ChatGPT的推出掀起了生成式人工智能(AI)的热潮,各行各业都在运用这一新兴科技对自己进行重塑,软件公司更是首当其冲。
纷享销客创始人兼CEO罗旭接受至顶网独家专访时表示,基于算力的第四次工业革命,AI与机器人的结合,将会引发一场深刻的社会变革,未来社会生产力在各个行业将完全重构,并对SaaS行业构成深远的影响。
全新范式,大模型的革命性与颠覆性影响
在罗旭看来,AI让社会生产力实现飞跃,而在这一过程中,软件的智能化是核心要素,这会让整个SaaS产业从一个工具型、业务型的软件系统会变成一个智能的业务平台。这一趋势完全不可逆。
AI加持的SaaS软件与服务会实现能力的突破,这是巨大的质变,大语言模型驱动的SaaS软件与服务的价值变化,将由原来的辅助工具演变成创造价值的工具,具备内容生成和数据分析与智能辅助决策的能力。
拥抱大模型的三大要素:数据、AI、场景
既然大模型对于SaaS行业来说如此重要,那么SaaS公司如何拥抱这一巨大的变革呢?
罗旭表示,SaaS公司应该将自己定位为一家智能化公司,规划未来三到五年智能化建设的路线图。SaaS公司并不是接入大模型就可以了,还需要结合数据和场景,持续训练,形成垂直或专属领域智能平台才能进行有效的价值输出。
大模型未来可分为通用大模型和行业大模型,未来面向行业的垂直大模型市场空间巨大。大模型与特定领域的结合,如销售管理、人力资源,生产供应链管理等,将带来全新的机遇。在未来,通用大模型将更多地用于提供基础能力,而行业垂直模型则将在各专业领域得到深入具体的应用,以销售领域为例:
最终垂直领域的大模型也将呈现平台化趋势,在特定领域为用户提供AIPaaS能力,帮助用户结合自身数据与场景进行业务与管理的智能化升级。简而言之,AI+DATA+SOFT的融合才是SaaS软件的未来,和类运用软件公司要做的是在通用大模型基础上做出自己的行业模型。
SaaS企业在利用新技术时必须充分考虑如何保持好数据安全和用户隐私,实现业务的创新和发展,结合行业发展趋势,制定相应的战略规划以适应技术趋势。
中国国情下的中国SaaS企业机会
中国的国情和欧美不同、欧美企业服务生态成熟,客户业务管理成熟,企业服务只要定位清晰准确,产品成熟有价值,通过与行业生态的有效融合就能很好的解决客户问题,因此国外企业服务在各领域、各细分场景下运用软件发展都非常好,这是非常健康良性的状态。
中国企业的生态成熟度不够,如果不是端到端闭环化解决客户问题,单独做一部分功能,很难真正解决客户真实需求,不利于企业快速适应当下激烈的市场环境,因此中国的中大客户市场更需要明确公司定位,明确业务场景,把明确的业务场景下客户的需求完整的解决才能为客户创造价值。
在罗旭看来,中美两个SaaS市场的差距在加大,美国企业正在全行业全领域全面进入AI时代,而中国企业还处于一个生存时代。
对于中国SaaS企业来说,在资本退潮的当下,需要回归产业,商业的本质,回归理性健康发展,把基本工作做扎实,先活下去再谋求活上去,但现实是大部分企业还没进入到良性的发展周期。美国市场有许多成功的SaaS企业案例,但在我国,由于市场环境、企业成熟度和消费者习惯等方面的原因,现阶段所面临的困难与挑战也不同,很难复制美式成功经验。我们需要根据我国的实际情况来制定适合自己的发展策略。
“在中国国情下,你只能用适合中国的模式做适合中国市场的事情。欧美市场的发展模式可以借鉴,但是一定要结合中国国情进行自主创新。”罗旭说。
比如美国SaaS领域的技术趋势和商业模式是值得借鉴的,但是美国整个的生态环境和企业成熟度,我们并不能照搬,中国的国情不同。
罗旭说,美国SaaS行业是生态驱动的产业发展格局,而在中国,当下可能只有头部企业才有真正的发展机会。头部企业需要构建更加健康的业务体系,获得更多的市场份额,引领市场。然后带得生态的成熟与发展,最终有更多的资源与能力在AI方面加大建设,引领中国企业服务的智能化。
展望SaaS的未来,从信息化到智能化,这是一个新时代的起点,外部环境比如地缘政治纷争、全球经济格局化,高通涨等趋势,向外是国际化能力建设,向内则是持续的降本增效,这将是多数企业未来发展的主题,智能化的云服务软件是最有效的抓手之一,这是中国SaaS企业的时代红利。
好文章,需要你的鼓励
最新调查显示,32%的受访者表示有兴趣使用AI进行心理治疗而非人类治疗师。专家认为,AI聊天机器人具有超强耐心,在快节奏社会中颇具吸引力。年轻人因习惯单向网络关系而更易接受AI治疗。研究表明AI在预测自杀倾向方面准确率达70%,但也存在风险,包括过度肯定和缺乏真实人际连接。专家建议应谨慎整合AI与传统心理治疗,既发挥技术优势又保持人性化关怀。
T-Tech公司研究团队开发了SAE Boost助推器系统,通过训练专门的"错误补偿器"来增强AI理解工具对专业领域的理解能力。该系统在化学、俄语和外交等领域测试中显示出显著改进效果,同时完全保持原有通用能力。这种模块化设计为AI系统的持续优化提供了安全可靠的路径,对AI可解释性研究具有重要意义。
谷歌正在将其基于人工智能的图片转视频技术推广到更多应用程序中。这项技术能够将静态图片转换为动态视频内容,利用先进的AI算法分析图片内容并生成流畅的视频效果。此举标志着谷歌在AI视觉处理领域的进一步布局,预计将为用户提供更丰富的多媒体创作体验。
斯坦福大学研究团队开发出革命性AI系统,能够像生物学家一样"看懂"蛋白质三维结构并预测功能。该系统通过多层次分析方法,在蛋白质功能预测方面达到90%以上准确率,为新药开发和精准医疗开辟新道路。这项技术不仅加速了蛋白质研究进程,更为解决复杂疾病提供了强大的AI助手,预示着人工智能与生物医学融合的美好前景。