ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
WPS 365,AI定调企服商业化
4854点击    2024-04-12 10:30

2024年伊始,步入了大模型应用元年的企服市场,就已经沉淀出了诸多感悟。生成式AI解决的是产品能力和实际数据价值的匮乏,武装的是企业的手。可国内企业客户花了一笔钱要当成十笔来提需求的“重服务情结”,卡的是企服的腰腹部位。


订阅,本来是卖方相对议价空间最高的商业模式之一。在国内市场,却因为应用场景定制化的“傲慢与偏见”,成为了SaaS厂商的负担。


与此同时,All in AI的神话还在继续。


作为国内第一批实现AI应用商业化的企服厂商,近日,金山办公时隔三年举办了产品发布会,将其整合了办公文档及AI化应用能力的生产力平台WPS 365推上了市场。据悉,其中WPS AI个人版在灰度测试中超出预期,或可成为金山办公企服破局的使命下一柄刚刚开锋的利刃。



01

大模型破局,AI与办公场景天然契合


企服市场受挫,问题主要出在三个方面:


其一,经济下行、企业严格管控成本的大背景下,ToB领域商业化信心不足。行业增长不及预期,直接导致了SaaS厂商服务内卷,产品叙事的说服力和通用能力随之下降,资本入局更加谨慎。


其二,国内ToB领域长期存在的供需错位问题。在低市场渗透率低情况下,很多企服厂商的选择是与大客户合作,做至上而下的爆款解决方案。而一旦走出产业舒适圈,就可能会放弃长期主义,定力不足。


第三,数据价值释放困难。尽管这是大多数SaaS都会强调的一点,但在AI时代到来以前,让企业真正实现从办公到具体业务生产的一站式数据资产管理,几乎不可能完成。首先数据资产的不同形式、格式就不能被彼此理解和记忆。工作流的割裂,平台和场景的不落地,也让企服产品内卷最严重的后期数据决策能力找不到切入点。


不难看出,“企业没钱了”只是浮在最表面的困难,比短暂的生存问题更难面对的是:只有在逆境中,大家才会发现有些商业逻辑从一开始就是伪命题。


要么放弃对产研的重投,要么AIl in AI。


企服领域“走在最前面”的在线办公赛道亦如是说。


无论是近两年流行的云文档单点产品,还是以WPS为代表的应用场景更落地的办公套件,所处的竞技场和增长原理都是一致的。办公应用作为产品体验、产品通用能力打磨得最好的国内企服领域之一,比大多数资源与业务整合型SaaS更早地进入了对于商业化价值的探索期。


相对优势在于,这是一个在用户体验让人几乎挑不出毛病的赛道。不但产研水平早就对齐了海外巨头,且市场身姿敏捷灵活,场景从发现到开箱即用的迭代速度非常快。


绝对优势在于,以WPS、钉钉的落地实践成果来说,单就在国内中大型企业客户群体中也能做到产品大于服务这一点,就足以让办公应用赛道成为企服领域的“教科书”。


但与此同时,商业化如同受洗一般地存在,也让这些办公协作的巨头和后起之秀们被紧紧地盯着。只有完成了抢滩与自力更生,才能为沉寂的企服世界带来新的炬火。


2024年,AI和大模型能力开始进行应用化阶段。随着微软将Copilot的能力首先嵌入了Office 365,在云协作方面一直比较“佛系”的谷歌也将其大模型Gemini和Google Workspace打包售卖。不难看出,在全球范围内,办公协作领域与大模型应用的第一个阶段是“血浓于水”。


另一方面,回归到国内市场,大模型热同时也带来了从个人到企业对算力资源有限的包容。以往面对价格低廉的SaaS订阅都显得捉襟见肘的用户群体,第一次意愿强烈地接受为点数付费。这是AI创造的商业潜力奇迹,也是企服破局前要割断的荆棘。市场的期许如此之高,钉钉、金山办公、飞书等要达成的目标绝不可能只是活下去。


