增长新路径 服务产品化

莫汉比尔·萨乌内

面向企业客户的高端专业服务公司有一项明显优势：可以利用专业知识收取高额服务费用。但它们也有一项不那么显眼的劣势：如果一家咨询公司或律师事务所想让营收翻倍，就要雇用多一倍的咨询师或律师。咨询公司、律所、广告公司等专业服务公司，随着规模扩大，毛利率很难超过40%。与此形成鲜明对照，谷歌和Adobe等提供产品的公司因成本结构不同，能够实现60%到90%的毛利率。

“服务”充分体现着企业核心竞争力， IT厂商，尤其是软件厂商已意识到了这一点。不过，目前他们所表现出来的还是一种浅意识，即只停留在“服务要收费”的想法上。但服务如何收费，服务的标准如何，服务如何让用户满意，却并没有更深层次的思考。这种更深层次的思考即是未来服务发展的新模式，它具体表现为服务产品及软件公司的服务网络。服务是一种产品，服务应该带来效益。

现在，新的技术手段可以帮助专业服务公司突破瓶颈。利用以算法为基础的自动化和数据分析，专业服务公司可以将部分服务“产品化”。具备创新精神的服务型公司发现，它们能够像谷歌和Adobe一样，在扩大规模的同时提升利润率，并且以低于竞争对手的价格为客户提供更优质的服务。产品化服务替代高工作量任务，并参与需要主观判断的流程，推动工作效率显著提升，使非线性增长成为可能。同时，高薪酬的专业人士能聚焦于更复杂的工作，为公司创造更大价值。

然而，开发可以嵌入服务的产品，挑战显而易见。对于专业服务公司，产品的性质和在价值主张中的角色，与制造企业完全不同。因此，在设计、管理和变现产品时，专业服务公司必须采取不同做法。

本文为专业服务公司开发产品提供指引。描述这项工作的三个关键阶段：通过探索自动化机会发现潜在产品；开发产品，使其能够处理、分析数据，并利用数据进行学习；建立收入模型，捕捉自动化和应用数据分析带来的收益，将产品变现。

把产品嵌入服务

对于专业服务公司，当服务的某些层面基于数据分析实现自动化，并能变现为收入，产品就出现了。在此过程中，公司须将服务体系化，利用数据使其自动改进，并改变收费模式，将改进的成果变现为收入。

产品由此被嵌入服务，作为服务的一个要素出售。服务仍然是中心，客户依然购买服务而非产品本身。从客户的角度看，除价格外，服务基本没有变化；而服务价格会下降，因为新产品带来的价值由公司和客户共享。

将产品嵌入服务的专业服务公司，Littler即是一例。Littler是一家雇佣和劳动法务公司，为全球十几个国家的企业提供法律服务。为提升服务的质量和效率，该公司将服务包含的各项任务“拆分”，根据复杂程度，将其分配给具备专业知识的个人，或具备数据分析能力的自动化产品。实质上，Littler以技术和人力资本为依托设计服务项目，重塑了公司业务。

Littler CaseSmart-Charges就是其中一项服务。这项服务结合软件、项目管理工具、弹性工作律师（FTA）的技能和数据分析能力，帮助客户的人力部门和常驻律师更好地处理员工的歧视投诉。弹性工作律师主要负责诉讼流程中的特定任务，相关知识深厚，因此工作效率和成功率很高。这些律师不在公司坐班，且工作时间弹性，节省了管理费用。数据分析师负责为律师评估、解释和翻译数据，收费相对较低。

Littler的客户可以通过控制界面，跟踪员工向公平就业机会委员会提交的指控。控制界面还根据数据分析提供建议，帮助企业主动防范商业风险，从而降低法务费用，加速处理未决案件。有些情况下，这能避免案件升级为诉讼。

