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：

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。

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。

第二，AI 适合那些需要处理海量数据的工作。

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。

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。

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]。

第二，可能对人造成伤害的领域。

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]。

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。

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。

第二，我们需要建立机制去监管和处理一些特殊场景。

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。

小结

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：

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。