行業觀察：AI技術“狂奔”，但商業邏輯大於技術邏輯

圖片來源：無界AI繪畫工具生成

來源：SaaS白夜行‌

作者：吳昊SaaS

原標題《SaaS商業邏輯大於GPT技術邏輯》

自2022年11月份chatGPT發布以來，SaaS圈一直處在興奮與焦慮中。無論是成立十幾年的公司，還是剛準備做SaaS創業的團隊，由於GPT的新突破，大家在技術上都回到起跑線。

我也在起跑線上，好在比大家有更多時間研究AI新發展 ——閱讀了幾本專業書籍和上百篇文章，研究了從生物、社會學到芯片、IT技術的各種播客，自己也動手嘗試了GPT的文字能力和編程能力，並參加了多家VC組織的專題討論會。

今天就專門為SaaS圈的朋友分享一下我的初步看法。

先說結論 —— 關於AI與SaaS關係的幾個主要觀點：

一、長期：AI賦能SaaS，且影響深遠

二、短期：GPT已被高估，大語言模型尚有諸多局限

三、toB的商業邏輯大於技術邏輯，AI對絕大部分SaaS產品是個慢變量

四、SaaS公司境遇的推演及應對

附：AI相關縮略語解釋

一、長期看：AI賦能SaaS，且影響深遠

站在錢塘江入海口的人即便有預期，但在潮水打在臉上的體感還是無比震撼的。GPT（Generative Pre-training Transformer，基於互聯網可用數據訓練的文本生成深度學習模型）的出現則更是超越了所有人、包括所有AI前沿科學家的想象。

我與SaaS公司的創始人們交流，大家有各種比喻。有人認為是iPhone時刻再臨，也有的認為這就是第四次浪潮。我則認為GPT的影響堪比電力設施的應用。

從1990s互聯網時代開始人類的信息就處於爆炸狀態。從某種意義上說，人的決策通通都是信息的不完整決策。而GPT的出現，大幅改善了這個狀況。電力網絡傳遞的是能量，而AI網絡傳遞的是高效率的信息和預測（至於與人直接相關的決策，我認為不可以由AI來做最終決定）。

業內有人說AI會顛覆SaaS，這是錯位的誤判。SaaS是幫助企業提高效率或賺錢的工具，而AI是技術手段。AI會賦能SaaS，而不會顛覆SaaS；正如電池會為新型汽車發動機提供動力，而非替代發動機。

但AI的出現，長期看（5~10年）確實會讓所有SaaS產品發生變化；其中心化的特點，也會引起每個SaaS品類內部兼并和聚集。而這個變化過程中，肯定有這樣一些SaaS公司會死去：

* 未跟上AI時代的公司被緊跟潮流的公司替代

* 過度投入AI技術的公司並不能立即提升產品價值，將由於現金流問題更快掛掉

為什麼會有上面第二點？我們接着聊聊~

二、GPT已被高估

下圖的底圖來自2022年7月Gartner的AI技術成熟度曲線。當時“生成式AI”處於“技術萌芽期”的末尾、“期望膨脹期”的門口（見黃色箭頭，鏈接見文末 ）。

從這個判斷可以看到Gartner的分析師們還是很牛的。我們期待Gartner早日更新此圖。

根據這個曲線，我們可以推測，目前“生成式AI”已進入“期望膨脹期”的頂峰，很快會開始下跌進入“破滅谷底期”。

所以，我不同意公號“汐箋”虹線的觀點《 ChatGPT 會幹掉 80% 的 SaaS 公司，連帶 Office 一起》；但我也不像吳軍先生那麼悲觀，認為AIGC帶不來任何變化。（詳見：公號“新經濟學家智庫”的文章《吳軍：ChatGPT不算新技術革命，帶不來什麼新機會》，鏈接見文末）

通過大量閱讀和探討，我對現階段AIGC的初步判斷如下：

1、LLM（大語言模型）很難擁有完整的人類智慧：GPT可以讀到人的輸出，但人類的輸入：思考過程、體感、心境……很多來自心臟、腸胃神經的影響。（舉例來說，人在飢餓的時候逛商場就會比平時買更多商品。）