与此类似，Littler CaseSmart-Litigation为HR客户提供简便工具，帮助它们应对员工个人提起的诉讼。客户可利用控制界面得到雇佣法规相关信息，同时跟踪诉讼进展；与这项技术配套，公司同时提供律师服务。同样，这项创新提升了Littler服务的速度和质量，为公司和客户双方降低了成本。它还能帮助客户比对各宗诉讼，找到相似点（如地域、决策者或公司政策条款），从而主动干预。

为与客户分享这些创新带来的收益，Littler提供替代性费用安排（AFA），为客户节省费用，同时提升公司收入。Littler改变律师按小时计费的收费模式，按每次申诉处理结果固定收费。这一做法降低了客户的法务成本（10%至35%不等），也为CaseSmart项目带来了更多新业务。2014年至2015年，公司营收翻倍。2016年春，《法务科技新闻》（Legaltech News）授予Littler年度客户服务创新奖，BTI咨询集团将公司列入22家最佳AFA法务公司名单。

发现产品化机会

制造企业开发新产品，一般聚焦外部客户的需求。专业服务公司则在内部探索新产品的可能性。它们寻找的并非未满足需求，而是寻找机会，将获得成功的服务自动化。

EXL是一家运营管理和数据分析公司，我曾以董事身份为该公司提供10年咨询。EXL提供的一项服务，是为医疗保险公司分析索赔申请，特别是涉及虚报的超额索赔。多年前，这项服务是人工作业，由EXL员工查验索赔单，寻找错误索赔类型、代位赔偿、支付错误以及非受益性服务项目等导致超额赔付的问题。他们会调查可疑的索赔申请，并努力追回多付的费用。

处理过数百万件索赔申请后，EXL开始发现超额赔付的某些规律；特定事件类型、诊断类型、医疗机构、患者和地域等要素，经常与骗保或错误索赔申请相关联。利用这些发现，EXL开发出一项工具，可以查找和分析索赔申请的特定属性。这种工具给每项索赔申请打分，预测虚报的可能性，并标出可疑者，准备进一步评估。

通过将这项服务产品化，EXL得以显著增加处理索赔申请数量，降低成本，追回更多款项，减少超额赔付。EXL的分析工具曾在3年内为一家客户追回5000万美元，避免约2000万美元超额赔付。

发现服务中的规律后，你可以评估哪些任务最适合开发为自动化产品。为此，你须依据两个因素对任务进行分类：执行任务的频率，以及完成任务所需知识或智能的复杂度。例如对于广告公司，为新营销活动培养创意人才属于复杂任务，为某品牌优化搜索引擎营销属于简单任务。

执行频率高、复杂度低，满足这两项标准的任务易于产品化。这是因为算法善于完成大量的重复性工作，从而实现自动化。工作量对于持续改进算法也很重要；输入的数据越多，算法学习得越多，准确性就越高。

对于这类机会，有一个很形象的比喻：在高速公路上长途驾驶，你需要很少的信息，就可重复执行某些任务，如保持速度稳定，以及留意两侧车道。这些工作量大、对技能要求低的任务很适合自动化；实际上，类似技术已经存在，如自动巡航控制和盲点监测。

与此不同，小工作量任务提供的数据不足以支持自动化；而由于需要战略决策，高复杂度工作很难自动化。如果专业服务公司将这两类任务自动化，只会得不偿失。

开发产品

专业服务公司的优势在于，它们知道自己卖的是什么以及卖给谁。这些公司不是从零开始创造，而是将某种东西转化为另一种东西，即把单纯的服务转化为包含产品的服务。

此举深刻改变了产品的开发和改进方式。在开发的早期阶段，产品型公司设计多种原型，并请客户试用，以确定价值主张的主要构成。成功的专业服务公司并不尝试找到受欢迎的产品特性；它们的目标是，在原型的基础上不断提升产品的精确度、成熟度和复杂度。此类提升通常由产品自动收集和分析数据的能力驱动。因此服务型公司的开发方法，是利用技术创造能够自我完善的“智能”产品。

