SaaS的“大模型焦慮”
向 AI 在轉(zhuǎn)型升級(jí)中，行業(yè) Know-how 依舊是 SaaS 制造商可靠的堡壘。
文 | 張保文
大型落地的另一面， SaaS 的 AI 化升級(jí)。
與大模型雙向奔赴，SaaS 制造商如何走出“大模型焦慮”，找到“ AI 自信"？
01
“大模型焦慮”
"所有的軟件，都值得用大模型重做"。
2022 年末，ChatGPT 火爆的紅色，也把不少 To B 從業(yè)者引入了一種“大模型焦慮”。
兩三個(gè)月后，第一波焦慮慢慢緩解。因?yàn)槲覀儼l(fā)現(xiàn)當(dāng)時(shí)的大語(yǔ)言模型更像是一種偏見(jiàn)。 C 終端“大玩具”，加上大語(yǔ)言模型幻覺(jué)、隱私安全、落地場(chǎng)景等限制，距離真實(shí)。 To B 生產(chǎn)工具，還有點(diǎn)遠(yuǎn)。
隨著 OpenAI 開(kāi)放 API 接口，Meta、谷歌推出了大語(yǔ)言開(kāi)源模型和大語(yǔ)言模型應(yīng)用開(kāi)發(fā)工具。 LangChain 隨著大語(yǔ)言模型的興起， B 終端商業(yè)化路徑，逐步明確：
第一，開(kāi)源降低了大語(yǔ)言模型技術(shù)應(yīng)用的門檻。例如，SaaS 在開(kāi)源大語(yǔ)言模型的基礎(chǔ)上，廠商可以對(duì)自己的行業(yè)模型進(jìn)行實(shí)踐和微調(diào)，幫助客戶解決特定業(yè)務(wù)場(chǎng)景中的問(wèn)題；另外，LangChain 等 Agent 平臺(tái)和工具，也是 SaaS 制造商的創(chuàng)新和業(yè)務(wù)探索提供了許多便利。
兼職行力創(chuàng)始人 CEO 林華榮一直非常重視大語(yǔ)言模型技術(shù)的進(jìn)程。“開(kāi)源大語(yǔ)言模型只是變化的開(kāi)始，真正讓它成為 To B 這個(gè)行業(yè)興奮起來(lái)，應(yīng)該是 LangChain 這是可以實(shí)現(xiàn)的 Agent 概念框架的出現(xiàn)。每個(gè)人都開(kāi)始意識(shí)到：AI 已能被業(yè)務(wù)場(chǎng)景需求所控制。”
從林華榮的角度來(lái)看，通過(guò)類似 LangChain 加上開(kāi)源框架 RAG 技術(shù)(檢索增強(qiáng)生成)，大語(yǔ)言模型通過(guò)插件知識(shí)庫(kù)(向量數(shù)據(jù)庫(kù))很好地解決了大語(yǔ)言模型必須經(jīng)過(guò)訓(xùn)練才能使用的問(wèn)題。這也讓很多 SaaS 從業(yè)者十分激動(dòng)，至少找到了一個(gè)大語(yǔ)言模型落地最直觀的場(chǎng)景：公司內(nèi)部知識(shí)庫(kù)的智能問(wèn)答。
"大型語(yǔ)言模型可以私有部署，企業(yè)數(shù)據(jù)可以私有向量化，是大型語(yǔ)言模型技術(shù)。 To B 場(chǎng)景落地的重大轉(zhuǎn)折點(diǎn)。”
不管 SaaS 制造商，或者企業(yè)客戶，在培訓(xùn)大語(yǔ)言模型時(shí)，都比較擔(dān)心數(shù)據(jù)安全和知識(shí)產(chǎn)權(quán)保護(hù)問(wèn)題：把自己的數(shù)據(jù)喂給大語(yǔ)言模型，如果訓(xùn)練結(jié)果被對(duì)手抄襲了怎么辦？
