“AIGC 热潮背后，真相几何？” 在 AIGC 蓬勃发展的表象下，其在企业应用中究竟面临哪些困境？未来走向又如何？

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：

1）企业付费意愿不强

2）定制化程度太高

3）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。

01 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？！

02 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 Guo 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。

03 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。