自從ChatGPT發(fā)布以來，SaaS圈一直處在興奮與焦慮中，因此大家都在努力了解和研究AI的新發(fā)展。本文將從四個(gè)維度探討AI與SaaS關(guān)系，談?wù)凷aaS商業(yè)邏輯與GPT技術(shù)邏輯的關(guān)聯(lián)，一起來看看吧。

自2022年11月份chatGPT發(fā)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(zhǔn)備做SaaS創(chuàng)業(yè)的團(tuán)隊(duì)，由于GPT的新突破，大家在技術(shù)上都回到起跑線。

我也在起跑線上好在比大家有更多時(shí)間研究AI新發(fā)展 ——閱讀了幾本專業(yè)書籍和上百篇文章，研究了從生物、社會(huì)學(xué)到芯片、IT技術(shù)的各種播客，自己也動(dòng)手嘗試了GPT的文字能力和編程能力，并參加了多家VC組織的專題討論會(huì)。

今天就專門為SaaS圈的朋友分享一下我的初步看法。

先說結(jié)論 —— 關(guān)于AI與SaaS關(guān)系的幾個(gè)主要觀點(diǎn)：

一、長(zhǎng)期：AI賦能SaaS，且影響深遠(yuǎn)

二、短期：GPT已被高估，大語言模型尚有諸多局限

三、toB的商業(yè)邏輯大于技術(shù)邏輯，AI對(duì)絕大部分SaaS產(chǎn)品是個(gè)慢變量

四、SaaS公司境遇的推演及應(yīng)對(duì)

附：AI相關(guān)縮略語解釋

一、長(zhǎng)期看：AI賦能SaaS，且影響深遠(yuǎn)

站在錢塘江入?？诘娜思幢阌蓄A(yù)期，但在潮水打在臉上的體感還是無比震撼的。GPT（Generative Pre-training Transformer，基于互聯(lián)網(wǎng)可用數(shù)據(jù)訓(xùn)練的文本生成深度學(xué)習(xí)模型）的出現(xiàn)則更是超越了所有人、包括所有AI前沿科學(xué)家的想象。

我與SaaS公司的創(chuàng)始人們交流，大家有各種比喻。有人認(rèn)為是iPhone時(shí)刻再臨，也有的認(rèn)為這就是第四次浪潮。我則認(rèn)為GPT的影響堪比電力設(shè)施的應(yīng)用。

從1990s互聯(lián)網(wǎng)時(shí)代開始人類的信息就處于爆炸狀態(tài)。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(xiàn)，大幅改善了這個(gè)狀況。電力網(wǎng)絡(luò)傳遞的是能量，而AI網(wǎng)絡(luò)傳遞的是高效率的信息和預(yù)測(cè)（至于與人直接相關(guān)的決策，我認(rèn)為不可以由AI來做最終決定）。

業(yè)內(nèi)有人說AI會(huì)顛覆SaaS，這是錯(cuò)位的誤判。SaaS是幫助企業(yè)提高效率或賺錢的工具，而AI是技術(shù)手段。AI會(huì)賦能SaaS，而不會(huì)顛覆SaaS；正如電池會(huì)為新型汽車發(fā)動(dòng)機(jī)提供動(dòng)力，而非替代發(fā)動(dòng)機(jī)。

但AI的出現(xiàn)，長(zhǎng)期看（5~10年）確實(shí)會(huì)讓所有SaaS產(chǎn)品發(fā)生變化；其中心化的特點(diǎn)，也會(huì)引起每個(gè)SaaS品類內(nèi)部兼并和聚集。而這個(gè)變化過程中，肯定有這樣一些SaaS公司會(huì)死去：

• 未跟上AI時(shí)代的公司被緊跟潮流的公司替代
• 過度投入AI技術(shù)的公司并不能立即提升產(chǎn)品價(jià)值，將由于現(xiàn)金流問題更快掛掉

