# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
写这篇文章，我已经做好了挨骂的准备。
就像我私下找一家 SaaS 公司的高管沟通，问他们 AIGC 产品发展得如何了。
他直接回复我：老板不让我们唱衰，但是和您这种资深人士说那些虚的也没意义。
所以，现在是很多人不允许唱衰。
但是，我认为，我们所看到的 AIGC 繁荣，很大一部分是假象。如果不及时调整，2 年后行业必然一片哀嚎。
当然了，我也要提前说明一下：我并非否认 AIGC 的价值，AIGC 在部分行业部分场景的落地，肯定是有价值的。
但是，至少在最近 1、2 年， AIGC 在 B端的价值恐怕是被高估了。
在去年，SaaS 高管群就有创业者开发出了落地的行业 AIGC 产品，市场反馈也很正面，某投资大佬也表达了投资的意愿。
但是今年他告诉我：
AIGC 产品最大的价值就是让软件卖得更贵了，但实际上，由于 AIGC 生成的内容只有 90% 的准确性，而他所在的领域却要求 100% 的准确性，所以AIGC 产品根本就产生不了真正的业务价值。
至于为什么客户还愿意付费，这位 CEO解释到：其实客户也需要向上汇报智能化的成绩，而 AIGC 显然很对上面的胃口。
另一位头部 SaaS 公司的产品 VP 也告诉我：ChatGPT发布后，他们第一时间就开始研究 AIGC 产品，但是1 年多过去了，实际上只跑出来 1、2 个场景。
他的结论是：在他们的领域，AIGC目前还不适合大规模应用。
那问题的出在哪呢？
其实并不是AIGC 的技术不成熟，而是 AIGC 在本质上就只是一个相关逻辑。
比如它知道 1+1=2，但并不是因为它懂数学，而是它根据历史数据，推断 1+1=的后面99%的概率会出现 2，于是就给出了 2 的结果。
但是我们的企业管理更多的不是相关逻辑，而是因果逻辑，比如客户购买了 2 个商品，那么订单金额肯定就是 2 个商品乘以它的单价，这个绝对不能用概率去推断。
大家可以去梳理一下，企业业务场景，是不是至少 90% 都是因果逻辑？
比如采购、销售、库存、生产制造、财务核算、供应链管理。
哪怕是一些看起来不需要 100% 准确的场景，其实也没有我们想象中那么随意，比如：
秘书写一份会议纪要，1% 的关键错误也是不能接受的；
设计做一个宣传海报，也是100% 要符合企业 UI 规范的；
客服回答客户的问题，1% 的误导也是不能接受的。
医生写一份诊断报告，1% 的结论错误也是要出大问题的。
所以，如果真的用 AIGC 去处理企业的大部分业务，哪怕只有 1% 的概率出错，也会给企业带来很大的损失。
其实，ChatGPT发布已经接近 2 年了，但现在我们最苦恼的“居然”还是它在什么场景下有用？！
这难道还不能说明问题吗？
而且哪怕是在 AIGC 最擅长的场景，比如文字生成、图片生成，在大部分情况下，AIGC 的效果也远远达不到企业的预期。
你可能会说，AIGC 还在不断进化。
但是不管怎么进化，它始终是个相关逻辑，始终都做不到 100% 的准确，这是它的基因所决定的。
这就决定了，AIGC 只可能在少数场景下发挥出真正的价值。
但是显然很多人还不愿意承认这个问题的严重性。
即便 AIGC最终能找到适合他的业务场景，但是我敢说，它在中国的发展也达不到欧美的水平。
AIGC 落地在 B 端，其本质也是企业软件。那么，AIGC 接下来要走的路，SaaS其实已经帮他走过了。
SaaS 崛起的关键是移动互联网在 B 端的落地。甚至可以这么说：
SaaS=企业软件+移动互联网。
这就是为什么 2015 年被称为 SaaS 元年，因为 2014 年移动互联网的普及，是 SaaS 爆发的最大驱动力。
和 AIGC 相比，移动互联网在 B 端的落地是非常顺利的，毕竟企业很多业务场景都可以进行移动化。
即便如此，SaaS 在中国的发展仍然远没有达到预期。
这里面有 2 点非常关键的原因。
第一，中国 SaaS 的问题，不是产品问题，而是市场问题。
有人说中国 SaaS产品不好，中国SaaS 公司能力不行、认知不够。但即便是飞书、钉钉这样的大厂产品，现在也没有实现规模化盈利。
中国 SaaS 的主要问题，还是客户不认可软件的价值、付费能力有限的问题。
这一点在后面我会用 3 个关键数字来说明。
第二，中国 SaaS 的目标客户群体和 AIGC 的目标客户群体，是基本重合的。
这就意味着，中国 SaaS 没有解决的市场问题，AIGC 都要一一面对。
比如，前段时间李开复说：在中国，很多企业没有认识到软件的价值，不愿为软件付费。加之许多大模型公司参与竞标，价格越竞越低，极大地压缩了利润，做一单赔一单。
再比如，一位 AIGC 创业公司的高管告诉我：客户对 AIGC 的付费意愿并不强，而且项目的定制化程度普遍很高，导致投入产出比很低，交付和回款周期也很长，根本养不活研发团队。
