SaaS商业逻辑胜过GPT技术逻辑

发表时间: 2023-05-25 11:02

自从ChatGPT发布以来,SaaS圈一直处在兴奋与焦虑中,因此大家都在努力了解和研究AI的新发展。本文将从四个维度探讨AI与SaaS关系,谈谈SaaS商业逻辑与GPT技术逻辑的关联,一起来看看吧。

自2022年11月份chatGPT发布以来,SaaS圈一直处在兴奋与焦虑中。无论是成立十几年的公司,还是刚准备做SaaS创业的团队,由于GPT的新突破,大家在技术上都回到起跑线。

我也在起跑线上好在比大家有更多时间研究AI新发展 ——阅读了几本专业书籍和上百篇文章,研究了从生物、社会学到芯片、IT技术的各种播客,自己也动手尝试了GPT的文字能力和编程能力,并参加了多家VC组织的专题讨论会。

今天就专门为SaaS圈的朋友分享一下我的初步看法。

先说结论 —— 关于AI与SaaS关系的几个主要观点:

一、长期:AI赋能SaaS,且影响深远

二、短期:GPT已被高估,大语言模型尚有诸多局限

三、toB的商业逻辑大于技术逻辑,AI对绝大部分SaaS产品是个慢变量

四、SaaS公司境遇的推演及应对

附:AI相关缩略语解释

一、长期看:AI赋能SaaS,且影响深远

站在钱塘江入海口的人即便有预期,但在潮水打在脸上的体感还是无比震撼的。GPT(Generative Pre-training Transformer,基于互联网可用数据训练的文本生成深度学习模型)的出现则更是超越了所有人、包括所有AI前沿科学家的想象。

我与SaaS公司的创始人们交流,大家有各种比喻。有人认为是iPhone时刻再临,也有的认为这就是第四次浪潮。我则认为GPT的影响堪比电力设施的应用。

从1990s互联网时代开始人类的信息就处于爆炸状态。从某种意义上说,人的决策通通都是信息的不完整决策。而GPT的出现,大幅改善了这个状况。电力网络传递的是能量,而AI网络传递的是高效率的信息和预测(至于与人直接相关的决策,我认为不可以由AI来做最终决定)。

业内有人说AI会颠覆SaaS,这是错位的误判。SaaS是帮助企业提高效率或赚钱的工具,而AI是技术手段。AI会赋能SaaS,而不会颠覆SaaS;正如电池会为新型汽车发动机提供动力,而非替代发动机。

但AI的出现,长期看(5~10年)确实会让所有SaaS产品发生变化;其中心化的特点,也会引起每个SaaS品类内部兼并和聚集。而这个变化过程中,肯定有这样一些SaaS公司会死去:

  • 未跟上AI时代的公司被紧跟潮流的公司替代
  • 过度投入AI技术的公司并不能立即提升产品价值,将由于现金流问题更快挂掉

为什么会有上面第二点?我们接着聊聊~

二、GPT已被高估

下图的底图来自2022年7月Gartner的AI技术成熟度曲线。当时“生成式AI”处于“技术萌芽期”的末尾、“期望膨胀期”的门口。

从这个判断可以看到Gartner的分析师们还是很牛的。我们期待Gartner早日更新此图。

根据这个曲线,我们可以推测,目前“生成式AI”已进入“期望膨胀期”的顶峰,很快会开始下跌进入“破灭谷底期”。

所以,我不同意公号“汐笺”虹线的观点《 ChatGPT 会干掉 80% 的 SaaS 公司,连带 Office 一起》;但我也不像吴军先生那么悲观,认为AIGC带不来任何变化。

通过大量阅读和探讨,我对现阶段AIGC的初步判断如下:

1、LLM(大语言模型)很难拥有完整的人类智慧:GPT可以读到人的输出,但人类的输入:思考过程、体感、心境……很多来自心脏、肠胃神经的影响。(举例来说,人在饥饿的时候逛商场就会比平时买更多商品。)

也就是说,未来很长一段时间里(以10年计),LLM能得到的信息也是不充分的,甚至是缺失了关键链条的(即人的思维过程),LLM AI很难拥有完整的人类智慧。

2、GPT没有意识:GPT只是语言模型,多大的模型也只是基于语言,它只是在模仿人类的语言互动方式。大家感觉GPT有意识,甚至有人发文说“爱上了chat.bing”,那只是被语言的表象迷惑,我确定对方只是言不由衷的“渣男”。

3、AI间难以主动协作:AI人工智能没有生命期限,难以形成有效协作。“我能永生,为啥还要与别的AI共同哺育下一代?”没有这个碳基生物的基本使命,AI之间难以协同。

4、智商不是唯一的竞争力:地球上的竞争中,并没有智商高的族群就一定获胜的规则。尼安德特人的脑容量为1800ml,而我们今天的智人只有1400ml. 虽然我们尚不能证明尼安德特人比我们智人智商高,但可以确定的是 —— 智人在大约2万年前战胜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,由此能够用图腾崇拜把很多个智人部落联合起来,最终打败尼安德特人的小部落。(详见:尤瓦尔·赫拉利的《人类简史》及河森堡的《进击的智人》)