為什么會(huì)有上面第二點(diǎn)？我們接著聊聊~

二、GPT已被高估

下圖的底圖來自2022年7月Gartner的AI技術(shù)成熟度曲線。當(dāng)時(shí)“生成式AI”處于“技術(shù)萌芽期”的末尾、“期望膨脹期”的門口。

從這個(gè)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(jù)這個(gè)曲線，我們可以推測(cè)，目前“生成式AI”已進(jìn)入“期望膨脹期”的頂峰，很快會(huì)開始下跌進(jìn)入“破滅谷底期”。

所以，我不同意公號(hào)“汐箋”虹線的觀點(diǎn)《 ChatGPT 會(huì)干掉 80% 的 SaaS 公司，連帶 Office 一起》；但我也不像吳軍先生那么悲觀，認(rèn)為AIGC帶不來任何變化。

通過大量閱讀和探討，我對(duì)現(xiàn)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(jīng)的影響。（舉例來說，人在饑餓的時(shí)候逛商場(chǎng)就會(huì)比平時(shí)買更多商品。）

也就是說，未來很長(zhǎng)一段時(shí)間里（以10年計(jì)），LLM能得到的信息也是不充分的，甚至是缺失了關(guān)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(shí)：GPT只是語言模型，多大的模型也只是基于語言，它只是在模仿人類的語言互動(dòng)方式。大家感覺GPT有意識(shí)，甚至有人發(fā)文說“愛上了chat.bing”，那只是被語言的表象迷惑，我確定對(duì)方只是言不由衷的“渣男”。

3、AI間難以主動(dòng)協(xié)作：AI人工智能沒有生命期限，難以形成有效協(xié)作?！拔夷苡郎瑸樯哆€要與別的AI共同哺育下一代？”沒有這個(gè)碳基生物的基本使命，AI之間難以協(xié)同。

4、智商不是唯一的競(jìng)爭(zhēng)力：地球上的競(jìng)爭(zhēng)中，并沒有智商高的族群就一定獲勝的規(guī)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(zhàn)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(gè)智人部落聯(lián)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(jiǎn)史》及河森堡的《進(jìn)擊的智人》）

5、AIGC永遠(yuǎn)不會(huì)100%準(zhǔn)確：GPT的理解能力、推理能力不保證輸出準(zhǔn)確。它的底層畢竟是來自大數(shù)據(jù)訓(xùn)練模型，這更像人，而與工廠制造出來的高穩(wěn)定性機(jī)械及電子產(chǎn)品非常不同。 AIGC回答不準(zhǔn)確（有時(shí)候還會(huì)編假話對(duì)付你的追問）這和人更相像。

關(guān)于這一點(diǎn)，在紐約時(shí)報(bào)前總編輯Craig采訪GPT4之父、OpenAI首席科學(xué)家ILya時(shí)談到過：“神經(jīng)網(wǎng)絡(luò)有時(shí)候會(huì)有產(chǎn)生幻覺（Hallucinations，特指人工智能給出的“事實(shí)性錯(cuò)誤”）的傾向……我們今天使用的方式，是雇用人員來教我們的神經(jīng)網(wǎng)絡(luò)如何表現(xiàn)，教ChatGPT如何表現(xiàn)……我認(rèn)為這種方法非常有可能解決幻覺問題?！?/p>

但筆者從邏輯上推測(cè)（畢竟我不是AI專業(yè)人員）“人工修正”是無法解決海量問題的。所以AIGC永遠(yuǎn)不會(huì)100%準(zhǔn)確，這對(duì)SaaS產(chǎn)品這類企業(yè)級(jí)應(yīng)用是一個(gè)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(yuǎn)超人類的預(yù)測(cè)能力；但受到人類倫理上的限制，決策權(quán)不可交給AI。為了提高生產(chǎn)力，人類不會(huì)禁止AI；但“降臨派”與“拯救派”的博弈結(jié)果很可能是對(duì)AI參與決策做出很多限制。