也就是說，未來很長一段時間裡（以10年計），LLM能得到的信息也是不充分的，甚至是缺失了關鍵鏈條的（即人的思維過程），LLM AI很難擁有完整的人類智慧。

2、GPT沒有意識：GPT只是語言模型，多大的模型也只是基於語言，它只是在模仿人類的語言互動方式。大家感覺GPT有意識，甚至有人發文說“愛上了chat.bing”，那只是被語言的表象迷惑，我確定對方只是言不由衷的“渣男”。

3、AI間難以主動協作：AI人工智能沒有生命期限，難以形成有效協作。“我能永生，為啥還要與別的AI共同哺育下一代？”沒有這個碳基生物的基本使命，AI之間難以協同。

4、智商不是唯一的競爭力：地球上的競爭中，並沒有智商高的族群就一定獲勝的規則。尼安德特人的腦容量為1800ml，而我們今天的智人只有1400ml. 雖然我們尚不能證明尼安德特人比我們智人智商高，但可以確定的是 —— 智人在大約2萬年前戰勝尼安德特人的主要原因是：智人有更多想象力、相信森林中有神，由此能夠用圖騰崇拜把很多個智人部落聯合起來，最終打敗尼安德特人的小部落。（詳見：尤瓦爾·赫拉利的《人類簡史》及河森堡的《進擊的智人》）

5、AIGC永遠不會100%準確：GPT的理解能力、推理能力不保證輸出準確。它的底層畢竟是來自大數據訓練模型，這更像人，而與工廠製造出來的高穩定性機械及電子產品非常不同。AIGC回答不準確（有時候還會編假話對付你的追問）這和人更相像。

關於這一點，在紐約時報前總編輯Craig採訪GPT4之父、OpenAI首席科學家ILya時談到過：“神經網絡有時候會有產生幻覺（Hallucinations，特指人工智能給出的“事實性錯誤”）的傾向……我們今天使用的方式，是僱用人員來教我們的神經網絡如何表現，教ChatGPT如何表現……我認為這種方法非常有可能解決幻覺問題。”

（詳見公眾號：M小姐研習錄的文章《OpenAI 聯合創始人、首席科學家 Ilya Sutskever 解讀大語言模型的底層邏輯與未來邊界》）

但筆者從邏輯上推測（畢竟我不是AI專業人員）“人工修正”是無法解決海量問題的。所以AIGC永遠不會100%準確，這對SaaS產品這類企業級應用是一個非常重大的限制。

6、倫理限制：AIGC，包括未來的AGI（通用人工智能，Artificial General Intelligence）擁有遠超人類的預測能力；但受到人類倫理上的限制，決策權不可交給AI。為了提高生產力，人類不會禁止AI；但“降臨派”與“拯救派”的博弈結果很可能是對AI參與決策做出很多限制。

GPT目前也是遵照這個方式，它可以幫我寫Python程序，但不能自動調試。這是為了安全隔離，避免AI自動生成危害人的程序。我只能每次把調試結果反饋給它，它再進行程序修改。

很多人使用GPT生成數據庫程序SQL（結構化查詢語言，Structured Query Language）也是如此。這可以讓GPT不直接訪問數據庫，保護我們的數據安全。

這一點也會影響到SaaS產品的AI應用。企業員工使用AI-based-SaaS（基於AI的SaaS）時，AI只能提供決策選擇、分析參考，而不可以幫企業直接做決策。

