SaaS公司如何成為 AI 獨角獸？發揮長板：流程、用户需求和數據積累_風聞

撰文/宇婷

今天看到《經濟學人商論》的一篇文章，從投資人角度出發，去分析投資策略。這篇文章帶來的一個啓發是：

誰會獲取前沿技術帶來的價值，是風險資本支持的創業公司，還是老牌科技巨頭？擁有最先進的聊天機器人好，還是擁有大量的客户好？

昨天看到紛享銷客創始人羅旭有一個觀點，企業級市場是一個“贏家通吃的市場”。在這個觀點的基礎上，羅旭認為：對GPT的理解，不能只是純從技術出發。因為根據國外趨勢， AIGC 做營銷內容確實挺好，但關鍵是得想明白，在各種垂直領域客户要什麼樣的內容，你怎麼提供更好的內容，做出差異化來才是關鍵。所以我覺得這波機會最後拼的是對客户業務的理解能力，而不是對 AIGC 和工具結合的這種所謂的取巧的能力。還得看對場景的理解。

在我實際接觸到的另一個案例之中，快決測，這是家公司本身是數字化水平很高，這就讓他們在這一輪的AI應用之中，有數據基礎。創始人、CEO李韶輝認為這一輪AI能夠給企業提速的關鍵部分是：寫代碼的能力和數據分析能力。‍‍‍ 

李韶輝的思考在使用AI前後，也有了新認知：我們要在各自的垂直領域做事情，建立垂直領域的數據集和模型，能夠讓客户用起來，在用的過程中積累數據。大語言模型不可能覆蓋垂直領域裏的數據、流程。對於垂直領域的廠商來説，用户的流程、需求的理解，以及本身對於數據的理解，AI在業務中推動和發展。比如説垂直企業和20個客户瞭解100個商業問題，把100個商業問題轉換成AI模型，客户的實際需求會推動AI的商業應用。

誰是中國的OpenAI，將是一波重要投資機遇。以高瓴資本支持的成立16個月的中國人工智能創業公司Minimax估值超過10億美元。據外媒報道，一年前，Minimax的估值在紙上只有5億美元。  

但是不是隻有AI技術的公司能夠獲利？我覺得未必。‍‍‍‍‍

革命性創新的許多價值往往被老牌公司獲取。

管理學大師克萊頓·克里斯滕森（Clayton Christensen）提出了一個創新理論：小公司往往能在老牌巨頭們繞着走的低端或者全新市場打開局面。這些老牌巨頭通常專注於為現有客户和業務線部署新技術。它們並非能力不濟或對技術進步一無所知，而是從利潤最大化的角度來走一條看似正確的道路。等到反應過來卻為時已晚，根基受損。

為AI創業公司的前景振奮的投資者自然是覺得一個顛覆性創新的時代正在到來。對生成式AI平台的興奮之情大多聚焦於它們有潛力成為一項可部署的新技術，而不是催生可能開闢全新市場的公司。

風險投資家埃拉德·吉爾（Elad Gil）指出，之前在範圍更廣的機器學習（生成式AI是其中一部分）領域取得的進展，其價值幾乎全部歸了老牌企業。早期互聯網創業公司從中受益，微軟以及英偉達、美光等芯片公司也得到了好處。

機器學習的早期階段並沒有在各個利基市場裏造就堪比亞馬遜或谷歌的上市公司。

經濟學人的判斷是：AI技術的市場價值最終似乎更有可能為現有科技巨頭錦上添花。