Zoho：做 AI 时代的 “非典型玩家”

推荐语

Zoho以稳健步伐布局AI生态，不追风口却构建了完整的智能体服务系统，展现技术价值的务实态度。

核心内容：
1. Zoho推出三大AI产品构建智能体生态系统
2. 从工具到生态的AI技术演进历程
3. AI推动Zoho全栈产品进化的战略思考

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

2025 年，AI Agent 是企业服务领域最炙手可热的话题。

在这个技术变革的关键节点，Zoho以其特有的节奏，推出了 Zia Agents、Agent Studio 和 Agent Marketplace 三大 AI 产品，构建了一个完整的智能体生态系统。

与其他高调转型 “AI 公司” 的软件厂商不同，Zoho 中国副总裁夏海峰 在牛透社采访中表示，他们依然定位为一家软件厂商。

在他看来，AI 并非颠覆性的转型，而是产品功能的自然延伸和增强。

“AI 加速我们从工具型厂商向平台型厂商的转变。” 夏海峰这句话或许最能概括 Zoho 在 AI 时代的战略思考。

在保持核心定位不变的同时，Zoho 正通过 AI 技术拓展产品的边界和可能性。

不追逐风口，专注于技术本身的价值，这很 Zoho。

从工具到生态：Zoho 的 AI 三级跳

在喧嚣的 AI 浪潮中，Zoho 的 AI 战略格外稳健。

这家创立 29 年的企业软件服务商，始终保持着 “不融资、不上市” 的独立发展路线。

2025 年初，创始人斯瑞达·温布 卸任 CEO 转任首席科学家，这位掌舵者选择回归技术一线，亲自带队攻坚 AI 底层技术。

这种长期主义的基因，塑造了 Zoho 独特的 AI 发展路径。与 Salesforce 通过并购快速扩张、微软依靠生态整合的发展模式不同，Zoho 选择 “全栈自研+场景深耕” 。

夏海峰在采访中坦言：“我们和微软最像，都是从底层到上层完全自研，但我们的优势在于更专注垂直场景。”

梳理 Zoho 的 AI 发展历程，我们可以清晰地看到三个阶段的技术演进：

2015 年，Zoho 推出 AI 助手 Zia，开启了 AI 技术在产品中的初步应用；

到 2023 年，生成式 AI 被深度集成到各产品线，实现了邮件情绪分析、客户记录提炼、基于知识库的客户自动回复等实用功能。

2024 年，Zoho 投资重金大规模采购 GPU 服务器，并与英伟达达成战略合作，夯实算力基础。

进入 2025 年，随着 Zia Agents、Agent Studio 和 Agent Marketplace 的推出，Zoho 终于完成了从 AI 工具到智能体生态的闭环布局。

循序渐进，不追风口，但求实效。

当被问及为何不像其他厂商那样高调转型时，夏海峰的回答很实在：“我们认为 AI 现在只占客户需求的 5%，甚至 5% 都不到，业务跑通才是根本。”

AI 推动 Zoho 全栈产品进化

在 AI 产品化方面，Zoho 的布局思路也很清晰，三大核心 AI 产品各司其职，构建起完整的智能服务生态。

Zia Agents 作为预置的行业智能体，已经开发出销售教练、SDR 机器人等多个标准智能体，覆盖企业通用场景。这些开箱即用的智能助手正在帮助客户将有规律、可复用、吃经验的岗位和场景实现自动化。

更具创新性的是 Agent Studio 低代码开发平台。它让企业能够像搭积木一样定制专属智能体，一家汽车零部件客户就利用该平台开发了成本预测智能体，有效应对国际贸易中的由于关税、运输等因素造成的材料成本波动问题。灵活的自定义能力使 Zoho 区别于那些标准化的 SaaS 产品。

而 Agent Marketplace 则借鉴苹果 App Store 模式，借助 Zoho 流量吸引第三方开发者上传 Agent。平台上线三个月，已能看到生态的雏形，合作伙伴正积极为老客户开发定制智能体，探索新的商业模式。

