Ich glaube jedoch, dass ein großer Teil des AIGC-Booms, den wir sehen, eine Illusion ist. Wenn wir uns nicht rechtzeitig anpassen, wird die Branche in 2 Jahren unweigerlich in Klagen ausbrechen.
Natürlich möchte ich vorweg klarstellen: Ich leugne nicht den Wert von AIGC. Die Umsetzung von AIGC in bestimmten Branchen und Szenarien hat definitiv einen Wert.
Aber zumindest in den nächsten 1-2 Jahren wird der Wert von AIGC im B2B-Bereich wahrscheinlich überschätzt.
01 Überschätztes AIGC
Letztes Jahr entwickelte ein Unternehmer in der SaaS-Führungskräfte-Gruppe ein branchenspezifisches AIGC-Produkt, das Marktfeedback war sehr positiv und ein großer Investor äußerte Investitionsbereitschaft.
Aber dieses Jahr sagte er mir:
Der größte Wert von AIGC-Produkten besteht darin, dass die Software teurer verkauft werden kann. Tatsächlich erzeugt AIGC jedoch aufgrund der nur 90%igen Genauigkeit der generierten Inhalte in seinem Bereich, der 100% Genauigkeit erfordert, überhaupt keinen echten geschäftlichen Wert.
Warum die Kunden trotzdem bereit sind zu zahlen, erklärte der CEO so: Die Kunden müssen auch nach oben Fortschritte bei der Intelligenz berichten, und AIGC trifft offensichtlich den Geschmack der Vorgesetzten.
Ein anderer Produkt-VP eines führenden SaaS-Unternehmens sagte mir auch: Nach der Veröffentlichung von ChatGPT begannen sie sofort, AIGC-Produkte zu erforschen, aber nach über einem Jahr haben sich tatsächlich nur 1-2 Szenarien herauskristallisiert.
Seine Schlussfolgerung ist: In ihrem Bereich ist AIGC derzeit noch nicht für den großflächigen Einsatz geeignet.
Wo liegt also das Problem?
Tatsächlich liegt es nicht daran, dass die AIGC-Technologie unreif ist, sondern dass AIGC im Wesentlichen nur eine Korrelationslogik ist.
Zum Beispiel weiß es, dass 1+1=2, aber nicht weil es Mathematik versteht, sondern weil es basierend auf historischen Daten schließt, dass nach 1+1= mit 99% Wahrscheinlichkeit eine 2 folgt und daher das Ergebnis 2 liefert.
Aber unser Unternehmensmanagement basiert mehr auf kausaler Logik als auf Korrelationslogik. Wenn ein Kunde zum Beispiel 2 Produkte kauft, ist der Bestellbetrag definitiv die 2 Produkte multipliziert mit ihrem Einzelpreis - das kann auf keinen Fall mit Wahrscheinlichkeiten geschätzt werden.
Jeder kann überprüfen, ob nicht mindestens 90% der Geschäftsszenarien in Unternehmen auf kausaler Logik basieren?
Zum Beispiel Einkauf, Verkauf, Lagerbestand, Produktion, Finanzbuchhaltung, Supply Chain Management.
Selbst Szenarien, die scheinbar keine 100%ige Genauigkeit erfordern, sind in Wirklichkeit nicht so beliebig, wie wir denken, zum Beispiel:
Ein Sekretär, der ein Sitzungsprotokoll schreibt - 1% kritische Fehler sind inakzeptabel;
Ein Designer, der ein Werbeplakat erstellt - es muss zu 100% den UI-Richtlinien des Unternehmens entsprechen;
Ein Kundendienstmitarbeiter, der Kundenfragen beantwortet - 1% irreführende Antworten sind inakzeptabel.
Ein Arzt, der einen Diagnosebericht schreibt - 1% falsche Schlussfolgerungen würden große Probleme verursachen.
Wenn man also AIGC tatsächlich für den Großteil der Unternehmensprozesse einsetzen würde, könnte selbst eine Fehlerwahrscheinlichkeit von nur 1% dem Unternehmen großen Schaden zufügen.
Tatsächlich ist ChatGPT seit fast 2 Jahren verfügbar, aber jetzt "quälen" wir uns immer noch damit, in welchen Szenarien es nützlich ist?!
Sagt das nicht schon alles?
Selbst in den Szenarien, in denen AIGC am besten ist, wie Texterstellung oder Bilderzeugung, erreicht AIGC in den meisten Fällen bei weitem nicht die Erwartungen der Unternehmen.
Man könnte argumentieren, dass sich AIGC ständig weiterentwickelt.
Aber egal wie es sich entwickelt, es bleibt eine Korrelationslogik und wird nie 100% Genauigkeit erreichen - das liegt in seiner DNA.
Das bedeutet, dass AIGC nur in wenigen Szenarien wirklich wertvoll sein kann.
Offensichtlich wollen viele die Schwere dieses Problems noch nicht anerkennen.
02 AIGC wird unweigerlich an Marktgrenzen stoßen
Selbst wenn AIGC schließlich geeignete Geschäftsszenarien findet, wage ich zu behaupten, dass seine Entwicklung in China nicht das Niveau in Europa und den USA erreichen wird.
Die Umsetzung von AIGC im B2B-Bereich ist im Wesentlichen auch Unternehmenssoftware. Der Weg, den AIGC nun gehen muss, wurde von SaaS bereits vorgezeichnet.
Der Schlüssel zum Aufstieg von SaaS war die Einführung des mobilen Internets im B2B-Bereich. Man könnte sogar sagen:
SaaS = Unternehmenssoftware + mobiles Internet.
Deshalb gilt 2015 als das Jahr 1 von SaaS, denn die Verbreitung des mobilen Internets 2014 war die größte treibende Kraft für den SaaS-Boom.