业务涵盖审计、咨询、税务的顶尖专业服务公司德勤，是很好的例子。德勤的Argus工具运用机器学习技术和自然语言处理，分析审计业务相关的电子文档。和人类每次互动，处理每个文档，Argus都能进行“学习”，因此发现和提取关键财务信息的能力逐渐增强。发布数个月内，Argus已被1000余名审计师用于分析超过3万份文件。

如果嵌入服务的产品采取软件形式，其改进将比独立产品更频繁，后者的改进主要通过发布新一代产品或模型实现。如上所述，工具不断向用户学习并适应用户，因此在原型、成品和不同代际产品间严格划界，可能是一种误导。

这种渐进的产品改进方式可能有更广泛的商业价值。随着产品的基本功能逐渐复杂化，其依托的技术也可拓展到其他用途。例如，德勤正将Argus平台应用于咨询业务。

不过须注意，嵌入的产品不能替代服务，而是强化服务的价值主张。Argus强化了德勤的审计服务，但并不是其替代品。例如，如果某家客户要求建立网络安全的成熟度模型，德勤的审计师就必须与公司进行战略讨论，提出指导原则、政策和工具。这类工作需要复杂的分析和决策，超出了Argus这类嵌入式产品的能力。

出于类似原因，高接触类型的专业服务公司很少使用自动化产品（如LegalZoom、TurboTax等开发的基础法务和会计工具）。专业化知识、战略思考和复杂决策是高价值服务的必备元素，因此在提供这类服务的公司，人才的作用远大于产品。而且专业服务公司最好能面对面服务客户，因为它们通常就是这么做生意的。此外，为保护核心技术和竞争优势，最好别让产品离开公司地盘。

专业服务公司有时可能认为，将工具作为独立产品出售比较有利。但开发产品后，公司总要继续提供服务。因此我们下面来考察产品化的最后一个阶段。

将产品变现为收入

要让产品开发成为一笔值得的投资，你必须找到捕捉其价值的方法。如果你的公司提供的服务效率和质量显著提升，那么继续按时间或材料收费就没有意义。如果服务产品化的目的是超越线性增长，你就必须改变收费模式，否则服务收入有可能减少。

按工作量收费和按工作成果收费，这两种变现方式分别对应自动化带来的生产率提升，以及数据分析带来的智能提升。部分服务自动化后，生产率提升带来工作量的增加，为将新增工作量变现，公司必须将收费模式改为按工作量收费；同样，引入数据分析能提升决策质量，为将服务质量的提升变现，公司应开始按工作成果收费。换言之，公司依序从按投入量（时间和材料）收费，转变为按工作量收费，再到按工作成果收费。这一进阶过程需要时间和信任。在每个阶段，你都需要累积经验和成熟度，来建立正确的收费结构；说服客户接受新收费模式前，你需要和对方建立信任。在实践中，这个过程可能需要几年时间。

在从按时间收费向按工作量收费过渡的过程中，一定要算清楚账。先以按时间收费的模式考虑营收，算出自动化给成本和利润率带来的变化，再相应调整收费。做这些计算可以防止收费过高造成客户不满，或收费偏低导致利润率达不到标准。

来看一个例子。假设你的公司为客户审阅法律协议，收费标准为每小时200美元；审议一份协议需要10小时，共收费2000美元。现在假设你将审阅流程自动化，审阅一份协议只需2小时，效率是之前的5倍。但客户肯定不愿意付5倍的价格，即每小时1000美元。更好的方法是标出审阅一份协议的费用，并提供量大折扣。这样，你可以为客户审阅两份协议，收费3500美元，低于此前的4000美元。客户对费用降低感到满意，双方都获益。

将数据分析带来的价值变现，专业服务公司则需要从按工作量收费转向按成果收费。以EXL为例。在协助一家公用事业公司收款的过程中，EXL开发出一种算法，以分数评估欠款用户接到催缴电话后缴款的可能性。EXL运用这些信息列出优先催缴的用户，结果大大提升了收款效率。然而，为让这部分增加的价值得到回报，EXL必须将收费模式从按工作量收费（催缴成功笔数），改为按工作成果（追回欠款数额）收费。EXL正在探索这种新收费模式。