毕竟,仅在ChatGPT发布不到一周之后,Notion AI就已经在大面积地内测。生成式AI带来的创作效率体验,能够让办公应用场景被更好地集成在一处。场景背后的商业化增长点,在2022年的冬天就已经不再是一个秘密,却直到2024年才在WPS 365的整合下深深扎根国内市场。


不是没人做,而是在Copilot式思维深入人心之前,大家都以为云文档覆盖到的应用场景已经“竭尽所能”了。很少有人关注场景的落地价值,就像一开始大家以为的AI文档:只是少了一步把聊天机器人生成的内容粘贴过去的步骤而已。


02

先跑通双端商业化,再做“企业大脑”


技术革命在落地到生产力的那一刻才算开始,但生产力提升所带来的价值并不总是和生产力工具的价值步调一致。


放在海外也是一样。相对来说,Notion的专业化程度更高,也更聚焦。商业逻辑是从ToC走向ToB,用户数据丰富、场景开放性好,因此战略转型后增长表现不俗。但与此同时,Notion当下面临的问题也直观体现了国内所有跟着Notion做场景的云文档应用的固疾:作为后发者,做C端很难,从Day 1就发力ToB,可单点产品的生态壁垒相对较弱。Notion在打通API的同时也走上了收购路线,国内的集成环境没有那么普遍,应用厂商就只能自己费力开发一款又一款的单点产品。


在国内做好商业化,既要有微软的办公生态,又要Notion特色鲜明的场景能力及C端渗透率。由此来看,金山办公WPS或许是为数不多二者得兼的头部应用。


首先,WPS从诞生之初就定位为办公套件生态产品,但在过去的三十多年发展历程中,却奇迹般地做到了双订阅,以在C端同时打出了用户规模和商业化能力见长。


参考2023年报,WPS Office国内个人办公服务订阅营收到达了26.5亿,同比增长近30%,月活设备数也随之来到了5.98亿。从国内5.4亿的在线办公用户规模来看,其主导地位不言而喻。


因此,ToB业务可以说是金山办公的初心、根基与未来的战略重点,却不是WPS唯一的生存之道。


如今办公领域的商业化格局已经开始变得有点像小学奥数题里,“甲乙从A、B两点出发”的相遇问题。方向越来越近是肯定的,终点相同也不必多言。


A、B两个端点,从商业化来看是C端和B端,从场景来看则是文档和协同。服务与开放性的理念不一样,也让不同的国内厂商从一开始就很好地避开了利基市场的撞车。


金山办公选择了从服务政府机关、央国企客户的需求出发,因此在产品基因上也是从更落地的体验向先进、前沿的体验去走。


在类似的“企服蛋糕”问题上,资本向来更关注赛道竞争。但客观事实是,中国市场足够大,出海增长的机会也不小,如今办公协作领域不超过五家厂商的头部梯队已经清楚,一家独大的通吃式思维本来是不可取。尤其是B端生产力工具的“通吃”,会导致企业自身的偏好被“磨平棱角”。


从金山办公已有的B端成果来看,虽然营收占比不及C端,但WPS在国内头部客户中打下的“江山”非常稳固,据WPS相关数据显示,央企服务率做到了100%,大型客户数超过17000家。尤其是近两年以来,B端订阅增长显著提升,已经基本跑通。


尤其是在本次发布会中,尽管金山办公的首要目的是揭示All in AI后的产品技术内容,但其在商业化版图上的野心也已经旗帜鲜明。


全速入场更大的企服市场。AI应用卡住了一个关键时刻,也切中了早在微软Office正版化后WPS就开始打磨的正面竞争力:本土化数字资产的长期布局。


对于企业客户来说,数字资产曾经是一个很缥缈的概念。任凭企服厂商怎么叫喊数字资产的重要性,在直接作用于提效之前,很多企业还是岿然不动。直到AI知识库的到来,打破了“数据不可应用”的魔咒。从央企到民营,如今都可以清醒地认识到,数字资产是一块写满知识点的记忆面包。喂给大模型,一个可以应对任何问题的“考神”就出现了。