與傳統(tǒng)硬盤不同，大語(yǔ)言模型技術(shù)模擬了人類的神經(jīng)網(wǎng)絡(luò)模式，其數(shù)據(jù)存儲(chǔ)和管理難以精確控制。所以，林華榮認(rèn)為，對(duì)于企業(yè)來(lái)說(shuō)，通過(guò)“培訓(xùn)”實(shí)現(xiàn)“私有智慧大腦”存在一些誤解。
首先，在訓(xùn)練大語(yǔ)言模型掌握了具體知識(shí)后，要求大語(yǔ)言模型對(duì)信息進(jìn)行一些有針對(duì)性的保密，有點(diǎn)像內(nèi)部人員交流時(shí)的“我告訴你一個(gè)秘密，不要告訴別人”。事實(shí)上，很難真正保密。
其次，大語(yǔ)言模型的輸出類似于人類的表達(dá)方式。在大多數(shù)情況下，沒(méi)有所謂的“正確答案”。如果沒(méi)有一些知識(shí)邊界的約束，就會(huì)產(chǎn)生不可控的“幻覺(jué)”，也就是我們常說(shuō)的“一本正經(jīng)的廢話”。
最重要的是，公司知識(shí)本身有持續(xù)的快速迭代。如果你想改變舊知識(shí)，你不能像以前那樣通過(guò)“刪除”或“修改”硬盤信息來(lái)實(shí)現(xiàn)。新舊知識(shí)會(huì)像人的記憶一樣疊加，容易混淆，也會(huì)帶來(lái)“幻覺(jué)”。
基于上述分析，林華榮認(rèn)為“企業(yè)知識(shí)通過(guò)知識(shí)向量化植入私有向量數(shù)據(jù)庫(kù)，這些向量數(shù)據(jù)庫(kù)可以在自己的云或本地服務(wù)器上部署，類似于過(guò)去。 SaaS 對(duì)于企業(yè)私有數(shù)據(jù)提供的混合部署，可以很好地處理大語(yǔ)言模型落地的隱私安全問(wèn)題；同時(shí)，通過(guò) Agent 在不同的場(chǎng)景下，平臺(tái)可以限制大語(yǔ)言模型，在指定的知識(shí)范圍內(nèi)，通過(guò)做出選擇答案，可以更有效地解決大語(yǔ)言模型。 To B 場(chǎng)景幻覺(jué)產(chǎn)生問(wèn)題。"
Gartner 技術(shù)成熟度曲線描述:每一項(xiàng)新技術(shù)都會(huì)經(jīng)歷技術(shù)萌芽、欲望膨脹、泡沫破裂、穩(wěn)步攀升、技術(shù)成熟的周期，也會(huì)伴隨著一些“短期高估”和“長(zhǎng)期低估”的錯(cuò)誤判斷。
從長(zhǎng)期看，AI 潮水是不可逆的，應(yīng)該看見(jiàn)。 AI 轉(zhuǎn)型升級(jí)的戰(zhàn)略意義；從短期來(lái)看，如何“ AI "，運(yùn)用 AI 升級(jí)自己的品牌，很多 SaaS 廠家還處于摸索階段，應(yīng)避免因?yàn)?FOMO(錯(cuò)過(guò)恐懼癥)，盲目投入或轉(zhuǎn)化。
向 AI 在轉(zhuǎn)型升級(jí)過(guò)程中，行業(yè) Know-how 依舊是 SaaS 制造商可靠的堡壘。
在經(jīng)歷了短期的焦慮之后，林華榮對(duì)大語(yǔ)言模型的浪潮充滿了信心?！斑@種大語(yǔ)言模型技術(shù)的核心理念在于。 AIGC ，也就是說(shuō)，大語(yǔ)言模型技術(shù)正在通過(guò)大語(yǔ)言模型將公司的隱藏經(jīng)驗(yàn)導(dǎo)出為可用的顯性知識(shí)或服務(wù)來(lái)重塑我們的產(chǎn)品。所以我們今天不但不焦慮，而且由于我們?cè)谥R(shí)管理軌道上的問(wèn)題 Know-how 積累，反而對(duì)未來(lái)的市場(chǎng)更有信心。"
02
“落地之痛”