以上這些判斷基於當前能獲得的信息和資料，我預計有效期為5年。5年之後的技術發展確實很難預判。但這對我們SaaS公司當下做出決策已經足夠。

三、toB的商業邏輯大於技術邏輯

不可否認，長期看AI對SaaS產品是顛覆式的：將來所有的SaaS產品都基於AI（AI-based-SaaS）。這與SaaS基於雲設施（IaaS）沒有本質區別。

但請注意，AI是個慢變量。它將從3個方向改變SaaS公司及產品：

* SaaS公司內部使用AI工具提高效率

* SaaS企業內部主動改造SaaS產品

* 受AI影響外部環境發生變化，客戶需求大幅變動

前兩者大部分是微創新；只有需求的變化才會對SaaS產品造成顛覆性創新。

從時間軸上看，大致會是這樣：

A、長期看（5~10年及以上）：因為AI對小到人機交互方式，大到人類的學習方式、教育方式，甚至企業組織方式、社會經濟及政治的運行方式都會有所影響。所以這個顛覆不僅是對SaaS產品的顛覆，而是對整個社會的大改造。這個影響會很漫長，周期以5~10年一個階段計算。

B、從3~4年的中期看是逐步改造。首先是互聯網行業、軟件行業，然後是傳統行業，最後是政府部門。

C、從1~2年的短期看，對90%的SaaS產品來說都只是微創新。

例如，目前的用戶頁面都是GUI（Graphical User Interface，圖形用戶界面），將來也不會都被（LUI, Language User Interface，自然語言用戶界面）替換。

chatGPT對話很炫酷，但我們可以想象用戶操作還是脫離不了圖形界面——難道用鼠標在屏幕上點個複選框的事情，還要我用語言描述30秒？

最終會發生結合，就像我們1980年代學電腦時還只有鍵盤，後來才慢慢增加了鼠標。很多用戶頁面會逐步升級為 GUI（圖形）+LUI（對話）。這是微創新，而非顛覆性的。

在一次線上交流中，明勢資本徐玥晨說：“用戶體驗決定了UI選擇”，我深以為然。GUI+LUI的混合交互模式才是趨勢，用戶將會做出這個選擇。

目前GPT的能力只對智能客服、低代碼、RPA、財務自動化等少數領域有巨大影響；而這些影響也都來自客戶需求的大幅變化。

小結一下這個推導過程：

a.商業邏輯（做產品是為了滿足客戶場景需求）決定了除非客戶需求發生巨變，否則產品不會發生顛覆性變化 →

b.企業客戶的變革會很緩慢，AI技術本身也還有很多局限，大家都需要摸着石頭過河 →

c. 目前SaaS產品還是以微創新為主。

還是那句老話：以客戶為中心，幫客戶解決問題。

以技術為中心並不能解決客戶的困難，只是在閉門造車。

（“商業邏輯大於技術邏輯”：此語來自理查德·魯梅爾特的《關鍵難點：領導人如何成為戰略家》（The Crux: How Leaders Become Strategists)，尚未在國內出版；得到App“精英日課”有講解。）

四、SaaS公司境遇的推演及應對

我們可以推演中國SaaS公司在未來10年中將會發生這些變化（由近及遠）：

1、短期看，SaaS公司的產品開發效率將逐漸提升。公司內部對創新精神的鼓勵會更多——畢竟從現在開始，想到一句正確的prompt（提示詞）比一晚上的加班更有效率。

網易智企的CEO阮良前幾天剛寫過一篇文章《CEO漫談丨擁抱AIGC時代（一）：交易成本的變革》。我特別讚歎他們的科研精神——經過對“一個新產品生命旅程的交易成本”這個對象的詳細研究，發現總體成本能夠下降20.7%。

（文章鏈接見文末）

這個“節約人力資源”的比例和你心中的數字相比是不是有點低？但想想也很正常：畢竟只有局部工作項能夠被AI賦能。而且效率提升20.7%也已經是個不小的進步，意味着以往每天8pm下班的人可以6pm準時下班了 

2、對於很多已經有需求的場景，如果以前就缺一個更好的技術、很彆扭，AI正好能解決，那就會應用得很快。例如這個操作場景 —— 在CRM中用多種條件搜索一條商機記錄；我們會發現用語言描述講比用鼠標選點多個下拉框要快得多，用戶體驗也會好得多。

