圖片系AI生成

"2014年之后，電商就進入了紅海市場。"聚水潭創始人兼CEO駱海東表示。與之相對應的是，聚水潭自2014年起即聚焦電商SaaS ERP研發，解決中小商家在數字化轉型中面臨的多平臺管理復雜、運營成本高、技術門檻高等痛點。

2025年5月，聚水潭向港交所遞交招股書，擬在香港主板IPO上市。招股書顯示，2022-2024年，聚水潭營收分別為5.23億元、6.97億元和9.10億元，按確認收入測算的市場份額居行業第一。2024年凈利潤為1058.3萬元，首次實現扭虧為盈。2024年全年，聚水潭系統發出約330億筆訂單，平均每天近1億筆訂單，相當于中國每5-6個快遞就有1個由聚水潭系統助力發出。

SaaS行業沒有什么秘密，但外部環境已經歷幾番沉浮。起初，SaaS行業和投資人都以美國市場作對比——美國SaaS市值超過十億美元的公司總數可能超過一百家。中國的GDP緊追美國，理應有同比例的SaaS公司，行業對此十分樂觀。

然而，中國SaaS并沒有兌現預期：上市SaaS公司的市值不高，近兩年創業SaaS企業的估值也有所降低。"中國SaaS行業的風向一下從很樂觀到很悲觀。"駱海東表示，他認為SaaS行業需要時間慢慢成長。Salesforce在1999年成立，2004年上市，不斷通過推陳出新和并購才有了2000多億美元的市值。中國SaaS行業既要看時機，也要看認知。

在如今宏觀經濟環境遭遇挑戰的大背景下，聚水潭確定了"一體兩翼"的戰略：所謂"一體"即穩住基本盤，也就是穩住國內電商消費市場份額；"兩翼"即跨境業務與海外業務，將是未來增長的主要空間。

穩住國內，尋求出海

聚水潭的業務和電商客戶緊密相關——客戶在哪，聚水潭就必須在哪，甚至要先于大部分客戶看到新的趨勢。對于目前的電商客戶而言，守住存量和開拓增量同樣重要。

駱海東表示，聚水潭的國內協同產品群為穩住基本盤保駕護航。"聚水潭最早定義自己就是SaaS協同平臺，只是我們從ERP切入。對我們來講，看的不僅是ERP滲透率，更多要去看在電商ERP的前端與后端的滲透。我們的客戶有檔口、工廠、達人，也有一些分銷商，他們都在使用我們的系統，只是使用的是不同版本的系統。"

當聚水潭的ERP軟件有足夠多的客戶，企業在有其他需求時自然會傾向于選擇聚水潭。從生產到流通到營銷的全鏈條，所有系統結合起來是一個更為龐大的市場。而ERP足夠基礎，也足夠作為居中的平臺連接其他軟件，這是聚水潭希望實現的目標。

在出海方面，聚水潭通過與Shopee、Temu、速賣通、淘寶出海等跨境電商平臺的深度協同，構建了覆蓋訂單管理、庫存調配、物流優化及數據分析的跨境電商一站式解決方案。

目前，聚水潭已經在泰國設立子公司，未來將拓展印尼、越南和馬來西亞等東南亞市場，并探索歐美、拉美和中東等區域的業務機會。

聚水潭合伙人兼CTO岑文初也指出，過去聚水潭是以經營鏈條中的后端倉庫管理為核心，通過優化采購、銷售和庫存管理流程，提升商家在電商場景中的發貨效率與庫存準確性。

但在數字化已經席卷全球的當下，聚水潭要走得更長一些、更遠一些，已經向鏈條的中下游（即經營管理與銷售端）覆蓋，以解決商家最為急切的開源、節流兩大企業生命力問題。

在開源方面，一是守住存量，核心圍繞消費者體驗展開。鑒于流量進入存量時代，消費者體驗成為流量關鍵指標。對此，聚水潭為商家拆解成兩大應對策略：客服與商品交付。以客服方面為例，聚水潭要為商家強化客服角色，通過聚工單這一工具，用售前售后分析賦予客服問題發現能力，以跨部門協同賦予客服業務處理能力。

開源的另一面則是增量，即B2B與B2C領域的渠道開拓。B2B是聚水潭從為商家構建自身生意圈、粉絲圈的角度切入，推出一件代發與達人帶貨模式：前者能夠整合優質供應鏈資源，通過拓展分銷商實現高效出貨，從而提升供應商和分銷商的市場競爭力和盈利能力；后者則可以建立信任感、增加品牌效應，最終降低流量成本。

B2C方面，聚水潭目前為商家提供出海服務與即時零售業務。海外方面，助力商家"一盤貨賣全球"，已經能實現多海外平臺的集中管理，上線了東南亞直播電商和私域電商開單解決方案；即時零售方面，聚水潭ERP整合并打通B2C電商+O2O即時零售業務流程，實現倉店資源一體化管理，快速擴大商家產品、服務覆蓋范圍，基于分銷體系助力商家高效鏈接優質供貨商、分銷商、加盟商。

岑文初表示，未來，聚水潭將為商家提供從企業資產、渠道拓展、供應鏈協同到企業管理的端到端服務。

圖片系AI生成

AI交付能力，而不是工具

大模型是所有行業的熱點，但在不同行業的滲透差別極大。SaaS行業普遍看好大模型的潛力，卻不得不考慮現實的投入產出比——企業客戶也只愿意為看得見的價值買單，這就決定了SaaS企業在大模型上的投入不會太激進。

岑文初表示，從用戶交互的層面，目前多數AI產品屬于嵌入式體驗，背后可能包含大模型、知識庫、工具調用等，最后串聯成為一個Agent。在C端，用戶和Agent的聊天交互較為容易；在B端，如果企業客戶每一次交互都需要聊天來實現，實際上反而變得很低效。

"AI Agent和傳統to B軟件交互最大的差別，在于這些流程是否是固化的。大部分的電商ERP在業務處理上不是日新月異的，更多是標準化的流程，是有格式的數據。對于非標準化的流程和數據，將來會有兩種業態——不是非此即彼的關系，更多是看業務場景更適合以什么方式呈現給企業用戶。"岑文初說。

傳統軟件開發是數據庫的數據加上代碼的邏輯，所有規則都被預先寫好。大模型則能夠將非結構化的內容轉變為結構化，核心能力不是工具的支撐作用，而是拆解非結構化數據，轉變為一個非硬編碼的流程，再根據需求調用一系列工具，從而輸出結果。

以電商的廣告投放為例：一個商家在某電商平臺投放廣告，以往必須選擇人群畫像，設置投放哪幾個產品，每個產品大概出價多少錢，價格的上限多少等，通過多個步驟完成投放操作；現在則是告訴平臺預算上限，平臺會圈選最合適的商品和目標用戶。

以前的業務邏輯是固化的，現在通過大模型可以定制化商家的投放需求——前端交互沒有發生變化，但是后端實現了自動化、智能化的拆解。聚水潭并不會將一些AI功能單獨推出，或者告訴用戶上了新的大模型產品，而是在后端產品功能直接融入大模型的能力，最終交付的是結果，而不是技術或者工具。（本文首發于，作者 | 張帥，編輯 | 蓋虹達）