5、AIGC永远不会100%准确:GPT的理解能力、推理能力不保证输出准确。它的底层毕竟是来自大数据训练模型,这更像人,而与工厂制造出来的高稳定性机械及电子产品非常不同。 AIGC回答不准确(有时候还会编假话对付你的追问)这和人更相像。

关于这一点,在纽约时报前总编辑Craig采访GPT4之父、OpenAI首席科学家ILya时谈到过:“神经网络有时候会有产生幻觉(Hallucinations,特指人工智能给出的“事实性错误”)的倾向……我们今天使用的方式,是雇用人员来教我们的神经网络如何表现,教ChatGPT如何表现……我认为这种方法非常有可能解决幻觉问题。”

但笔者从逻辑上推测(毕竟我不是AI专业人员)“人工修正”是无法解决海量问题的。所以AIGC永远不会100%准确,这对SaaS产品这类企业级应用是一个非常重大的限制。

6、伦理限制:AIGC,包括未来的AGI(通用人工智能,Artificial General Intelligence)拥有远超人类的预测能力;但受到人类伦理上的限制,决策权不可交给AI。为了提高生产力,人类不会禁止AI;但“降临派”与“拯救派”的博弈结果很可能是对AI参与决策做出很多限制。

GPT目前也是遵照这个方式,它可以帮我写Python程序,但不能自动调试。这是为了安全隔离,避免AI自动生成危害人的程序。我只能每次把调试结果反馈给它,它再进行程序修改。

很多人使用GPT生成数据库程序SQL(结构化查询语言,Structured Query Language)也是如此。这可以让GPT不直接访问数据库,保护我们的数据安全。

这一点也会影响到SaaS产品的AI应用。企业员工使用AI-based-SaaS(基于AI的SaaS)时,AI只能提供决策选择、分析参考,而不可以帮企业直接做决策。

以上这些判断基于当前能获得的信息和资料,我预计有效期为5年。5年之后的技术发展确实很难预判。但这对我们SaaS公司当下做出决策已经足够。

三、toB的商业逻辑大于技术逻辑

不可否认,长期看AI对SaaS产品是颠覆式的:将来所有的SaaS产品都基于AI(AI-based-SaaS)。这与SaaS基于云设施(IaaS)没有本质区别。

但请注意,AI是个慢变量。它将从3个方向改变SaaS公司及产品:

  1. SaaS公司内部使用AI工具提高效率
  2. SaaS企业内部主动改造SaaS产品
  3. 受AI影响外部环境发生变化,客户需求大幅变动

前两者大部分是微创新;只有需求的变化才会对SaaS产品造成颠覆性创新。

从时间轴上看,大致会是这样:

A、长期看(5~10年及以上):因为AI对小到人机交互方式,大到人类的学习方式、教育方式,甚至企业组织方式、社会经济及政治的运行方式都会有所影响。所以这个颠覆不仅是对SaaS产品的颠覆,而是对整个社会的大改造。这个影响会很漫长,周期以5~10年一个阶段计算。

B、从3~4年的中期看是逐步改造。首先是互联网行业、软件行业,然后是传统行业,最后是政府部门。

C、从1~2年的短期看,对90%的SaaS产品来说都只是微创新。

例如,目前的用户页面都是GUI(Graphical User Interface,图形用户界面),将来也不会都被(LUI,LanguageUserInterface,自然语言用户界面)替换。

chatGPT对话很炫酷,但我们可以想象用户操作还是脱离不了图形界面——难道用鼠标在屏幕上点个复选框的事情,还要我用语言描述30秒?

最终会发生结合,就像我们1980年代学电脑时还只有键盘,后来才慢慢增加了鼠标。很多用户页面会逐步升级为 GUI(图形)+LUI(对话)。这是微创新,而非颠覆性的。

在一次线上交流中,明势资本徐玥晨说:“用户体验决定了UI选择”,我深以为然。GUI+LUI的混合交互模式才是趋势,用户将会做出这个选择。

目前GPT的能力只对智能客服、低代码、RPA、财务自动化等少数领域有巨大影响;而这些影响也都来自客户需求的大幅变化。

小结一下这个推导过程:

a. 商业逻辑(做产品是为了满足客户场景需求)决定了除非客户需求发生巨变,否则产品不会发生颠覆性变化。

b. 企业客户的变革会很缓慢,AI技术本身也还有很多局限,大家都需要摸着石头过河。

c. 目前SaaS产品还是以微创新为主。

还是那句老话:以客户为中心,帮客户解决问题。

以技术为中心并不能解决客户的困难,只是在闭门造车。

(“商业逻辑大于技术逻辑”:此语来自理查德·鲁梅尔特的《关键难点:领导人如何成为战略家》(The Crux: How Leaders Become Strategists),尚未在国内出版;得到App“精英日课”有讲解。)

四、SaaS公司境遇的推演及应对

我们可以推演中国SaaS公司在未来10年中将会发生这些变化(由近及远):