3、產品集成度會增長，SaaS公司之間的大合作、大兼并在所難免。背後的原因是UI用戶交互界面通過對話的形式大大簡化。客戶會需要更統一的工作平台。

4、由於第3條，已經獨佔鰲頭的SaaS公司會更強大：他們的產品會更快整合其他公司的產品，兼并或打通合作。按SaaS生態的發展規律，中國的SaaS領域原本就會在2023~2025年逐漸進入馬太效應時刻，而GPT的出現加速了這個進程。

5、能夠完成“chat總線”的新產品或（服務大客戶的）集成商在生態中逐漸出現，並獲得重要地位。下圖來自帆軟簡道雲運營負責人沈濤的設想： 

6、小規模SaaS公司會面臨小軟件作坊的更大挑戰：軟件作坊得到了GPT及其插件的極大賦能，做定製開發的效率更高。

7、基於AI的新SaaS創業公司會大量出現，但toB仍然是慢活，新產品的商業化普遍需要2~3年的時間。2~3年後會看到大量企業客戶在使用基於AI的新SaaS產品，即AI-based-SaaS.  

8、中國企業的採購模式將會在未來3~5年中發生重大變化。與AI聊天的方式大大降低了分析數據、獲得信息的技能門檻；而這個過程將充滿小工具、而非大系統。小工具的引入需要引入更靈活的IT採購方式，中國企業、甚至政府部門將不得不改變IT採購流程。首先改變的是大大小小的民營企業、然後是國企，最後是政府單位。后兩者的徹底改變需要自上而下的改革意識。(詳見我以前的一篇文章《SaaS創業路線圖（130）呼籲中國企業改變軟件採購流程以迎接數字化時代》 ）

總結

從SaaS企業內部看，AI與容器、Serverless等新技術一樣，都是為了逐漸讓開發人員、業務人員只專註業務邏輯……我想這就是這個時代科技的發展方向吧！

對於處於低谷中的SaaS公司來說，大語言模型AI的出現增加了更多獲益點——從客戶需求側漸變、SaaS產品生產及營銷服務效率的提升、生態及整合多方面都將有從慢到快的良性變化。

此外，我還要給大家一個建議：不要在假設之上談假設，這永遠得不到正確的結論；反而會浪費抓住新機遇的時間。

天天焦慮，不如沉下心利用AI干點實際工作、幫客戶解決一個實際問題

本文提及縮略語

（來自chat.bing.com，筆者有調整)

GPT：Generative Pre-training Transformer，基於互聯網可用數據訓練的文本生成深度學習模型

LLM：Large Language Model，大語言模型，旨在理解和生成人類語言。LLM是一種語言模型，由許多參數組成的神經網絡，使用自監督學習在大量未標記的文本上進行訓練。

AIGC：AI Generated Content，即“人工智能生成內容”，是指利用人工智能技術生成的內容。AIGC是人工智能的一個分支，與AGI不同，AGI是一種能夠像人類一樣思考、學習和執行多種任務的人工智能系統。

AI：Artificial Intelligence，人工智能

AGI：Artificial General Intelligence，通用人工智能；是指一種能夠像人類一樣思考、學習和執行多種任務的人工智能系統。

GUI：Graphical User Interface，圖形用戶界面

LUI：Language User Interface，自然語言用戶界面

本文提及文章鏈接：

CEO漫談丨擁抱AIGC時代（一）：交易成本的變革

OpenAI 聯合創始人、首席科學家 Ilya Sutskever 解讀大語言模型的底層邏輯與未來邊界

微軟CTO韋青親述：ChatGPT背後，暴露的全是人的問題

ChatGPT 會幹掉 80% 的 SaaS 公司，連帶 Office 一起

吳軍：ChatGPT不算新技術革命，帶不來什麼新機會

SaaS創業路線圖（130）呼籲中國企業改變軟件採購流程以迎接數字化時代

2022年7月Gartner的AI技術成熟度曲線：https://www.gartner.com/cn/information-technology/articles/what-s-new-in-artificial-intelligence-from-the-2022-gartner-hype-cycle