借助AIGC,为客户带来十倍价值。
新线中产,新消费自由打折零食,能否撑起万店规模?冲击万店,汉堡界能跑出下一个蜜雪冰城吗?
有人将中国的AIGC创业者或者说大模型创业者们分为两类——技术派与市场派。技术派信仰scaling law(规模定律),相信随着模型能力跃升、模型成本降低,AIGC终将在所有行业中赋能、变革,甚至颠覆一切。
市场派认为众多创业者在技术之间未必有那么大的差距,各家之间的技术方差会逐渐缩小,最终的胜利,属于最早在市场上开始滚雪球的人,而非最早在实验室验证技术的人。
两者之间的争议、辩论,也是中国大模型赛道、AIGC相关赛道的有趣看点之一。技术派将scaling law奉为圭臬,市场派也只肯押注有现金流回血。
其实也不怪市场派投资大佬看重现金流,甚至持有资产,都未必如现金流充沛更能吸引人。因为资产可能会缩水,比如万科最近出让的深圳湾总部用地,2017年拿地价31.4亿,现出让价22.4亿,持有六七年利息成本也占20%左右约6亿,等于亏了15亿左右,几乎腰斩。
而稳定的现金流,对于任何一家公司,尤其是企服公司,在当下都尤为珍贵,自然也成为投资人非常看重的点。
在近日盛景嘉成创投、金沙江创投联合举办的《企服公司如何借助AIGC实现不烧钱的爆发性增长》闭门研讨会上,盛景嘉成创始合伙人彭志强、金沙江创投主管合伙人朱啸虎就表达了同样的观点:企业要回归商业本质,要有自我造血能力;这只是第一步,企服公司更要拥有为客户新创造10倍价值或降低90%的成本的能力。
10倍价值,实现起来会有多难?两位投资人给出的思路也非常一致——AI是中国企服“改命”的关键因素,只有用AIGC赋能10倍价值才有可能。
10倍价值,那等于又是一个新的企服爆发期,何以可能?在流量成本愈加昂贵的当下,不烧钱,企服公司又能否实现这种爆发?AIGC在企服公司的市场拓展与产品开发中,又能够发挥出怎样的效用?
市场与技术谁更重要,其实是投资人抛给大众的一个争议题,引发更多人关注这个问题。
但投资人自己,未必需要做这道题。因为两者就是左右手,不可能只要一方而不要另一方。企服赛道的选择,不是二元论,市场落地与技术先进虽然并非绝对因果联系,但同时也并不冲突,而是要取决于创业公司在技术转化、市场拓展、需求挖掘等多方面的综合实力。
而AIGC给企服行业带来的,就不仅是新技术的变化,也带来了更多需求,让企业有机会去开启全新的市场。
盛景嘉成创始合伙人彭志强
盛景嘉成创始合伙人彭志强在闭门会上就指出,为什么中国的软件公司发展得不温不火?为什么中国的 SaaS公司大多数陷入泥潭,只有极少数成功?关键问题在于企服公司是否有能力为别人降本增效。但过去这些年,企服公司自身都没有降本增效,比如,研发投入和销售转化之间严重不成正比,那又如何为别人降本增效?因此,企服公司要增肌减脂,要制定“极简增长战略”,与核心客户和核心需求无关的事情就应坚决少做或不做,“做除法”。
彭志强表示,企服公司要做到“把简单留给客户,把难度(复杂)留给自己”。只有通过AI新技术革命、极简增长方法论,找到不烧钱的爆发性增长道路,才能重新回到资本市场的主流。
那么,技术上如何做到“把简单留给客户,把难度留给自己”?AIGC技术自然成为主角。
比如,中国很多行业、企业都缺乏专业的数据分析人才,对BI有很大需求。但BI如何适配这么多行业的差异化需求?一个一个啃项目,不仅企服公司自己需要扛下研发成本高昂的代价,对于客户来说,在需要一些小功能时,又往往难以及时被开发满足。不仅没有“把简单留给客户,把难度留给自己”,最后企服公司自己反而被难度给难住了。
而新的AIGC模式,如GPT Store,数百万的应用可以在非常短的时间内开发出来,能够解决众多小问题,开发者也因此获得收入。
在成熟的企服市场,如美国,由于软件生态丰富,客户也更喜欢聚焦解决某一类问题的小而美软件而不是大而全软件。因为需求聚焦、就可以把功能做到极致,企业也更容易被整合,所以企服公司在IPO之外也有更多并购整合之路可以走。
中国的企服赛道,从2000年用友推出REP开始算起,也有20多年历史了,to B市场对专业程度要求更精细,创业者往往也都是行业老兵,有过10年以上的从业经历。这一点不像C端企业,没卖过红薯的人一样可以卖好红薯,没有做过雪糕的人也并非不能打造潮牌雪糕品牌。C端创业,品牌营销的能力是可以跨行业复用的。
而B端不行。从聚拢人才、产品研发、建立品牌到搭建销售网络,再到满足客户差异化需求,建立产品价值认知,往往都需要漫长的时间。稳健成长的企业,往往寿命比一夜爆红的企业更长——不过企服赛道也不像C端,很难出现一夜爆红的企业。
在企服赛道,AIGC确实有着更多的想象,比如AI+OA,让 AI 技术在 OA 场景中快速将人、应用和数据进行匹配,实现多种协同应用场景下人机交互;还有AI+CRM,AI+SRM,AI+ERP等等。
AIGC让企服行业告别了过往依赖大量人力和低效流程的“冷兵器时代”,迈入了一个以大模型、AIGC为驱动力的“火药时代”。这种转变不仅仅体现在工作效率的飞跃提升上,更核心的是彻底改变了企服的形态和战略格局。
怎么改变的?
