下载掌阅APP，畅读海量书库
立即打开
自2022年11月OpenAI公司发布ChatGPT之后，SaaS行业连续几个月都处于兴奋与焦虑中。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（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）的新突破，似乎大家在技术上都回到了起跑线。
我也在起跑线上学习，只是有更多时间研究AI的新发展。通过大量阅读专业资料，参与实践讨论，我逐渐形成了一些对AI-based-SaaS（基于AI的SaaS）的初步看法。
站在钱塘江入海口的人即便有心理预期，潮水打在脸上的体感还是令人无比震撼的。GPT的出现更是超出了所有人，包括所有AI前沿科学家的想象。我与SaaS企业的创始人们交流，大家有各种比喻。有人认为是iPhone时代再来临，也有人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20世纪90年代的互联网开始，人类的信息就处于爆炸性增长的状态。从某种意义上说，人的决策都是在信息不完整下的决策。而GPT的出现，将大幅改善这种状况。电力网络传递的是能源，而AI网络传递的是海量的信息和高效率的预测（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，这可能是误判。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。
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，也会引起每一个SaaS品类内部的兼并和聚集。而在这个变化过程中，肯定有这样一些SaaS企业会“死去”。
● 未跟上AI时代的公司被紧跟潮流的公司替代。
● 过度投入AI技术但并不能立即提升产品价值的公司将因为现金流问题加速破产。
为什么会有上面第二点？接着往下看。
2022年7月Gartner发布人工智能技术成熟度曲线（如下图所示）。当时生成式AI（AIGC，AI-Generated Content，即“人工智能生成内容”）处于“技术萌芽期”的末尾、“期望膨胀期”的门口（见灰色箭头）。
根据这条曲线，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，我不同意行业内少数人认为“大部分SaaS企业会被AI干掉”这类特别激进的观点。但我也相信AIGC会带来新的变化。我对现阶段AIGC的初步判断如下所示。
（1）LLM（Large Language Model，大语言模型）在短期内很难拥有完整的人类智慧。GPT可以读懂人的输出，但无法读取人的输入（思考、体感、心境等受到心脏、肠胃、神经等的影响）。比如，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年计算），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），所以LLM在短期内很难拥有完整的人类智慧。
（2）GPT目前没有意识。GPT只是语言模型，再大的模型也只是基于语言的，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”，但那只是被语言的表象所迷惑。
（3）AI间难以主动协作。从哲学角度看，AI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？”没有碳基生物生命遗传的基本使命，AI之间难以协同。
（4）智商不是唯一的竞争力。在地球各种生命的竞争中，并非智商高的族群就一定获胜。尼安德特人的脑容量为1800毫升，而我们今天的智人只有1400毫升。虽然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：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。
（5）目前AIGC的预测达不到100%准确。GPT现有的理解能力、推理能力不保证输出的准确性。它的底层毕竟是来自大数据训练模型，AIGC回答不准确（有时候还会编假话对付人的追问），这和人更相像，反而与工厂制造出来的高稳定性机械及电子产品非常不同。
关于这一点，在《纽约时报》前总编辑Craig采访GPT-4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。”
我从逻辑上推测（毕竟我不是AI专业人员），“人工修正”是无法解决海量问题的，至少AIGC现在的预测还达不到100%准确，这对SaaS产品这类企业级应用是一个非常大的限制。
（6）伦理限制。AIGC及未来的AGI（Artificial General Intelligence，通用人工智能）拥有远超人类的预测能力。但受到人类伦理上的限制，决策权不会交给AI。为了提高生产力，不会禁止使用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目前也遵照这个方式工作。它可以帮助写Python程序，但不能自动调试。这是为了安全隔离，避免AI自动生成危害人类的程序。人们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SQL（Structured Query Language，结构化查询语言）语句也是如此。这样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SaaS企业当下做出决策已经足够了。
不可否认，长期看AI对SaaS产品的影响是颠覆式的：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是一个慢变量。它将从3个方面改变SaaS企业及产品。
● SaaS企业内部使用AI工具提高效率。
● SaaS企业内部主动改造SaaS产品。
● 受AI影响外部环境发生变化，客户需求大幅变动。
前两者是微创新，只有需求的变化才会带来SaaS产品颠覆性的创新。
从时间轴上看，大致如下所示。
长期看（5年以上），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。
中期看（3～4年），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。
短期看（1～2年），对90%的SaaS产品来说都是微创新。例如，目前的用户界面GUI（Graphical User Interface，图形用户界面），将来也不会都被LUI（Language User Interface，自然语言用户界面）替换。
与ChatGPT的对话很炫酷，但我们可以想象用户操作还是脱离不了图形用户界面——难道用鼠标在屏幕上点击一个复选框的事情，还要用语言描述30秒？
当然，SaaS与AI最终会发生质的结合，就像20世纪80年代计算机还只有键盘一个外部输入设备，后来增加了鼠标。目前很多用户界面会逐步升级为GUI（图形）+LUI（对话）的形式。这是微创新，而非颠覆性的。GUI+LUI的混合交互方式才是趋势，用户将会做出这个选择。
目前GPT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。
除非客户需求发生巨变，否则产品不会发生颠覆性变化，这是由商业逻辑（做产品是为了满足客户的需求）决定的。此外，企业客户的变化会很缓慢，AI技术本身也还有很多局限，大家都需要摸着石头过河。
目前SaaS产品还是以微创新为主。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问题，这只是在闭门造车。
可以推演中国SaaS企业在未来10年将会发生下面这些变化（由近及远）。
（1）短期看，SaaS企业的产品开发效率将逐渐提升。公司内部会更加鼓励创新。毕竟现在，得到一个正确的Prompt（提示词）会快很多。
（2）对于很多已经有需求的场景，如果AI正好能解决，那就会应用得很快。例如，在CRM中使用多种条件搜索一条商机记录。使用语言描述比使用鼠标选择、点击多个下拉框要快得多，用户体验也会好得多。
（3）产品集成度会提高，SaaS企业之间的大合作、大兼并在所难免。背后的原因是用户交互界面采用对话的形式是形势所迫。客户需要更统一的工作平台。
（4）由于第3条，已经独占鳌头的SaaS企业会更强大。他们的产品会更快整合其他公司的产品，兼并或合作时常发生。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段，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。
（6）小规模SaaS企业会面临来自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to B仍然是慢活，新产品的商业化普遍需要2～3年的时间。在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。前者的引入需要更灵活的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。
从SaaS企业内部看，AI像其他新技术一样，都是为了让开发人员、业务人员只专注业务逻辑。这就是这个时代科技的发展方向吧！
对于处于低谷中的SaaS企业来说，大语言模型的出现增加了更多获益点——从客户需求、SaaS产品生产及营销和服务效率、生态及整合等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机会。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。