AI与Saas思考【中国SaaS的发展】

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
AI与SAAS的思考

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、大模型做不了解决方案

长期做AI的同学大家都知道，上次的人工智能创业因为迟迟无法在产品上构建现金流，最后不管多有名的企业，不管起点是视觉、语音、NLP，最终大家的归宿几乎是一样的：做解决方案。

在开始投标、需求打磨、开发、交付这条路之后，前面说的结构性矛盾就出现了。

对于这种重运营、渠道工作，在内要消耗大量的人力，在外则定价的时候基本没啥发言权。

这难处就正好打在了创业公司的七寸上。

AI创业公司人贵，不擅长精细化运营。

真干上面这类工作要有点干毛巾能拧出水（稻盛和夫）的本事才行，技术在不影响定价权的时候其实反倒是不关键。

创业公司如果有精细化运营的本事那就不是创业公司。

基本处在傻大黑粗干想敢干阶段的创业公司和这个要求是矛盾的。

让科技公司改成这样，那差不多相当于让悟空、八戒天天念经，有紧箍咒都不好使，何况还没有，也没这意愿。

再加上人贵，于是就只能天天亏损。

一亏十年，其实是把一个本应技术产品驱动的活干成了运营业务驱动的细致活的必然结果。

这和谁干没关系，套在这种结构里面，谁进来都够呛。

大模型之后，这个模式的境地其实是变差了（还有经济环境变差的原因）。

因为大模型上的支出其实是提高的，不管是模型本身，还是人员成本，但你定价一端并没有变化，对精细化运营的要求也是有增无减。

有时候就会碰到几十上百万的项目四处找大模型的情况。

而为了拿到这些机会，模型的价格就一路下降。

这是个什么路数呢？

一个公司倾尽全力大模型也不一定能干好，所以随便那个领域的模型也不可能仅靠一点预算就能干出个有价值的结果。

一旦这类活启动，那最后只可能是在这链条上的人一起想办法把事情对付过去。

供给方赚个流水，还不一定赚钱。

消费方，花了钱拿到个不能用或者不好用的模型。（因为技术本身迭代很快，这么做出的模型只可能越来越不好用）

然后在外部声浪的助推下（比如OpenAI的新模型），这事一次一次发生，然后一次一次透支AI的预期。

在小模型或者互联网的情况下，这路不怎么赚钱大致还能走，在大模型的时代，这是条死路。（后面还跟着私有部署、长期运维等一系列事儿呢）

贴个图，这事就适合用五力模型看，一想特别清楚：

二、单点工具没有意义，SaaS死在这儿了

过去十年还一个和AI双生的巨大失败是SaaS的集体玩不转。

现在甚至一度到要给自己放义勇军进行曲进行激励的程度。（到了最危险的时刻）

说原因的人很多，但一直不怎么在点子上。

到点子上就会有点绝望，但绝望之为虚妄正与希望相同（鲁迅）。

我们可以用一句话从结果先进行总结：

单点工具在国内玩不转，没人付钱。

比如过去CRM不好卖，换成大模型做的CRM就好卖了么？

显然不是。

为什么不付钱呢？

这只能到工具的价值结构里面去找答案。

如果你是生死攸关的工具，那就怎么也得买，顶天不愿意续费。
如果是改善型的工具，那差不多能用就得了，我干嘛多花钱，别的钱还不够呢。
（和SaaS对比，是过去这些年在数字化上花的钱，其实一点也不少）

我们总和外国比，但泥土不一样，其实没的比。
泥土不一样还不是什么经营理念，而是老外IT、人都贵，弄SaaS是顺势而为。
我们要反过来逆势整，肯定就没人埋单，底层是需要创造更大的价值。

为什么从AI说到SaaS了呢？

因为SaaS代表了一种AI落地的形式：单点的功能型工具。

如果把模型进行简单包装，弄成XX写作、XX助理，那命运和SaaS肯定一样。

比SaaS还不如的是还随时得提防会不会被通用大模型碾压。

通用大模型像一个巨大的从山而下的雪球，这种小工具要在它的路上，那稍微挡路肯定被碾死。

上述这种小工具不单是SaaS还有很多变种。