根據(jù)牛透社的調(diào)查，目前國(guó)內(nèi)大語(yǔ)言模型 To B 現(xiàn)場(chǎng)落地，仍處于探索與試點(diǎn)階段，主要包括智能客戶服務(wù)、企業(yè)培訓(xùn)、AI 采訪、營(yíng)銷客戶獲取、數(shù)據(jù)分析、法律咨詢、產(chǎn)品研發(fā)等場(chǎng)景；另外，還有一些偏差 AI 低代碼、平臺(tái)、工具等賽道，AI Agent、RAG flow 等。
目前，安全合規(guī)、準(zhǔn)確性、可控性、便捷性、規(guī)?；忍魬?zhàn)都面臨著語(yǔ)言模型商業(yè)化的發(fā)展。
安全合規(guī)：這是企業(yè)經(jīng)營(yíng)無(wú)法觸及的“紅線”。大語(yǔ)言模型的商業(yè)化也必須符合國(guó)家法律法規(guī)，確保信息安全和內(nèi)容合規(guī)；此外，一些行業(yè)的特定要求，如金融和政府行業(yè)，會(huì)要求大語(yǔ)言模型的私有部署。
準(zhǔn)確性：生成數(shù)據(jù)不準(zhǔn)確，文案效果不理想，胡說(shuō)八道...幻覺(jué)問(wèn)題仍然是大語(yǔ)言模型。 To B 一個(gè)重要的場(chǎng)景著陸” BUG "。我們還發(fā)現(xiàn)，一些制造商正在探索通過(guò)探索。 Function Calling(函數(shù)調(diào)用)、RAG為了加強(qiáng)生成內(nèi)容的實(shí)時(shí)性和準(zhǔn)確性，(檢索增強(qiáng)生成)等技術(shù)。
可控性：安全性和可控性是決定 To B 產(chǎn)品使用的一個(gè)重要因素。如何解決安全性和可控性？除了合規(guī)性和準(zhǔn)確性要求，權(quán)限設(shè)置也很重要。以知識(shí)管理場(chǎng)景為例。如何根據(jù)不同的權(quán)限目標(biāo)，在不同的場(chǎng)景中導(dǎo)出正確的知識(shí)，設(shè)置動(dòng)態(tài)權(quán)限是非常重要的。否則只適用于淺層場(chǎng)景，不能落地在所有員工使用的場(chǎng)景中，會(huì)影響業(yè)務(wù)價(jià)值。
便捷性："在我們公司，Prompt 寫得最好的，不是產(chǎn)品經(jīng)理，也不是技術(shù)，而是測(cè)試工程師。有一些。 SaaS 制造商為客戶提供 Prompt 當(dāng)你發(fā)現(xiàn)客戶不能使用工具時(shí)，你甚至不知道如何使用自己的人員。在這種情況下，它可以面向普通用戶，無(wú)需編寫代碼即可構(gòu)建業(yè)務(wù)應(yīng)用。 Prompt 工具很重要。
規(guī)?；?/strong>大型語(yǔ)言模型技術(shù)，必須在某一行業(yè)、某一類客戶中普惠，讓大多數(shù)人可以使用，才能真正實(shí)現(xiàn)規(guī)模化。由于成本、實(shí)施能力、技術(shù)穩(wěn)定等因素的限制， SaaS 商品與大語(yǔ)言模型技術(shù)相結(jié)合后，只能為極少數(shù)高客戶提供單價(jià)服務(wù)，還不能全面推廣。
另外，咨詢、數(shù)據(jù)治理等生態(tài)服務(wù)也是必不可少的。SaaS 廠商要和 AI 通過(guò)“大模型”，生態(tài)制造商和客戶共同創(chuàng)造規(guī)范化解決方案 “服務(wù)”，可以更好的閉環(huán)。
當(dāng)語(yǔ)言模型落地時(shí)，怎樣定義大語(yǔ)言模型的能力邊界(優(yōu)勢(shì))？
