一月續約前,一家公共部門機構帶著一個問題找到 Samplify:手上這套創意軟體的授權,該續,還是能換掉?問題聽起來像在搜尋框裡輸入三個詞。麻煩在後面——授權都在目錄裡,卻沒人說得清員工到底有沒有在用。(Samplify 部落格[1],公司敘述)
這正是 Samplify 想接手的部分。它把自己稱為企業軟體的「決策層」,主打產品是 90 天的 Consolidation Sprint:替客戶檢視整份軟體資產,最後交出一張逐產品的清單——留、換、可能、緩。客戶要做的事少得有點意外:提供一份 publisher 和 product 的 Excel 匯出檔,參加三次各兩小時的工作坊。不需整合、不用安裝,資料不完整也能開始。(FAQ[2])
這點麻煩為什麼值得單獨買一份服務?官網列出軟體整合卡關的三個原因:分析本身得花 6 個月,等表格做完,續約合約已經簽了;類別重疊看得見,功能層級的重疊看不見;最後一條最關鍵——沒有證據鏈時,誰聲音更大,誰的工具就留下,重複的那份再續一年。(官網[3])
功能層級重疊是產品基礎。同一類裡的工具都說自己做「工作流程自動化」,可能一個是簡單觸發器,一個是企業審批流程,第三個沒有原生整合,只能靠 Zapier 這類連接器;名稱都叫「工作流程自動化」,差別要拆到整合方式才看得出來。(FAQ[2])官網舉的例子更樸素:14 個 PDF 閱讀器,各由不同團隊基於合理理由買下,沒人會主動來告訴你可以合併。
圖:來源為產品官網[3],2026-11-18 截圖。官網將此重疊決策圖標為 Illustrative;金額是示意,不是 Samplify 的收入。
「已驗證」是客戶自己簽了三次字
FAQ 裡的「已驗證」(validated),不是 Samplify 自己挑的數字,而是客戶方經過三次簽核的確認。第一次,客戶確認哪些領域值得追查——在碰合約之前;第二次,每個系統的負責人告訴 Samplify 什麼能動、什麼不能動;第三次,用真實合約證明:實際授權成本、功能匹配、逐產品可行性。看到數字時,客戶方已經簽過三次。(FAQ[2])
這個設計把判斷責任留在客戶組織裡。Samplify 提供證據鏈,簽核的是客戶;它也不取代客戶已有的 SAM、SaaS 管理、EA 或採購系統,而是讀取這些系統,把「你擁有什麼」轉成「這一個該不該留」。(Why Samplify[4])
AI 能做到哪一步
FAQ 裡有一段少見的坦白:AI 做不了整個整合,原因不是技術不夠,而是大部分資訊不在資料裡——合約條款、內部政治歸屬、團隊圍繞工具建立的整合、重新訓練使用者的成本,都不在任何目錄中。「AI 能壓縮資料問題,需要上下文和權限的人來處理決策問題。」(FAQ[2])
產品形態就是這個判斷的結果:90 天交出路線圖,執行另談。對採購和 IT 更實際的一條邊界寫在安全頁上:決策層運行於自有基礎設施,不經 OpenAI、Microsoft 或 Google;客戶的資產清冊和合約不用來訓練外部模型,每個客戶有獨立隔離的租戶。(Why Samplify[4])對把第三方 AI 擋在門外的公司,這份部署聲明能回答審查中的一個具體問題,但它本身不等於通過審批。
訪談裡能確認的
創辦人 James Layfield 在 Indie Hackers 訪談中說,過去十年,他都在做簡化複雜系統的公司;現在 Samplify 的 AI 不只告訴企業擁有哪些軟體,也告訴它實際需要什麼,再按功能、按團隊協助整合,讓員工過渡。(Indie Hackers 訪談[5])標題寫的是「把手工流程做成七位數 AI 產品」,同頁的 Revenue 欄標示月收入超過 $83K。
這段自述和產品邊界之間有一點張力:訪談說的是「幫你整合、讓人員過渡」,Sprint 這筆交付卻只做到分析。FAQ 把區別寫得很清楚——路線圖簽署後的遷移、退出合約、使用者變更,是「你準備好時,我們一起執行的另一次交付」(a separate delivery we run with you when you are ready)。(FAQ[2]、官網[3])
所以 Samplify 會接手執行,但明確把它放在 Sprint 之外,等路線圖簽署後再和客戶一起做。更值得看的是邊界本身:遷移、退出合約、使用者變更,本來就需要客戶的人在場;Sprint 先把該不該動、先動哪個,變成一份能簽核的判斷。
另一條路
如果續約的核心痛點是「這個價格能不能再談低」,那是另一門生意。Vertice 的專家團隊代表客戶與供應商談判,以超過 3.2 萬家供應商的價格庫為基準,並對節省作出合約承諾;其 Spend Optimization 定價從 $40,000 起。(Vertice 定價[6])兩邊都會涉及軟體整合,只是已核實的交付重點不同——Vertice 把談判和價格基準放在前面,Samplify 把有來源的留換判斷放在前面。
案例與測試
官網首頁提供三個案例:一家歐洲零售商每年 170 萬英鎊確定節省,另有 390 萬英鎊待驗證;一家全球科技公司因已擁有同類工具,擋下一筆 200 萬美元的 AI 工具採購;一家英國建築集團有 285 個應用可由已有工具涵蓋。(官網[3])第一個案例自己就把「已確定」與「待驗證」分開——省錢數字之間差的就是這一步。
Samplify 官網稱,Deloitte 用自家專家做過比較:功能準確率超過 90%,發現 Deloitte 專家漏掉的 8% 功能,7 天完成分析,人工途徑要 3 到 5 個月;公開資料目前只有這段公司轉述。測試方法、樣本數、能否重現,都沒有公開。
Samplify 官網自報的客戶名單倒有一串:Cisco、Blue Cross Blue Shield、愛爾蘭政府、Aston Martin、Dell 等,但沒有活躍客戶數、Sprint 完成率、續約率這類採用指標。(Why Samplify[4]、FAQ[2])
價格與收入
Sprint 具體收多少,公開頁面沒寫,只讓客戶預約通話;計費方式倒說清楚了——按結果而非按小時計價。官網設定的目標,是 90 天內找出相當於所付費用 2 至 4 倍的已驗證軟體節省機會;這是目標,不是保證回款。(FAQ[2])收入方面,訪談頁把公司寫成七位數 ARR 的生意,Revenue 欄又標月收入超過 $83K;兩者都是當事人自述,未經獨立審計,統計時點也未說明。資料裡沒有成本數據,利潤如何從公開資訊看不出來。
Samplify 賣的是那份每一條都帶來源、能在預算會議上承受追問的清單——這套留著還是換掉、理由是什麼、誰可能反對;Sprint 交付的清單本身不會替你砍掉軟體。清單簽完,最費力的部分才開始:讓某個人真正交出舊系統。Samplify 把這段留成另一次交付,用人、用時間去做,沒有交給模型。