相比为工作量定价，为工作成果定价更难，因为它既需要定量统计，也需要定性评估。专业服务公司必须设法定义价值、衡量价值，并找到驱动价值创造的源头。因此，要想说服客户接受按结果收费，你可能需要具备咨询和创意能力的高水平销售人员或产品专家。而且，由于此类谈判具有战略意义，应与客户公司的高层决策者沟通，而不应和习惯按初级方式（即时间和材料）购买服务的员工谈判。最后，应该与信任你、且准备尝试新服务方式的客户合作，试验新产品和收费方式；要向对方说明，你也会将新产品和收费方式应用于其他客户。

改变合同设计方式，可能将改变你的目标客户类型。例如，你可能会更关注存在重复性问题的客户；或者你可能决定聚焦某些业务，其战略价值逻辑清晰且易于衡量。这也部分解释了EXL为何选择协助客户催缴，而非提供诸如提升客户满意率等服务——前者的效率和成果容易衡量得多。

人员和流程

成功开发产品并嵌入服务，不仅需要非常完善的流程。公司文化和员工思维方式必须转变，组织架构也要调整。以下是成功的3个必备条件：

·设立专门负责产品开发的部门。如同产品型公司建立创新部门孵化创意，服务型公司也需要组建专事产品开发的内部团队。这类团队应有一定自主权，有自己的预算、人员、目标和评价标准。但它应和业务部门保持联系，因为产品创意通常来自后者。对于产品创意，业务部门和创新部门应建立双向交流渠道，后者则得到授权孵化创意。

·跨部门协作。产品开发团队应包括具备3方面专业技能的人员：具体业务、IT和定价。你需要相关业务领域专家来提供关于客户、工作流程和业务规律的一手信息；IT专家负责为服务引入自动化和智能，并确保新产品与现有体系兼容；你还需要商业分析师来为服务恰当定价。

·改变绩效评价体系。在专业服务公司，面向客户的部门几乎每天都对绩效和预算进行评估。但产品管理不能使用这种方法；组织必须重视长期目标，因为服务产品化的效益需要较长时间才能体现。因此，评估新产品的表现时，专业服务公司应改变定义成功的方式：不过多关注客户满意度、流程效率等传统服务指标，而使用创意和原型数量、自动化程度等产品指标。

除必要的组织变革外，考虑将产品嵌入服务的公司还必须认识到，这项工作成本高昂。接受这个事实并不容易。产品型公司理解开发成本先于销售收入，投资初创企业的风险投资人也明白这点，但对于服务型公司，先投资再拿到收入是个陌生概念。公司将在回报不确定的情况下投资，管理者要接受这一点。

服务产品化可能也会让很多员工感到恐惧。智能自动化所带来效益的反面，是公司不再需要那么多流程管理者。当机器能够取代人工作业，公司很自然会减少岗位数量、提高工作要求。拥有知识和技能优势的员工能保住工作，而只做重复性工作的员工则有失业危险。完全裁撤人类员工，在理论上也是有可能的。

对此很容易得出结论，认为智能自动化把人和机器对立起来。但我认为并非如此。算法是由人类创造和改进的；没有人类的控制引导，技术毫无用处。未来职场并非人和机器竞争的场所，而是人和机器共存的舞台。还应当指出，智能自动化会为员工带来更有意义的工作，为公司提供盈利能力更强的商业模式。

专业服务领域必将被数据分析和自动化改变。这对服务型公司是好消息，它们能够运用服务产品化的力量，脱离线性增长的限制。但或许还有一个更迫切的原因，让它们将产品嵌入服务：越来越多客户要求它们这样做。按照本文描述的做法，专业服务公司将能提升盈利能力，并在市场上获得竞争优势。