金沙江创投主管合伙人朱啸虎
正如金沙江创投主管合伙人朱啸虎在闭门研讨会上举了一些例子:瑞典的Klarna公司通过GPT开发了一个24小时在线能处理35种语言的AI助手,很容易就代替了近2/3客服人员的工作。再比如金沙江投的一家AI面试公司,企服产品就很受大企业青睐,因为它解决了AI追问的幻觉问题。
朱啸虎指出,面试是非常严肃的事情,对于像腾讯、美团、招商银行这样的大公司来说,如果AI面试出现“幻觉”,AI追问了一个很傻的问题,这对于大厂来说是无法接受的。所以,控制并去掉“幻觉”是实际应用中非常重要的门槛。
他表示,今天的企服软件公司如果没有AIGC赋能,已经无法引起投资人的兴趣了,并且要在不烧钱前提下能够实现业绩100%的增长,且是纯的订阅收入,投资人才会愿意看一看,但也只是4、5倍PS,可以说今天的投资人是“既要也要还要”。这对创业者来说是非常大的考验,但真的好公司是可以做到的,所以企业一定要自我造血,有正向现金流。
在朱啸虎举的例子中,看似企服公司借助AIGC轻松实现了大客户突破或者很大比例的降本增效,但其中依然有很多门槛。而这些门槛,本质上在于数据,在于企服公司能否抢到重要场景的数据,能否将数据清洗好之后做垂直调优。
单单数据本身就很有价值,朱啸虎还透露,这家AI面试公司去年面试了100万人次,今年差不多能面试300万人次,每个面试大概30-40分钟,仅这些人机对话数据就很有价值。
朱啸虎表示,AIGC+是非常难的,最难的是行业的know-how、行业的垂直场景、行业数据,但+AIGC是很容易的,所有的软件都可以用+AIGC,其中有很多机会,甚至可以说,AI是中国企服唯一的希望。
当然,企服的时代已经变了,AIGC带来了足够多的弹药,既可以让你有机会从几把枪到有机会逐鹿天下,也可以让你早早被别人击倒,眼睁睁看着机会失去。
中国为什么没有如Salesforce一样的世界级企服公司?
或许,市场,制度,技术之外,还有更多因素需要考虑。但干成任何一件事情,都需要聚拢足够多的人才,才有可能。而投资人中的市场派,似乎不讲究创业者的技术能力、亮眼学历,只看现在的市场表现、只看现在赚不赚钱,会不会标准太单一了?
其实也不是。
彭志强就指出,一个好公司应该有健康的现金流,并能可预见地赚到与估值相匹配的真金白银的利润。但“可预见的利润”,并不要求公司今天就赚钱,但必须能看到未来赚钱的前景,至于是一年后、三年后还是五年后的可预见利润,取决于公司的核心能力和发展潜力。
企服公司的未来,也同样要考量其AIGC方面的核心能力与发展潜力。
企服赛道所倚重的AIGC,也有很多未来可能发生的颠覆。
开源能不能追赶上OpenAI为代表的闭源?一旦OpenAI不能维持目前的领先优势,是否意味着开源的胜利?毕竟,开源就意味着有几万、几十万甚至更多的开发者参与,而闭源大模型再强,不过就是几百个程序员的一家公司。
企服赛道,属于巨头还是属于更多创业企业?过百个大模型,到底能有几个跑出来?
或许我们不知道谁能跑出来,但我们能预设谁都跑不出来吗?或许也未必。
不说大模型,单说企服赛道,这就是一个能够容纳成千上万个企服创业企业的大生态、宽赛道。
比如,美国的企服市场非常成熟,一般来说,除了全公司统一的软件或SaaS产品,甚至每个部门都有自己部门高度独立和专业的软件。即便是规模较小的公司,也可能同时运行着数十种不同的软件。这样的生态,也意味着在大而全企服巨头之外,更多小而美企服创业企业,同样拥有生长的土壤。
创业生态本就是一个动态变化、相互交织的生态系统。AIGC到底改变了什么?对于企服赛道而言,AIGC只有先给自己带来数量级变化的降本增效,才能随后给客户带来惊艳感。正如朱啸虎所说,要让客户像消费者一样产生尖叫,让客户能“见面签单”,第一面POC(Proof of Concept,概念验证)、第二面正式合同。
风险投资家,原网景创始人Marc Andreessen曾于2011年8月在华尔街日报上发表一篇著名文章,《软件正在吞噬世界(Software is eating the world)》。Andreessen认为,越来越多的主要企业和行业正在软件上运行并作为在线服务提供——从电影到农业再到国防。这些软科技公司,正在入侵和颠覆既定的行业结构。在接下来的十年里,预计会有更多的行业受到软件的颠覆。
Andreessen在13年前就卓有远见地指出,Oracle和Microsoft等大型软件公司日益受到Salesforce和 Android 等新软件产品的威胁,虽然看似两者并不直接相关。抢你场子的,并不是你的同行。
回到我们想讨论的问题,企服公司的爆发性增长,不烧钱能办到吗?其实还要要追问的是,企服公司客户的爆发性增长,不烧钱能办到吗?
毕竟,存量时代,企服公司的客户也更关心如何找到新的客户?如何做好留存复购?如何提升利润率?在行业增长陷入天花板之下,还有哪些结构性的机会值得挖掘?
企服以前是一个稳健增长、市场空间庞大、很难出现赢家通吃的行业,也同样可能是一个爆发十倍价值创造、能够大鱼吃小鱼的快速增长赛道。
颠覆,正在发生。
文章来源于“亿欧网”,作者“陈俊一”
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装:https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址:https://github.com/hitsz-ids/airda