GPT目前也是遵照這個(gè)方式，它可以幫我寫Python程序，但不能自動(dòng)調(diào)試。這是為了安全隔離，避免AI自動(dòng)生成危害人的程序。我只能每次把調(diào)試結(jié)果反饋給它，它再進(jìn)行程序修改。

很多人使用GPT生成數(shù)據(jù)庫程序SQL（結(jié)構(gòu)化查詢語言，Structured Query Language）也是如此。這可以讓GPT不直接訪問數(shù)據(jù)庫，保護(hù)我們的數(shù)據(jù)安全。

這一點(diǎn)也會(huì)影響到SaaS產(chǎn)品的AI應(yīng)用。企業(yè)員工使用AI-based-SaaS（基于AI的SaaS）時(shí)，AI只能提供決策選擇、分析參考，而不可以幫企業(yè)直接做決策。

以上這些判斷基于當(dāng)前能獲得的信息和資料，我預(yù)計(jì)有效期為5年。5年之后的技術(shù)發(fā)展確實(shí)很難預(yù)判。但這對(duì)我們SaaS公司當(dāng)下做出決策已經(jīng)足夠。

三、toB的商業(yè)邏輯大于技術(shù)邏輯

不可否認(rèn)，長(zhǎng)期看AI對(duì)SaaS產(chǎn)品是顛覆式的：將來所有的SaaS產(chǎn)品都基于AI（AI-based-SaaS）。這與SaaS基于云設(shè)施（IaaS）沒有本質(zhì)區(qū)別。

但請(qǐng)注意，AI是個(gè)慢變量。它將從3個(gè)方向改變SaaS公司及產(chǎn)品：

1. SaaS公司內(nèi)部使用AI工具提高效率
2. SaaS企業(yè)內(nèi)部主動(dòng)改造SaaS產(chǎn)品
3. 受AI影響外部環(huán)境發(fā)生變化，客戶需求大幅變動(dòng)

前兩者大部分是微創(chuàng)新；只有需求的變化才會(huì)對(duì)SaaS產(chǎn)品造成顛覆性創(chuàng)新。

從時(shí)間軸上看，大致會(huì)是這樣：

A、長(zhǎng)期看（5~10年及以上）：因?yàn)锳I對(duì)小到人機(jī)交互方式，大到人類的學(xué)習(xí)方式、教育方式，甚至企業(yè)組織方式、社會(huì)經(jīng)濟(jì)及政治的運(yùn)行方式都會(huì)有所影響。所以這個(gè)顛覆不僅是對(duì)SaaS產(chǎn)品的顛覆，而是對(duì)整個(gè)社會(huì)的大改造。這個(gè)影響會(huì)很漫長(zhǎng)，周期以5~10年一個(gè)階段計(jì)算。

B、從3~4年的中期看是逐步改造。首先是互聯(lián)網(wǎng)行業(yè)、軟件行業(yè)，然后是傳統(tǒng)行業(yè)，最后是政府部門。

C、從1~2年的短期看，對(duì)90%的SaaS產(chǎn)品來說都只是微創(chuàng)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(huì)都被（LUI,LanguageUserInterface，自然語言用戶界面）替換。

chatGPT對(duì)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(biāo)在屏幕上點(diǎn)個(gè)復(fù)選框的事情，還要我用語言描述30秒？

最終會(huì)發(fā)生結(jié)合，就像我們1980年代學(xué)電腦時(shí)還只有鍵盤，后來才慢慢增加了鼠標(biāo)。很多用戶頁面會(huì)逐步升級(jí)為 GUI（圖形）+LUI（對(duì)話）。這是微創(chuàng)新，而非顛覆性的。

