具体问题，把问题落到客户、产品、商业化和组织里，再一件一件做出答案。
注：文/牛透社，文章来源：牛透社(公众号ID：Neuters )，本文为作者独立观点，不代表亿邦动力立场。
