- 长臂猿-企业应用及系统软件平台
AI 是未来 SaaS 的标配,但不是万能药。用户最终只会为价值付费,而不会为 AI 付费。 来源 | SaaS 102 最近几个月 AIGC (Artificial Intelligence Generated Content,人工智能创造内容) 很火,也有越来越多的 SaaS 公司把 AI 当作自己产品的卖点,去跟客户和投资人讲故事。似乎无论做什么 SaaS,都要加上一个 AI 才能体现自己的先进。 这个场景让我想起了 2018 年,当时区块链很火,所以很多人就想方设法把区块链融入产品到里面,市场上一度出现了很多「SaaS + 区块链」的概念。 在我看来,AI 和 SaaS 有一个非常契合的地方:训练 AI 需要大量的数据,而 SaaS 在业务场景中会连接非常多的数据,这些数据可以帮助 AI 发展得更好,而 AI 进步之后又可以进一步地赋能 SaaS,创造更大的用户价值,同时获取更多的数据。 世界上知名的 SaaS 公司几乎都在自己的产品中加入了 AI 能力,比如 Salesforce、Shopify、HubSpot、Atlassian、Zoom 等 [1]。所以说 AI 是未来 SaaS 的标配,但是 AI 并不是一个万能药,它有自己的优势和局限性。我们应该把 AI 用到正确的地方去,而不是什么场景都加上 AI 去作为卖点。 今天这篇文章我想跟大家谈一谈: 在 SaaS 领域中,哪些场景适合使用 AI? 哪些场景不适合使用 AI? 我们使用 AI 的过程中有哪些需要注意的地方? 比如说在电商客服领域,客户问的大部分问题都可以按照标准文档流程找到答案,也很少有人愿意每天回答这些重复性的问题。所以通过结合 AI 的智能客服型 SaaS 产品可以很好地解决这类型的问题。 又比如在财务领域,处理发票和记账属于重复琐碎但是又必须要做的事情,这些工作本身对于员工来说非常枯燥无味,同时人工处理也容易出错。这时候就可以通过 AI 的图片识别和语言处理等功能来完成相关工作,既为企业提升了效率和准确率,也让员工可以把时间花到更有价值的其他事情上,一举两得。 举个例子。AfterShip Tracking 产品可以帮助电商卖家为他的店铺消费者提供快递追踪服务。我们原本做的事情很简单,就是:连接全球各地的物流商数据,告诉用户他们的快递进度。但消费者真正关心的不是“我的快递到哪了”,而是“我的快递什么时候送达”,同时并不是每个物流商都能提供准确的预计送达时间。 所以 AfterShip Tracking 基于累积了 10 年的快递物流数据,运用 AI 技术智能计算每件商品的预计送达时间,很多时候甚至能够做到比物流商本身更加精准。 图片来源:https://www.aftership.com/edd) 人类并不擅长处理海量的数据,传统的软件也不能生成智能化的建议,而这恰恰是 AI 擅长的地方。我们可以利用 AI 与 SaaS 结合,通过对数据的处理分析,给客户提供更好的服务。 在我看来,AI 和 SaaS 在很多具体的业务场景里确实有很大的发挥空间。因为 SaaS 本质上是要解决一个具体问题,而目前阶段的 AI 擅长的也是解决具体的问题。但是这并不代表我们在各个业务场景下都要想方设法加入 AI。 ChatGPT 刚出来的时候,就有人问我如何看待用 ChatGPT 生成的文章。我的观点是:AI 生成的文章缺乏价值。我宁可花几天来写一篇高质量的文章帮助他人,也不愿意花几分钟生成一千篇质量一般的文章来提升 SEO (Search Engine Optimization,搜索引擎优化)。 我写文章有一个原则,就是:我一定要分享一些别人没有说过的、有价值的内容。如果是网上已经有了很多相关主题的内容,而我对此没有独特的见解和实践经验,那我绝对不会为了蹭热度去写相关文章。而目前 AI 却是需要大量类似内容的输入,才能生成新的内容。 对于创造全新的观点和概念,特别是与人的感受和思维相关的,目前阶段的 AI 并不擅长。