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

目前GPT的能力只對(duì)智能客服、低代碼、RPA、財(cái)務(wù)自動(dòng)化等少數(shù)領(lǐng)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(jié)一下這個(gè)推導(dǎo)過程：

a. 商業(yè)邏輯（做產(chǎn)品是為了滿足客戶場(chǎng)景需求）決定了除非客戶需求發(fā)生巨變，否則產(chǎn)品不會(huì)發(fā)生顛覆性變化。

b. 企業(yè)客戶的變革會(huì)很緩慢，AI技術(shù)本身也還有很多局限，大家都需要摸著石頭過河。

c. 目前SaaS產(chǎn)品還是以微創(chuàng)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(shù)為中心并不能解決客戶的困難，只是在閉門造車。

（“商業(yè)邏輯大于技術(shù)邏輯”：此語來自理查德·魯梅爾特的《關(guān)鍵難點(diǎn)：領(lǐng)導(dǎo)人如何成為戰(zhàn)略家》（The Crux: How Leaders Become Strategists)，尚未在國(guó)內(nèi)出版；得到App“精英日課”有講解。）

四、SaaS公司境遇的推演及應(yīng)對(duì)

我們可以推演中國(guó)SaaS公司在未來10年中將會(huì)發(fā)生這些變化（由近及遠(yuǎn)）：

1、短期看，SaaS公司的產(chǎn)品開發(fā)效率將逐漸提升。公司內(nèi)部對(duì)創(chuàng)新精神的鼓勵(lì)會(huì)更多——畢竟從現(xiàn)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(wǎng)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(shí)代（一）：交易成本的變革》。我特別贊嘆他們的科研精神——經(jīng)過對(duì)“一個(gè)新產(chǎn)品生命旅程的交易成本”這個(gè)對(duì)象的詳細(xì)研究，發(fā)現(xiàn)總體成本能夠下降20.7%。

這個(gè)“節(jié)約人力資源”的比例和你心中的數(shù)字相比是不是有點(diǎn)低？但想想也很正常：畢竟只有局部工作項(xiàng)能夠被AI賦能。而且效率提升20.7%也已經(jīng)是個(gè)不小的進(jìn)步，意味著以往每天8pm下班的人可以6pm準(zhǔn)時(shí)下班了。

2、對(duì)于很多已經(jīng)有需求的場(chǎng)景，如果以前就缺一個(gè)更好的技術(shù)、很別扭，AI正好能解決，那就會(huì)應(yīng)用得很快。例如這個(gè)操作場(chǎng)景 —— 在CRM中用多種條件搜索一條商機(jī)記錄；我們會(huì)發(fā)現(xiàn)用語言描述講比用鼠標(biāo)選點(diǎn)多個(gè)下拉框要快得多，用戶體驗(yàn)也會(huì)好得多。

3、產(chǎn)品集成度會(huì)增長(zhǎng)，SaaS公司之間的大合作、大兼并在所難免。背后的原因是UI用戶交互界面通過對(duì)話的形式大大簡(jiǎn)化?？蛻魰?huì)需要更統(tǒng)一的工作平臺(tái)。

4、由于第3條，已經(jīng)獨(dú)占鰲頭的SaaS公司會(huì)更強(qiáng)大：他們的產(chǎn)品會(huì)更快整合其他公司的產(chǎn)品，兼并或打通合作。按SaaS生態(tài)的發(fā)展規(guī)律，中國(guó)的SaaS領(lǐng)域原本就會(huì)在2023~2025年逐漸進(jìn)入馬太效應(yīng)時(shí)刻，而GPT的出現(xiàn)加速了這個(gè)進(jìn)程。

5、能夠完成“chat總線”的新產(chǎn)品或（服務(wù)大客戶的）集成商在生態(tài)中逐漸出現(xiàn)，并獲得重要地位。下圖來自帆軟簡(jiǎn)道云運(yùn)營(yíng)負(fù)責(zé)人沈濤的設(shè)想：

6、小規(guī)模SaaS公司會(huì)面臨小軟件作坊的更大挑戰(zhàn)：軟件作坊得到了GPT及其插件的極大賦能，做定制開發(fā)的效率更高。

7、基于AI的新SaaS創(chuàng)業(yè)公司會(huì)大量出現(xiàn)，但toB仍然是慢活，新產(chǎn)品的商業(yè)化普遍需要2~3年的時(shí)間。2~3年后會(huì)看到大量企業(yè)客戶在使用基于AI的新SaaS產(chǎn)品，即AI-based-SaaS.