數(shù)據(jù)分析、客戶洞察等一些高頻、高標(biāo)準(zhǔn)、海量數(shù)據(jù)的場(chǎng)景，不僅適用于傳統(tǒng)的數(shù)字技術(shù)，而且很容易結(jié)合大語(yǔ)言模型的優(yōu)勢(shì)。以 Chat BI 例如，結(jié)合大語(yǔ)言模型的自然語(yǔ)言處理和數(shù)據(jù)分析能力，可以大大提高對(duì)話風(fēng)格 BI 的能力，使 BI 商品更容易被需求場(chǎng)景深度使用；此外，大語(yǔ)言模型在自然語(yǔ)言交互、推理能力、學(xué)習(xí)效果、執(zhí)行力等方面的優(yōu)勢(shì)。，可以擴(kuò)大和打通一些智能階段，甚至可以重新定義一些工作流程和職位。舉例來(lái)說(shuō)，在語(yǔ)言模型能力的加持下，客戶服務(wù)部門可以實(shí)現(xiàn)從服務(wù)中心到銷售中心的升級(jí)。
林華榮說(shuō)，管理軟件出身的人很容易習(xí)慣性地使用軟件來(lái)提高管理和控制的準(zhǔn)確性。然而，如果只使用大語(yǔ)言模型技術(shù)的準(zhǔn)確性，很可能會(huì)限制大語(yǔ)言模型的優(yōu)勢(shì)和能力:"我們要把大語(yǔ)言模型當(dāng)作‘人’，而非工具，這是一種很重要的思考方式。"
在企業(yè)級(jí)大語(yǔ)言模型產(chǎn)品的實(shí)施和交付中，大語(yǔ)言模型也需要被理解為“人”，而不是局限于數(shù)據(jù)培訓(xùn)、微調(diào)等技術(shù)服務(wù)，具有控制大語(yǔ)言模型的能力，使其能夠被企業(yè)使用。林華榮將大語(yǔ)言模型的實(shí)施歸納為三個(gè)主要任務(wù)：提示詞工程，Agent 工藝設(shè)計(jì)，行業(yè) Konw-how 植入。核心目標(biāo)是要將行業(yè) Konw-how 轉(zhuǎn)化成掌控 AI 幫助客戶實(shí)現(xiàn)業(yè)務(wù)結(jié)果的能力。
03
“升級(jí)之路”
在大模型浪潮下，公司 AI 轉(zhuǎn)變，不再是一道選擇題，而是一道生存題。
在和一部分 SaaS 在廠家的交流中，我們發(fā)現(xiàn)生產(chǎn)和研究的效率是目前的“ SaaS AI “一個(gè)重要的落地場(chǎng)景。
比如，一家 SaaS 公司產(chǎn)品負(fù)責(zé)人表示，從今年開(kāi)始， 2 到目前為止，所有的R&D人員都必須采用大模型開(kāi)發(fā)，否則他們將被要求離開(kāi)公司。現(xiàn)在公司 AI 敲擊代碼占用 60%的R&D效率有了很大的提高。
除提高生產(chǎn)研究和經(jīng)營(yíng)效率外，SaaS 制造商還在積極探索商品與大語(yǔ)言模型技術(shù)的結(jié)合。
林華榮說(shuō)，這里的一個(gè)難點(diǎn)在于大語(yǔ)言模型和傳統(tǒng)管理軟件的輸出價(jià)值，這是兩個(gè)不同的層次。“管理軟件屬于處理控制系統(tǒng)，而大語(yǔ)言模型技術(shù)則取代了人類知識(shí)的高負(fù)荷工作。這就是為什么有很多 SaaS 制造商一直很難找到大語(yǔ)言模型和自己的產(chǎn)品。 原因是‘化學(xué)變化點(diǎn)’。"
由于這種差異，大語(yǔ)言模型技術(shù)與國(guó)內(nèi)大多數(shù)企業(yè)管理系統(tǒng)的結(jié)合，仍處于體驗(yàn)升級(jí)階段，尚未深入管理業(yè)務(wù)的關(guān)鍵。SaaS 公司的 AI 升級(jí)，也分為兩條路線(或兩個(gè)階段)：