并且哪怕后续 AI 可以生成新观点、新概念了,我认为也不应该完全由 AI 来创造内容,因为无论是文章、电影还是音乐,它都会对一个人的价值观产生影响,这方面我还是比较坚持真人创造的内容会更加合适。 AI 可以生成大量的内容发布在网络上,但是数量多并不代表这种价值观正确,而如果读者误以为这些内容都是由人创作发布的,从而认为网上大多数人都这么想,那么这对于读者的价值观肯定会造成影响。 所以我认为我们可以用 AI 作为内容创作的辅助工具,用它来搜集信息,提升效率,但是决不能用它来替代内容创作本身。Stack Overflow 也在社区内禁止分享用 ChatGPT 生成的答案,因为目前用 AI 技术生成的代码回答虽然看起来不错,但是实际上却没有经过详细验证,正确率并不高,这对于想要寻找正确答案的读者来说是一种误导 [2]。 因为 AI 缺乏道德观 (至少在现阶段),无法判断某件事情是否会对人造成伤害,所以对于那些可能会对人造成伤害的领域,我们不应该用 AI 去构建服务。 比如说之前就出现过照片识别系统把人脸识别成了动物的情况,这对于当事人来说无疑是一种伤害 [3]。又比如在 ChatGPT 推出之后,有人发现可以通过 ChatGPT 获取关于“如何谋杀一个人”和“如何入室偷窃”的详细步骤 [4],这无疑也会对人造成伤害。 所以在我看来,我们不应该因为 AI 的能力很强大很好用,就忽略了它可能造成的伤害,反而应该因为 AI 的能力很强大,所以我们更要谨慎使用,尤其是在那些可能对人造成伤害的领域。 在这方面谷歌也发表了类似的观点,因为 AI 可能会生成一些不好的内容,对谷歌的品牌造成影响,所以他们目前不会对外推出类似于 ChatGPT 的 AI 服务 [5]。 随着科技的不断发展,一些服务型 AI 可能会越来越像真人,但是作为服务提供方,我们有责任告诉客户“目前是 AI 在为你提供服务”。 如果对方可以接受,那么就继续使用我们的服务,如果对方无法接受,也可以选择拒绝我们的服务。但是无论如何,客户应该对我们如何提供产品服务有知情权。 我相信大部分利用 AI 提供产品服务的人初衷是好的,但是不可避免的是因为技术的局限性和场景的多样性,AI 可能会做出我们预期之外的事情,所以我们需要建立一些机制去监管和处理。比如针对一些特殊场景进行更加深入的测试与审查,并准备好异常情况的备案,等等。欧盟委员会发布的《可信赖 AI 的伦理准则》[6] 里面有挺完整和详细的阐述,大家可以参考阅读。 SaaS 的全称是 Software as a Service,但是真正的重点从来都不在前面的 Software,而是后面的 Service。 客户要的是业务结果,而不是技术工具,至于你为客户带来结果的服务背后用的是不是 AI,客户才不在乎。 所以对于那些具体重复的流程性工作和需要处理海量数据的工作,我们可以使用 AI 为客户提供更好的服务。 但是 AI 并不是万能的,我们也不应该什么 SaaS 都加一个 AI 作为噱头去跟客户和投资人讲故事。 尤其是对于创意型的内容创作领域和可能对人造成伤害的领域,我们需要谨慎使用 AI。同时在使用 AI 提供服务的过程中,我们需要注意: 1. 人们有权知道是 AI 正在为他提供服务; 如果这篇文章对你有所帮助,欢迎点赞转发,让更多人看见,如果你有不同观点,也欢迎在评论区与我进行探讨。 来源:本文经授权转载自微信公众号【 SaaS 102】,原标题为《AI 是未来 SaaS 的标配,但不是万能药》。 专题阅读哪些场景适合使用 AI
第一,AI 适合处理那些具体和重复的流程性工作。
第二,AI 适合那些需要处理海量数据的工作。
哪些场景不适合使用 AI
第一,创意型的内容创作领域,比如说专栏文章、电影和音乐。
第二,可能对人造成伤害的领域。
使用 AI 有哪些需要注意的地方
第一,人们有权知道是 AI 正在为他提供服务。
第二,我们需要建立机制去监管和处理一些特殊场景。
小结
本文来自牛透社