8、中國(guó)企業(yè)的采購(gòu)模式將會(huì)在未來3~5年中發(fā)生重大變化。與AI聊天的方式大大降低了分析數(shù)據(jù)、獲得信息的技能門檻；而這個(gè)過程將充滿小工具、而非大系統(tǒng)。小工具的引入需要引入更靈活的IT采購(gòu)方式，中國(guó)企業(yè)、甚至政府部門將不得不改變IT采購(gòu)流程。首先改變的是大大小小的民營(yíng)企業(yè)、然后是國(guó)企，最后是政府單位。后兩者的徹底改變需要自上而下的改革意識(shí)。(詳見我以前的一篇文章《SaaS創(chuàng)業(yè)路線圖（130）呼吁中國(guó)企業(yè)改變軟件采購(gòu)流程以迎接數(shù)字化時(shí)代》 ）

五、總結(jié)

從SaaS企業(yè)內(nèi)部看，AI與容器、Serverless等新技術(shù)一樣，都是為了逐漸讓開發(fā)人員、業(yè)務(wù)人員只專注業(yè)務(wù)邏輯……我想這就是這個(gè)時(shí)代科技的發(fā)展方向吧！

對(duì)于處于低谷中的SaaS公司來說，大語言模型AI的出現(xiàn)增加了更多獲益點(diǎn)——從客戶需求側(cè)漸變、SaaS產(chǎn)品生產(chǎn)及營(yíng)銷服務(wù)效率的提升、生態(tài)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(gè)建議：不要在假設(shè)之上談假設(shè)，這永遠(yuǎn)得不到正確的結(jié)論；反而會(huì)浪費(fèi)抓住新機(jī)遇的時(shí)間。

天天焦慮，不如沉下心利用AI干點(diǎn)實(shí)際工作、幫客戶解決一個(gè)實(shí)際問題

本文提及縮略語：

（來自chat.bing.com，筆者有調(diào)整)

GPT：Generative Pre-training Transformer，基于互聯(lián)網(wǎng)可用數(shù)據(jù)訓(xùn)練的文本生成深度學(xué)習(xí)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(shù)組成的神經(jīng)網(wǎng)絡(luò)，使用自監(jiān)督學(xué)習(xí)在大量未標(biāo)記的文本上進(jìn)行訓(xùn)練。

AIGC：AI Generated Content，即“人工智能生成內(nèi)容”，是指利用人工智能技術(shù)生成的內(nèi)容。AIGC是人工智能的一個(gè)分支，與AGI不同，AGI是一種能夠像人類一樣思考、學(xué)習(xí)和執(zhí)行多種任務(wù)的人工智能系統(tǒng)。

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(xué)習(xí)和執(zhí)行多種任務(wù)的人工智能系統(tǒng)。

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(shí)代（一）：交易成本的變革
• OpenAI 聯(lián)合創(chuàng)始人、首席科學(xué)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背后，暴露的全是人的問題
• ChatGPT 會(huì)干掉 80% 的 SaaS 公司，連帶 Office 一起
• 吳軍：ChatGPT不算新技術(shù)革命，帶不來什么新機(jī)會(huì)
• SaaS創(chuàng)業(yè)路線圖（130）呼吁中國(guó)企業(yè)改變軟件采購(gòu)流程以迎接數(shù)字化時(shí)代
• 2022年7月Gartner的AI技術(shù)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