一為體驗(yàn)升級(jí)之路。也就是說(shuō)，讓原來(lái)的能力，能更好的被 AI 控制和驅(qū)動(dòng)。這個(gè)適合現(xiàn)在的大多數(shù) SaaS，特別是一些復(fù)雜的管理軟件 SaaS 廠商升級(jí)之路。
二為重塑商品之路。即利用 AI 能力，做一個(gè)全新的產(chǎn)品。適用于更多創(chuàng)意工具、知識(shí)管理、智能客戶服務(wù)等。 AIGC 有關(guān)跑道 SaaS 廠商升級(jí)之路。
相比之下，體驗(yàn)升級(jí)之路，更容易落地，但是 SaaS 在這條路上，廠商有些多少？ FOMO(錯(cuò)過(guò)恐懼癥)因素：有些是由大語(yǔ)言模型驅(qū)動(dòng)的，必須卷起來(lái)；還有一些是想在藍(lán)海中找到新的語(yǔ)言模型機(jī)會(huì)。
這有點(diǎn)像從燃油車到電動(dòng)車的轉(zhuǎn)型:本來(lái)只是一輛車，現(xiàn)在還要裝冰箱和彩電...核心產(chǎn)品和價(jià)值鏈沒(méi)有變化，更多的是卷起來(lái)的感覺(jué)(同樣的價(jià)格水平更有感覺(jué))，很容易陷入“炫耀技能陷阱”。：為一點(diǎn)感覺(jué)改善，去增加語(yǔ)言模型，最后叫好不叫座。
想象一下：用大語(yǔ)言模型點(diǎn)外賣，訂機(jī)票，真的比用大語(yǔ)言模型更好嗎？ APP 更快捷？SaaS 廠商在交互體驗(yàn)升級(jí)方面的投入，是否真的能提高客戶的單價(jià)和續(xù)費(fèi)率？
目前重塑商品之路，主要集中在目前。 AIGC 高相關(guān)賽道。
以職業(yè)力量為例，林華榮提到，過(guò)去職業(yè)力量產(chǎn)品主要面向中大客戶，這些企業(yè)都有比較完善的知識(shí)培訓(xùn)體系。在此基礎(chǔ)上，職業(yè)力量可以幫助客戶解決讓培訓(xùn)更有效的問(wèn)題，從而快速提高人的效率；但由于中小企業(yè)通常沒(méi)有完善的知識(shí)培訓(xùn)體系，過(guò)去職業(yè)力量并不是中小企業(yè)的客戶群體:并非不想做，而是做不到，由于這種情況經(jīng)常將軟件交付做成咨詢案例交付。
大語(yǔ)言模型技術(shù)出來(lái)后，職行力推出了基于職行力的模型。 AIGC 智能化陪練系統(tǒng)。這更像是一種快速有效的“專用藥”，而不是以前的產(chǎn)品。可以更快、更高效、更低成本地滿足中小企業(yè)客戶在業(yè)務(wù)培訓(xùn)上的需求，而不是通過(guò)長(zhǎng)期系統(tǒng)的治療(建立培訓(xùn)體系，推動(dòng)體系落地)，直接為每個(gè)員工配備一個(gè)貼身的“專科醫(yī)生”(提供咨詢、指導(dǎo)、教學(xué)服務(wù)的專業(yè)教練)，這就是傳統(tǒng)產(chǎn)品與大語(yǔ)言模型能力相結(jié)合后產(chǎn)生的“化學(xué)變化”。
結(jié)合上述兩條路線，SaaS 目前，廠商對(duì)語(yǔ)言模型方向的探索主要在于改善產(chǎn)品互動(dòng)體驗(yàn)，提高R&D和運(yùn)營(yíng)效率:比如在現(xiàn)有產(chǎn)品中增加特色，提高互動(dòng)體驗(yàn)，或者在一些單一功能的突破中體現(xiàn)出來(lái)，并沒(méi)有與業(yè)務(wù)緊密結(jié)合。從長(zhǎng)遠(yuǎn)來(lái)看，隨著大語(yǔ)言模型的對(duì)立 To B 需求場(chǎng)景滲透， SaaS 在大語(yǔ)言模型的幫助下，制造商可能需要考慮如何重構(gòu)產(chǎn)品和服務(wù)。換句話說(shuō)，體驗(yàn)升級(jí)之路，最終將走向重塑商品之路。
