本文来自微信公众号:ToB老人家 (ID:ToBlaorenjia),作者:王戴明,头图来自:AI生成
最近和软件高管群的一位朋友聊天,问他们的AIGC产品发展还顺利不。
他和我吐槽了半天,要点如下:
企业付费意愿不强
定制化程度太高
交付和回款周期很长
总结就是:根本养不活研发团队。
前段时间还有AIGC创业者找到我,咨询我如何求职。
虽然公司已经有几千万的收入了,但是显然他发现:还是打工更能养家糊口。
毫无疑问,在过去一年,我们看到的AIGC繁荣,有很大一部分是假象。
这里有2点很关键:
1、不要拿欧美AIGC来类比中国AIGC,他们就是两码事;
2、我个人非常看好AIGC的长期前景,但是厌恶短期的泡沫,哪怕它是不可避免的。
还要补充一点:由于我本人的局限性,本文仅限于讨论AIGC在中国B端的应用前景。
一、被高估的AIGC
在去年,软件高管群就有创业者开发出了垂直行业AIGC产品,市场反馈很正面,某互联网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显然很对领导的胃口。
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。
问题出在哪?
核心在于:AIGC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?
二、AIGC必然面临市场天花板问题
虽然AIGC最终肯定能找到合适的业务场景,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已经帮他走过了。
这里有2点非常关键。
第一,中国软件的问题,不是技术问题,而是市场问题。
中国软件的主要问题,还是客户(特别是国有企业)不认可软件价值的问题。
AIGC也一样。
第二,中国SaaS没有解决的市场问题,AIGC都要一一面对。
欧美SaaS发展得好的原因,也将是欧美AIGC能发展好的原因。
中国SaaS发展得不好的原因,也将是中国AIGC发展得不好的原因。
所以,不要迷信AIGC,它将很快在美国大获成功。
但是在中国,就是另一个故事了。
三、最后想说的
我必须再次强调:长期来看,我是AIGC最忠实的拥护者。
就好像长期我也非常看好SaaS一样。
但是我们也必须警惕短期会出现的泡沫,特别是在经历了SaaS这一波闹剧以后。
本文来自微信公众号:ToB老人家 (ID:ToBlaorenjia),作者:王戴明