1、短期看,SaaS公司的产品开发效率将逐渐提升。公司内部对创新精神的鼓励会更多——毕竟从现在开始,想到一句正确的prompt(提示词)比一晚上的加班更有效率。

网易智企的CEO阮良前几天刚写过一篇文章《CEO漫谈丨拥抱AIGC时代(一):交易成本的变革》。我特别赞叹他们的科研精神——经过对“一个新产品生命旅程的交易成本”这个对象的详细研究,发现总体成本能够下降20.7%。

这个“节约人力资源”的比例和你心中的数字相比是不是有点低?但想想也很正常:毕竟只有局部工作项能够被AI赋能。而且效率提升20.7%也已经是个不小的进步,意味着以往每天8pm下班的人可以6pm准时下班了。

2、对于很多已经有需求的场景,如果以前就缺一个更好的技术、很别扭,AI正好能解决,那就会应用得很快。例如这个操作场景 —— 在CRM中用多种条件搜索一条商机记录;我们会发现用语言描述讲比用鼠标选点多个下拉框要快得多,用户体验也会好得多。

3、产品集成度会增长,SaaS公司之间的大合作、大兼并在所难免。背后的原因是UI用户交互界面通过对话的形式大大简化。客户会需要更统一的工作平台。

4、由于第3条,已经独占鳌头的SaaS公司会更强大:他们的产品会更快整合其他公司的产品,兼并或打通合作。按SaaS生态的发展规律,中国的SaaS领域原本就会在2023~2025年逐渐进入马太效应时刻,而GPT的出现加速了这个进程。

5、能够完成“chat总线”的新产品或(服务大客户的)集成商在生态中逐渐出现,并获得重要地位。下图来自帆软简道云运营负责人沈涛的设想:

6、小规模SaaS公司会面临小软件作坊的更大挑战:软件作坊得到了GPT及其插件的极大赋能,做定制开发的效率更高。

7、基于AI的新SaaS创业公司会大量出现,但toB仍然是慢活,新产品的商业化普遍需要2~3年的时间。2~3年后会看到大量企业客户在使用基于AI的新SaaS产品,即AI-based-SaaS.

8、中国企业的采购模式将会在未来3~5年中发生重大变化。与AI聊天的方式大大降低了分析数据、获得信息的技能门槛;而这个过程将充满小工具、而非大系统。小工具的引入需要引入更灵活的IT采购方式,中国企业、甚至政府部门将不得不改变IT采购流程。首先改变的是大大小小的民营企业、然后是国企,最后是政府单位。后两者的彻底改变需要自上而下的改革意识。(详见我以前的一篇文章《SaaS创业路线图(130)呼吁中国企业改变软件采购流程以迎接数字化时代》 )

五、总结

从SaaS企业内部看,AI与容器、Serverless等新技术一样,都是为了逐渐让开发人员、业务人员只专注业务逻辑……我想这就是这个时代科技的发展方向吧!

对于处于低谷中的SaaS公司来说,大语言模型AI的出现增加了更多获益点——从客户需求侧渐变、SaaS产品生产及营销服务效率的提升、生态及整合多方面都将有从慢到快的良性变化。

此外,我还要给大家一个建议:不要在假设之上谈假设,这永远得不到正确的结论;反而会浪费抓住新机遇的时间。

天天焦虑,不如沉下心利用AI干点实际工作、帮客户解决一个实际问题

本文提及缩略语:

(来自chat.bing.com,笔者有调整)

GPT:Generative Pre-training Transformer,基于互联网可用数据训练的文本生成深度学习模型

LLM:Large Language Model,大语言模型,旨在理解和生成人类语言。LLM是一种语言模型,由许多参数组成的神经网络,使用自监督学习在大量未标记的文本上进行训练。

AIGC:AI Generated Content,即“人工智能生成内容”,是指利用人工智能技术生成的内容。AIGC是人工智能的一个分支,与AGI不同,AGI是一种能够像人类一样思考、学习和执行多种任务的人工智能系统

AI:Artificial Intelligence,人工智能

AGI:Artificial General Intelligence,通用人工智能;是指一种能够像人类一样思考、学习和执行多种任务的人工智能系统。

GUI:Graphical User Interface,图形用户界面

LUI:Language User Interface,自然语言用户界面

本文提及文章链接:

  • CEO漫谈丨拥抱AIGC时代(一):交易成本的变革
  • OpenAI 联合创始人、首席科学家 Ilya Sutskever 解读大语言模型的底层逻辑与未来边界
  • 微软CTO韦青亲述:ChatGPT背后,暴露的全是人的问题
  • ChatGPT 会干掉 80% 的 SaaS 公司,连带 Office 一起
  • 吴军:ChatGPT不算新技术革命,带不来什么新机会
  • SaaS创业路线图(130)呼吁中国企业改变软件采购流程以迎接数字化时代
  • 2022年7月Gartner的AI技术成熟度曲线:https://www.gartner.com/cn/information-technology/articles/what-s-new-in-artificial-intelligence-from-the-2022-gartner-hype-cycle

特邀作者

吴昊,微信公众号:SaaS白夜行,SaaS领域知识沉淀者,《SaaS创业路线图》作者。每年与100位SaaS创始人深度交流,结合实战不断在公众号及视频号做内容输出。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。