是不是熟悉的场景，是不是熟悉的味道？
给大家看三个重要数字，看完你就会知道 SAAS 和 AIGC 所共同面临的问题了。
第一个数字，根据国家统计局的数据，2024 年上半年中国最大的两个行业分别是制造业和批发零售业，合计占 GDP 的比例接近 40%。
数据来源：国家统计局
但是这两个行业都偏传统产业，业务线上化程度不高，因此对软件的认可度也不高。
相比之下，美国的第三产业更发达，比如高科技、金融业，拥有70%的市场主体，他们的业务以线上化为主，非常看重信息处理和协同效率，当然对软件的认可度也更高。
这方面我们也可以参考飞书。
飞书的特点就是用户体验好，协同效率高，但是价格偏贵，所以真正能够认可飞书价值的，往往都是互联网、金融等第三产业的企业。
因为他们都是人才密集型企业。
第二个数字，根据2021年赛迪智库发布的《中美500强企业对比研究白皮书》，自2016年以来，美国制造业入围企业的平均利润，约为中国制造业入围企业的4.9倍。
也就是说，即便是同行业对比，美国企业的利润水平也远高于中国企业。
利润水平越高，当然也更愿意在企业软件这种非刚性需求上投资。
第三个数字，根据 Gartner 的数据，2021年全球IT支出中，约42%投入到IT服务与应用软件，仅有 19% 投入到硬件。
数据来源：Gartner,《财经》整理
相比之下，中国企业有19%投入到IT服务与应用软件，但是有 31% 投入到硬件。
也就是说，相对于全球水平，中国企业更喜欢买硬件，而不是买软件。
以上 3 个数字，其实都说明了一件事情，那就是中国企业对软件的付费意愿和能力都不强。
而这个问题，AIGC 必然也需要面对。
所以，不要迷信 AIGC，它可能会在美国成功，因为那里有完全不同的市场土壤。
但是在中国，可能就是另一个故事了。
如果我们承认 AIGC的问题，那么从今天开始，就要对 AIGC 项目采取更加谨慎的策略，不能再走中国 SaaS 的老路。
在早期，很多 SaaS 公司都是赚钱的，或者说，商业模型都是很健康的。
但是，对资本的过度渴望，行业的无序内卷最终让整个行业陷入亏损。
而 AIGC 如果现在就重视这个问题，我觉得有可能避免这种糟糕的局面。
1、不要过度融资
AIGC在 B 端的路还很长，未来可能会很美好，但是当下还有很难的路要走。
悲观一些，保持最小化运作，为 MVP 打造预留更长的时间。
可以融资，但是不要造假数据融资，特别是不要对赌融资。
一个还靠着做定制项目勉强生存的产业，怎么看都不具备快速规模化的潜力。
这就意味着，融资越多，压力越大，动作越容易变形。
2、利润第一，规模第二
如果我们承认 AIGC 在 B 端的市场天花板问题，那么就不要指望“先亏钱做大规模，再通过规模化赚钱”。
因为面对一个规模有限的市场，努力做大规模的结果，一定是恶性竞争和严重亏损。
做一个小而美的团队，先赚钱养活自己，然后静待市场出现积极变化，不管是从行业角度出发，还是从整个经济走势出发，都是更为合理的选择。
李开复说：坚决不做亏本的 AIGC项目！
这次我支持李开复。
3、错位竞争，避免同质化
中国 SaaS 竞争为什么如此惨烈？一个很重要的原因就是同质化太严重。
最近有 SaaS 创业者号召不要随意打折。但实际上，价格是供求关系的结果。如果客户买一个软件，有十几家产品服务差不多的同行去竞争，你不打折就意味着放弃订单。
当你看到一个好的软件出现，就想着去 copy，以为靠着自己的勤奋、聪明可以取胜，那我可以告诉你：在中国软件这个赛道，那就是自取灭亡。
因为你在 copy 的时候，还有一堆人也同时在 copy，而且每个人都以为自己更勤奋、更聪明。
结果必然是大家都赚不到钱。
所以，为什么不做一个差异化的产品，做一个赚钱的生意呢？
4、标准化、产品化，尽可能的PLG（产品驱动增长）
SaaS本来是一个高毛利的生意，但硬生生被我们做成了一个低毛利的生意。
核心原因有两点，一是定制化严重，二是销售费用高企。
而背后的本质，还是我们过度依赖销售驱动，忽略了产品本身的建设。
好的标准化产品，可以大幅度降低交付成本。
好的产品+好的服务，可以带来好的客户案例。
好的产品+好的客户案例可以实现 PLG（产品驱动增长），或者让我们的 SLG（销售驱动增长）更加的高效。
当然，在中国做企业软件，不依赖 SLG 是很难的。
但是，在早期，我们应该尽量减少对 SLG 的依赖，提高财务指标的健康度。
这样大概率会损失掉很多销售额，但是也会大大提高效率，从而提高利润率。
其实我很不想写这篇文章，因为很多朋友都在视频号给我的留言：
王老师，你作为行业人士，为啥老在说行业的坏话？为啥你不能多做一点正面引导？
其实，我也想多宣传正面的消息，但是我更在意的，是自己有没有说真话。
哪怕这个真话会刺痛很多人。
本文来自微信公众号“ToB老人家”，作者：王戴明