这也是WPS 365“企业大脑”产品架构的来源。


如今,企业实现办公自动化的条件公式,大致就是“AI应用产品+企业API+企业数据”。WPS 365所做到的则是在输送一站式AI应用的前提下,以其深耕多年的本地及在线文档格式兼容能力,帮助企业将大量的文档、信息碎片、扫描内容等变成可用于AI化的数据。


因此,在WPS Office的基础上,金山应用发布了新的WPS AI企业版产品和协作组件,从而将此前比较割裂的桌面端软件和在线协作文档整合起来,形成了全新的办公生产力平台。


一体化平台思维,与传统由一个个单点应用组合起来的办公套件在体验和自动化逻辑上都有着很大的差异。首先是数据的连接性不再只是即时的,其次,为不同的AI能力找到场景位、让系统各司其职地运转起来,对于企服架构来说也是一项创新挑战。


在WPS AI企业版中,AI Hub作为智能基座,可以被看作是企业大脑的神经中枢。其中的不同大模型服务则像神经元一样,在接收和精细化协调中处理指令。AI Docs是存储数据记忆的海马体,Copilot Pro则是通过感知与分析来解决办公自动化需求的“前脑”,从AI辅助型应用的角度来提高效率,规避生成式AI当下仍然存在的幻觉率等问题。



03

不做“内耗”式自研,只做专业应用场景


过去的36年里,金山办公陪伴国内企业经历了从采购到数字化转型的过程。



其间,尽管生成式和自动化领域没有出现过像大模型一样的颠覆级技术,设备环境、协作场景、用户习惯的迁移却是逐年发生的。而金山办公所看重的体验价值,在当时看来对于ToB商业化究竟有多大的意义,我们不能用现在的结果去论证。


但破局时刻,永远是时势造英雄,而不是反过来。把C端做好的意义也就在此。在关键技术到来之前,需要的不是把ToB商业化的故事讲得太大,而是对于主线战略思维的深信不疑和一以贯之。


换句话说,对于一款渗透率如此可观的办公软件来说,赚钱的方式有很多种。可是在金山办公,订阅收入的占比达到了79%,就足以说明长期主义是有回报的。


比起大多数SaaS厂商按照行业解决方案来拼接产品模块的现状来说,本次发布的WPS 365下的产品矩阵也相当“克制”,化繁而简,坚持了产品通用性与定制化的巧妙平衡。


完整与臃肿的一念之差,也是国内企服的病灶与困局之一。应用能力过于集中的解决方案会反向导致企业需求同质化,太散又会显得冗余,让企业无所适从。


从授权模式到订阅模式,国内办公应用市场被激活其实也不过三五年的时间。早在大模型之前,ToC和ToB最大的差别是应用场景。因此,商业化破局,破的就是应用场景的局。


这句话,既是国内“百模大战”为之而神仙打架的点,也是在同等的应用能力下,中国企业并不需要只依赖一个大模型的原因。


在WPS 365的AI Hub(智能基座)中,金山办公采用的是混合模型的策略,以调用生态合作伙伴的大模型为主,更是坦然将自己定位为模型应用方。目前,已经和MiniMax、智谱、商汤、文心一言、通义千问大模型展开合作,在不同的垂直领域、办公场景和用户需求下,能够做到通过AI的辅助能力,自动调用最擅长的大模型生成内容。


战略的坚定性很重要。作为只做办公这一个领域的垂直厂商,金山办公也非常明白应用场景可落地的重要性。只有将生态中的大模型能力、自身的产品技术投入、企业终端用户的需求、数字资产安全全都黏合在一起,才能有资格为相对静态的办公产品创造商业价值的流动性。

前程绚烂,也很纯粹。至少相比其他赛道的乱象,金山办公、钉钉、飞书这些办公应用都各有千秋。当下,办公协作应用已经被越来越多的企业迫切需要,AI应用时代,竞争也会更简单:谁能做好商业化,谁就是中国企服行业的灯塔。


本文来自“36氪”,作者 晓曦






关键词: AI , 生成式AI , saas , 大模型 , AI企业
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
知识库

【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。

项目地址:https://github.com/labring/FastGPT