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
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：
为什么会有上面第二点？我们接着聊聊~
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。
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：
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。）
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》 ）
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：
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。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。