在垂直行业落地方面，Zoho 的 AI 能力也极具适应性。医疗、教育等领域的 SaaS 模板正在快速迭代，而出海业务更是成为新的增长点，70% 的新增客户都在使用本地化 AI 功能。

一家产品类型丰富、同时开展内贸和出口业务的制造企业，近年来面临多重压力：国内销售增长乏力，海外仓周转效率低下（时而缺货导致交付延迟，时而库存积压），企业急需找到可落地的销售增长策略。

该企业对 AI 产品有两大需求：一是让 AI 推荐优质客户，把合适的产品卖给合适的客户，主动挖掘客户，缩短成交周期。二是让 AI 及时提醒海外仓管理人员，在恰当的时间备货，要 “不早不晚，科学有序” 。

Zoho 的解法是，AI 从 CRM 历史销售记录中寻找规律并生成客户画像，比如针对某个销量大的产品组合，分析客户购买的频率和购买价值，总结出该产品组合的典型客户特征，再从 CRM 客户数据中筛选出满足特征的一批客户（从未成交过任何产品、成交过但是没有购买过这个产品组合、成交过但是很久未购买），通过营销工具自动触达这批客户，推荐该产品组合及客户案例、解决方案等。

经过测试，采用向合适的客户主动推荐合适产品的营销方式，新客户转化率提高 25%，销售周期缩短 20%，流失客户的挽回初见成效，对应的可量化营收提高了 15%。

此外，AI 结合动态的实时销量情况和存货数量预判理想库存，当 AI 评估未来一段时间实际库存有高于理想库存的风险，将提醒降低采购频次或采购数量；若评估未来有断货风险，则提醒采购人员备货。在 AI 协助下，库存资金占用减少了 40%。

在珠三角地区，有一家小型工贸一体化企业，主要从事塑胶制品的外贸业务。该企业原本通过亚马逊平台开展 B2B 业务，但在 2021 年平台 “封号潮” 中受到冲击。

这一经历让企业管理者深刻认识到建立独立营销渠道的重要性，决心摆脱对第三方平台的依赖。

但在转型过程中，企业面临两大核心挑战：一是脱离平台后，急需快速建立自主海外营销能力，以维持业务持续发展；二是需要优化内部销售流程，提升团队工作效率，缩短销售周期。

针对这些需求，企业引入了 Zoho CRM 的 AI 解决方案：

在营销方面，AI 系统能够根据不同海外社交平台（包括 Facebook、X、Instagram 等）的特点，自动生成适配的文字、图片和视频内容，并实现定时发布。系统还能智能回复粉丝留言，从中识别潜在销售机会。实施后，企业获得的销售线索增长了 70%。

在客户管理方面，AI 帮助完善了 CRM 系统中的客户信息。对于新获取但信息不全的潜在客户，系统能自动补充关键资料。同时，基于客户的历史行为数据，AI 会为销售人员推荐最佳的联系时机，显著提高了邮件沟通的效率。

在流程优化方面，AI 通过分析企业运营数据，提供了标准化的销售流程建议。这让缺乏专业 IT 团队的小企业也能享受到数据驱动的管理优化，最终将整体销售周期缩短了 20%。

值得一提的是，Zoho 始终坚持 “Dogfooding”，自家的产品自己先用起来。

在全球协同办公中，他们使用 AI 自动提炼长文要点，有效解决了跨时区沟通的认知偏差问题；邮件系统的 “斜杠命令” 功能，通过 AI 辅助写作和日程管理，让员工效率大大提升。

这些真实的内部实践，为产品优化提供了最直接的反馈。

Zoho 的 “反套路” 变现

对于 AI 产品的商业化，与行业常见的 AI 功能单独收费模式不同，Zoho 将 AI 能力深度融入产品体系，作为高阶版本的增值服务。

比如，未来在其 CRM 产品线中，2800 元和 4200 元的版本可能就包含了更丰富的 AI 功能。

AI 是产品功能的一部分，没有它，客户可能不选你。

当然，AI 不是锦上添花的附加品，而是提升产品竞争力的必备要素。

从客户反馈来看，市场对 AI 价值的认知呈现明显分化。通用 AI 功能正快速成为客户眼中的 “标配”，而个性化开发则展现出强劲的付费意愿。

一个典型案例是某制造企业愿意额外付费，通过 AI 改造流水线作业流程，将释放的人力资源投入新业务拓展。这种能为企业创造直接价值的 AI 应用，客户买单的意愿明显更高。

