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
AI救不了SaaS
7386点击    2024-06-11 11:24


SaaS不灵是因为技术不好么?


近来和AI创业者的交流增加,随后就发现大家的产品很容易就落到过去SaaS的框子里面去。这就引发一个很关键的问题:SaaS不灵是因为技术不好么?否则一种更好的技术为什么能改变这个行业的盈利情况?


精进里面的陷阱


每天都改进一点,一定能突破界限么?


每天都把SaaS产品都改好一点,一定能突破界限么?


稻盛和夫先生大概是企业家里最推崇精进的人,他把自己在京瓷取得的成就归结为专注与精进。(“布施”、“持戒”、“忍辱”、“精进”,其实是修行的术语转义到商业的世界)


这在物理世界中大概是没问题的。


对于心性的修炼也大致是没有问题的。


但在SaaS、AI等领域中就有问题了。


有一种幻觉可以称作指数衰减型幻觉。


用公式来描述是下面这样:



x可以无限增加,每增加一点就离1越近一点,但永远不可能是1。


这和不管怎么锻炼,人类每天都跑快一点,最终也跑不过美洲豹一样。


为什么是这样呢?


局部最优不解决整体问题。


过去10年里,SaaS的挑战和困境原因其实和AI很不不一样,AI核心问题是技术不成熟。


SaaS核心问题是商业模式不成立。


对于企业而言除了财务、ERP等几个领域感受不到它的价值或者说没它不行的必要性。


最终这类产品扮演的总是一桌饭菜里面那几个凉菜的角色。同时还导致企业成本上升(同样产品在米国应该是下降的)。


可以用技术术语把凉菜包装的天花乱坠,但凉菜就是凉菜不是主食也不是主菜。酷炫解决不了没他也行这种感受。


这情况再加上所谓的安全问题以及私有部署、基于开源自己改等,就彻底雪上加霜。


和各种替代方案相比价值的差值进一步被缩小,所以就普遍不成立。


如果上面是对的,那问题就变成AI改变价值定位、私有部署需求、基于开源自己做这些事实么?


如果不改变,那就是局部最优(技术最优)不解决整体问题(商业模式成立不成立)。


最终就变成了AI不解决SaaS的问题。


价值创造模式


SaaS要想成立根子在于改变价值创造的模式,不在单点技术。


那AI会改变价值创造模式么?

可以改变。


改变后也就不是现在的SaaS了。


关于这点近期的一个讨论很有启示意义。


讨论点是:Co-pilot(半自动)和Auto-pilot(全自动)产品的差异。


起点是分享的时候有这么个观点:


Co-pilot不创造新机会,而Auto-pilot每一个都是蓝海。

这个观点和AI拯救不了SaaS其实是一个意思。


所有在现有SaaS中增加AI属性的尝试,本质就是尝试做Co-pilot,相当于是说这不创造新机会。因为价值创造模式和过去是一样的,不会因为某个单点功能更好用了就发生变化。


那什么是Auto-pilot呢?


讨论后最终发现这问题本质在于对角色的定义。


在履行一个角色职责的时候,不需要人的介入就可以自己搞定的是Auto-pilot(全自动),否则是Co-pilot(半自动)。在履行自己职责的时候可能需要与服务对象(人)打交道,但这不关键。


比如这次活动中分享的案例:电梯智能体,它的角色内涵就是听从人类指令去某个楼层,实时生成内容并显示,监控电梯内的行为做主动交互,虽然只针对限定场景但它其实是Auto-pilot。


再比如如果一个招聘的AI智能体,它既能完成招聘的日常工作,也能在需求发到它的时候形成JD,并把招聘结果向相关人进行反馈,那它就是Auto-pilot。


为什么说Auto-pilot如果真的能做每一个都是蓝海呢?


固然是因为这事没有大模型根本就做不了,只有在大模型出现后才陆续能做了(虽然当下还很少能成立的)。


更是因为它价值结构变了。


这是一种能让公司从200人变成20人的产品。


而人效提升十倍的产品对企业而言一定是主菜中的主菜。


新生之地


Auto-pilot型产品最大限制是AI大模型的智商,但这也正是最为利好的地方。


拿chatGPT的智商做起点,每当模型拉升一点,能成立的Auto-pilot就多一点,能覆盖的角色也就更宽一些。


而Auto-pilot类产品的形态其实也会持续演进。


早期可能会和现在人为设立的各种角色重叠。


比如在企业就是人事、财务、行政、IT等。


AI核心的特征是一个智能大脑可以处理N个业务,现有这些角色的边界未必都成立。


因此进入到第二个阶段,很可能就会迎来归并,在企业层面归并后有可能是执行和监察、权限等以AI智能体为出发点的重新设置的角色。


这类产品从未来看现在能看到轮廓,从现在看未来就会看到挑战太大。


但这是真正的智能原生产品,和单纯的帮助生成论文等工具完全不是一个事。


大折叠


这类产品会附带那些特征呢?


最关键的一个特征就是以角色为中心的新产品对以功能为中心的产品进行折叠。


这可能是压倒现在本就步履艰难的SaaS产品的最后一颗稻草。


这类产品的脑子是一个脑子,数据如果再共通,角色的边界就可以扩的很大。


在企业里CRM、SCRM、招聘等对它没有区别。这些产品最底层的部分被大脑共通了,上层的业务属性会变成技能(类似小程序)。所以一旦这种产品成立就注定会折叠很多周边的功能。


这在C端产品也成立,之前举的例子是如果智能音箱这类产品真成立,很多功能都还在但会变成它的一个小部分,类似手机和相机的关系。这点还会衍生其它共通的地儿,比如产品结构、技术架构等。这部分之前在AI碰撞局上做过深度展开,但还是需要寻找更好的表达方式,否则会晦涩,这里不展开了。


下图可以感受下手机对相机的折叠,黄色的是相机的销量,虽然创造历史新高,但和相机厂商却没什么关系了。手机厂商取代了相机厂商。



次要特征是对于这类产品走下去软硬融合成为必然。


总是被对立起来的虚拟经济和实体经济在这里会走向融合。


为什么这么说呢?


这种Auto-pilot型产品除了模型核心支撑要素就是感知,除非极少的一部分角色,往往需要对现实的全方位深层次感知。


这时候声光电热力磁就都变成现实感知的手段。


举个例子,比如招聘的时候,对于负责招聘的智能体,它如果做面试那总是要感知到候选人的语音、表情才能够形成完整的认识。(多模态)


这点从AIGC的角度看是不明显的。但从智能原生的角度看就几乎是必然的。


近来看新闻OpenAI在机器人上动作频繁,一个可能原因就是感觉到AI应用真正要发展壮大最终还是要走向软硬融合。


小结


AI是不可能拯救过去的SaaS的反倒是可能成为压死它们的最后一根稻草。包括ERP这些产品现在真的很危险已经滑向悬崖的边缘。但破灭往往就是新生,以智能原生为特征的新一代企业级产品现在不过刚刚起步。就像我们之前说的AI的颠覆性可能比过去各种技术加在一起的总和还大,如果这是真的,那这种智能原生产品会彻底改变企业的模式。


本文来自微信公众号“琢磨事”(ID:zuomoshi),作者:老李话一三


关键词: AI , AI SaaS , AI产品 , 大模型
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
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md