無(wú)論哪條路線，大語(yǔ)言模型技術(shù)， To B 這個(gè)行業(yè)帶來(lái)了新的生態(tài)融合。
最近，國(guó)內(nèi)大型語(yǔ)言模型廠商，逐步從“拼參數(shù)”轉(zhuǎn)變?yōu)椤盃?zhēng)生態(tài)”。SaaS 制造商也可以從中明顯感受到大廠態(tài)度的變化：過(guò)去與大語(yǔ)言模型制造商討論 API 合作，對(duì)方也許不太理會(huì)；現(xiàn)在各跑道頭部 SaaS 制造商，經(jīng)常會(huì)收到許多大型制造商的檢測(cè)邀請(qǐng)。歸根結(jié)底，大型制造商的商業(yè)化破局，關(guān)鍵還在于應(yīng)用生態(tài)：ISV 合作伙伴的質(zhì)量和數(shù)量，決定了大型廠商的市場(chǎng)滲透能力或長(zhǎng)期優(yōu)勢(shì)，在國(guó)內(nèi)通用大語(yǔ)言模型“價(jià)格戰(zhàn)”背后，這也是一個(gè)邏輯。
但是也有一部分 SaaS 制造商，看到了 AI 生態(tài)學(xué)面臨的難題：AI Agent 平臺(tái)、AI 原來(lái)的應(yīng)用，會(huì)不會(huì)影響到原來(lái)的應(yīng)用？ SaaS 的地位？
林華榮認(rèn)為， SaaS 廠家的 AI 升級(jí)有點(diǎn)類似于從燃油車升級(jí)到電動(dòng)車的過(guò)程。讓汽車廠商自己做電池，或者生產(chǎn)車載彩電和冰箱，顯然是不現(xiàn)實(shí)的。更合適的方法是找到一個(gè)專門的門的電池制造商和電器制造商合作。要做到這一點(diǎn)，燃油汽車制造商首先要做的就是將原來(lái)的平臺(tái)升級(jí)到電動(dòng)平臺(tái)，可以裝載電池和電機(jī)，可以連接冰箱、彩電等各種電器。
對(duì)于 SaaS 廠商來(lái)說(shuō)，重點(diǎn)還是要保持開(kāi)放，與專業(yè)的大型語(yǔ)言模型制造商，Agent 廠家合作，讓自己可以被自己 AI 驅(qū)動(dòng)，融入 AI 生態(tài)中。
04
結(jié)語(yǔ)
目前，語(yǔ)言模型的商業(yè)化還面臨著安全合規(guī)性、準(zhǔn)確性、可控性、便利性、規(guī)?；戎T多挑戰(zhàn)。如何降低大語(yǔ)言模型技術(shù)的服務(wù)成本，完成閉環(huán)是關(guān)鍵。
SaaS 的 AI 升級(jí)，目前主要有兩條路線：一是體驗(yàn)升級(jí)之路：即讓原來(lái)的能力更好地被提升 AI 控制和驅(qū)動(dòng)；二是重塑商品的道路： AI 能力，創(chuàng)造全新的產(chǎn)品。伴隨著大語(yǔ)言模型。 To B 需求場(chǎng)景的滲透，體驗(yàn)升級(jí)之路，最終將走向重塑商品之路。
大型時(shí)代，行業(yè) Know-how 依舊是 SaaS 制造商可靠的堡壘。尤其是資本退潮后，SaaS 制造商創(chuàng)造盈利模式，最終還是要回歸核心競(jìng)爭(zhēng)力，積極融入 AI 生態(tài)學(xué)。與卷價(jià)相比，卷專業(yè)價(jià)值更大。
- 精選文章 -
本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。
免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com