不过，Zoho 在 AI 商业化过程中也面临现实挑战。

最大的瓶颈在于数据和场景的不足。

与互联网公司不同，Zoho 严格遵守一个原则，即客户同意才能用其数据训练，这使得他们必须与老客户展开深度共创。

这种模式虽然能确保数据合规，但也限制了 AI 模型的迭代速度。

夏海峰说，他们需要频繁拜访老客户，从他们那里挖掘真实的 AI 需求场景。

构筑差异化的 AI 护城河

与 Salesforce 依靠频繁并购扩张不同，Zoho 坚持全栈自研，确保了产品体验的一致性。

Salesforce 收购 Slack 后，用户至今仍能感受到产品间的割裂感，夏海峰指出，“而 Zoho 所有产品的数据底层和交互逻辑都是统一的。”

面对微软这样同样具备全栈能力的对手，Zoho 的竞争策略是 “小而美”，更聚焦中小企业和垂直行业需求。

在中国市场，这种差异化被进一步放大。

Zoho 是国内少数实现数据完全本地化的国际 SaaS 厂商，16 个全球数据中心中有 2 个位于中国，这为其赢得了对数据合规要求严格的客户群体。

Zoho 在中国市场保持了 80% 项目的定制实施能力，这种 “全球化产品+本地化服务” 的模式，让其在与国际巨头的竞争中占有独特的优势。

牛透社认为，Zoho 的实践给行业带来两个重要启示：

首先，AI 的价值不在于概念炒作。Zoho 内部评估显示，当前 AI 仅贡献了约 5% 的客户需求，业务场景跑通才是前提，这种务实态度让其在 AI 泡沫中保持清醒。夏海峰透露，中国企业对 AI 的期待往往高于实际需求，他们需要帮助客户区分真实需求和伪需求。

其次，生态建设需要循序渐进。Agent Marketplace 虽然刚起步，但借鉴了 Zoho 低代码平台的成功经验，先通过服务大客户积累场景，再逐步开放给开发者。从实践中来，到生态中去，这或许比盲目追求开发者数量更可持续。

当 AI 重新定义企业服务边界

据 Zoho 2025 年官方披露，创始人斯瑞达·温布转任首席科学家后，已亲自组建团队攻关边缘计算与 AIoT 融合技术。

在当年 Zoho Day 大会上，他明确提出 “下一代企业软件必须贴近数据源头” 的战略方向。目前，其中国数据中心已支持边缘 AI 部署，而物理 AI（AIoT）研发则处于实验室阶段。

未来，Zoho 在每个垂直行业都将拥有专属的 AI 智能体。那么，当 AI Agent 逐渐成为主要交互入口，传统 SaaS 软件界面会不会 “隐形化” ？

Zoho 的实践给出了辩证的答案。

一方面，其 “斜杠命令” 等功能确实让部分操作脱离了传统界面；但另一方面，复杂业务场景仍需要专业系统的支撑。

“就像自动驾驶，高速公路可以放手，但乡间小路仍需人工操控。” 夏海峰诠释了 Zoho 对 AI 与 SaaS 关系的理解，不是取代，而是重构。

值得玩味的是，Zoho 内部将当前 AI 发展阶段比喻为 “1995 年的互联网” —— 所有人都知道它很重要，但真正的变革还未到来。

这种既保持热情又克制冷静的态度，或许正是其穿越技术周期的生存智慧。

在可预见的未来，Zoho 仍将坚持一个原则：AI 必须服务于真实的业务需求，而非制造需求来适配技术。

以终为始，这也很 Zoho。