垂直行業AI模型,大概率是SaaS玩家們的主場
最近一直在思考,為什么從去年開始AIGC(生成式人工智能)迎來了行業爆發期。
其實AI技術在互聯網行業早就被運用了,只不過這波AI潮是讓每一個普通人,尤其是廣告人和自媒體人感受到沖擊。而這些人往往是技術小白,當一個新的生產力工具來臨時,第一個反應就是這玩意兒要讓我失業了,我要奮力抵抗。實際上,我們都對AI理解錯了。
國外理解的AI會更瘋狂一些,比如腦機接口與AI技術的互補、顛覆人機交互方式、通用大模型的技術研發等等。
而現實卻是,國內很多企業目前還是把AI看作是一個推動互聯網產業升級的工具。
也就是說,國外是真的想用AI改變世界,但我們的文化更多還是偏實用主義,尤其是側重在各個行業的商業化應用。原因很簡單,我們都是小富即安的現實主義者,很少會去想太宏大的未來。“不稱霸”和“扶貧助農”才是主旋律認可的商業價值觀。想賺國家的錢,是頂尖人才研究的方向,跟我們關系不大。
所以,我們不會動不動就談“人類GG”、“世界被顛覆”這種話語。而且這些話,聽上去真的理性嗎?
所以你會發現,目前AI在各行各業的商業落地還是非常謹慎的。一種是市場上的大量SaaS公司,在上個互聯網時代積累了大量專業人群和垂直行業數據,于是自然而然引入AI接口和產品,讓原來的用戶體驗更好了一點。注意,只是更好了一點,因為這幫專業人士好不容易習慣使用了原來的SaaS平臺,如果現在讓他們用新的工具,用戶的遷移成本會非常高。所以,定制化開發才是出路。
這也符合市場導向的邏輯:用戶的工作使用場景在哪里,AI就可以運用在哪里。任何一個想要切入垂直模型賽道的公司,和SaaS們合作是最省心的技術變現方式。
兩個讓我深有感觸的例子,是“酷家樂”和“即時設計”。6年前,我用酷家樂自己設計裝修過房子,現在它上線了全新的功能,可以隨意生成各種家居風格,還可以自己訓練模型:而即時設計也很驚艷,原來只是個在線畫產品DEMO的平臺,現在推出了“即時AI”,可以一鍵生成漂亮的網頁UI了:
除了體量龐大的SaaS,市場上還充斥著大量個人開發者和工作室。他們通常帶著一點自娛自樂的精神,做一些單點突破的小工具,靠信息不對稱賺點C端用戶的會員費和培訓費。這里面的創業者,有的是工程師,有的是設計師,還有的是自媒體人。本質邏輯還是乘著AI風口,靠個人影響力變現。
對用戶來說,個人開發者可以解決我日常的一些小問題,這已經綽綽有余了。但是,如果公司不給報銷工具的費用,我充值的動力是什么呢?我為什么要自己來做?為什么不交給專業人士?而且專業人士確實也比非專業人士做得更好,否則專業的溢價怎么體現出來呢?
以訓練LORA模型為例。訓練需要一定的編程基礎,來編寫模型代碼、定義模型結構、設置訓練參數等。同時,也需要了解深度學習、機器學習等相關知識,以便更好地理解和應用。如果我不懂怎么訓練,我的學習成本會很高,有這個成本,可能我寧愿去采購專業人士的訓練服務;如果我發現花錢訓練后,解決不了客戶和我的問題,我可能就不會對這個技術有過多的依賴,而是暫時選擇其他的方式去彌補。
就像每一個需要裝修的業主一樣,很多人不會選擇自己去設計,一是因為沒時間,二是因為能力不夠,所以才會交給專業的設計機構和裝修公司;同理可得,品牌甲方不會自己去執行整合營銷方案,但他需要從不同乙方那里采購不同的服務,搞創意就找創意熱店,搞公關就找公關公司,搞投放就找具體要投放的平臺。這才叫術業有專攻,才能促進預算的流動。相比AI,大部分客戶可能還是更相信人。
畢竟,AI解決不了的問題,你都沒法去投訴,但大部分客戶可以選擇投訴那個服務TA的人。
AI永遠不會幫你抹平專業差距,也永遠不可能抹平行業之間的信息差。所以,我現在反而覺得,修煉專業能力更重要了。
所有商業邏輯的原點,是客戶對你的基本認知和多年的信任。
現在,在零售、醫療和金融領域,都有一些SaaS平臺已經集成了AI功能。例如,有的平臺利用AI技術提供智能問診、病歷分析等功能,幫助醫生提高診斷效率和準確性;在零售領域,一些SaaS平臺通過AI技術實現智能推薦、庫存管理等功能,提升用戶體驗和運營效率;在金融領域,AI技術也在風險評估、客戶管理等方面發揮著重要作用。這樣來看待AI才可能真正“祛魅”。因為這些技術早已在很多互聯網公司得到應用,也只有他們,才真正掌握有價值的行業數據,才能降低訓練垂直行業模型的成本。
最后,回到市場營銷的角度來看,無論技術如何變革,“占據先發優勢”永遠是企業的護城河。未來技術門檻只會越來越低,企業的競爭落腳點還是會回到品牌心智上。如同《定位》理論所說,人們只會記住每一個細分領域的龍頭品牌。
轉載請在文章開頭和結尾顯眼處標注:作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載,授權事宜請聯系作者本人,侵權必究。
本文禁止轉載,侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權,侵權必究。
評論
評論
推薦評論
暫無評論哦,快來評論一下吧!
全部評論(0條)