AIGC的泡沫有多大?
“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。
本文由人人都是产品经理作者【ToB老人家】,微信公众号:【ToB老人家】,原创/授权 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。
- 目前还没评论,等你发挥!