Im Vergleich zu AIGC verlief die Einführung des mobilen Internets im B2B-Bereich sehr reibungslos, schließlich konnten viele Geschäftsszenarien in Unternehmen mobilisiert werden.
Trotzdem hat sich SaaS in China bei weitem nicht wie erwartet entwickelt.
Dafür gibt es 2 sehr wichtige Gründe.
Erstens ist das Problem von SaaS in China kein Produktproblem, sondern ein Marktproblem.
Manche sagen, chinesische SaaS-Produkte seien nicht gut, chinesische SaaS-Unternehmen hätten nicht die Fähigkeiten oder das Verständnis. Aber selbst Produkte großer Unternehmen wie Feishu oder DingTalk haben noch keine skalierbare Rentabilität erreicht.
Das Hauptproblem von SaaS in China ist, dass Kunden den Wert von Software nicht anerkennen und nur begrenzt zahlungsfähig sind.
Ich werde dies später anhand von 3 Schlüsselzahlen erläutern.
Zweitens überschneiden sich die Zielkundengruppen von SaaS und AIGC in China weitgehend.
Das bedeutet, dass AIGC mit all den Marktproblemen konfrontiert sein wird, die SaaS in China nicht lösen konnte.
Zum Beispiel sagte Kai-Fu Lee kürzlich: In China erkennen viele Unternehmen den Wert von Software nicht an und sind nicht bereit, dafür zu zahlen. Zudem beteiligen sich viele große KI-Unternehmen an Ausschreibungen, wodurch die Preise immer weiter sinken und die Gewinnmargen stark schrumpfen - man macht bei jedem Auftrag Verlust.
Ein leitender Angestellter eines AIGC-Startups sagte mir auch: Die Zahlungsbereitschaft der Kunden für AIGC ist nicht hoch, und die Projekte erfordern generell einen sehr hohen Anpassungsgrad, was zu einem sehr niedrigen Return on Investment führt. Zudem sind die Liefer- und Zahlungszyklen sehr lang, sodass man das Entwicklungsteam kaum finanzieren kann.
Kommen Ihnen diese Szenarien bekannt vor?
Lassen Sie mich Ihnen drei wichtige Zahlen zeigen, dann werden Sie verstehen, vor welchen gemeinsamen Problemen SAAS und AIGC stehen.
Die erste Zahl: Laut Daten des Nationalen Statistikamts waren die beiden größten Branchen in China in der ersten Hälfte 2024 das verarbeitende Gewerbe und der Groß- und Einzelhandel, die zusammen fast 40% des BIP ausmachten.
Aber diese beiden Branchen sind eher traditionelle Industrien mit geringem Digitalisierungsgrad und daher geringer Wertschätzung für Software.
Im Vergleich dazu ist der tertiäre Sektor in den USA weiter entwickelt, z.B. Hochtechnologie und Finanzdienstleistungen, die 70% der Marktteilnehmer ausmachen. Deren Geschäfte sind hauptsächlich online, sie legen großen Wert auf Informationsverarbeitung und Zusammenarbeit und schätzen Software daher viel mehr.
Wir können hier auch Feishu als Beispiel nehmen.
Feishu zeichnet sich durch gute Benutzererfahrung und hohe Kollaborationseffizienz aus, ist aber relativ teuer. Daher sind es oft Unternehmen aus dem tertiären Sektor wie Internet und Finanzdienstleistungen, die den Wert von Feishu wirklich schätzen.
Denn es sind alles personalintensive Unternehmen.
Die zweite Zahl: Laut dem "Vergleichenden Forschungsbericht zu den Top 500 Unternehmen in China und den USA", veröffentlicht vom CCID Think Tank 2021, lag der durchschnittliche Gewinn der US-Produktionsunternehmen unter den Top 500 seit 2016 etwa 4,9-mal höher als der der chinesischen Produktionsunternehmen.
Das heißt, selbst im Branchenvergleich ist das Gewinnniveau amerikanischer Unternehmen viel höher als das chinesischer Unternehmen.
Je höher das Gewinnniveau, desto eher ist man natürlich bereit, in nicht unbedingt notwendige Dinge wie Unternehmenssoftware zu investieren.
Die dritte Zahl: Laut Gartner-Daten flossen 2021 etwa 42% der weltweiten IT-Ausgaben in IT-Services und Anwendungssoftware, nur 19% in Hardware.
Im Vergleich dazu investieren chinesische Unternehmen 19% in IT-Services und Anwendungssoftware, aber 31% in Hardware.
Das heißt, im Vergleich zum globalen Niveau kaufen chinesische Unternehmen lieber Hardware als Software.
Diese 3 Zahlen zeigen im Grunde alle eine Sache: Chinesische Unternehmen haben eine geringe Zahlungsbereitschaft und -fähigkeit für Software.
Und dieses Problem wird AIGC zwangsläufig auch angehen müssen.
Lassen Sie sich also nicht von AIGC blenden. Es mag in den USA erfolgreich sein, weil dort ein völlig anderer Marktboden herrscht.
Aber in China könnte es eine ganz andere Geschichte sein.
03 Was tun?
Wenn wir die Probleme von AIGC anerkennen, sollten wir ab heute eine vorsichtigere Strategie für AIGC-Projekte verfolgen und nicht den alten Weg des chinesischen SaaS gehen.
In der Anfangsphase waren viele SaaS-Unternehmen profitabel oder hatten zumindest gesunde Geschäftsmodelle.
Aber das übermäßige Verlangen nach Kapital und der ungeordnete Wettbewerb in der Branche führten schließlich dazu, dass die gesamte Branche in die Verlustzone geriet.
Wenn AIGC dieses Problem jetzt schon ernst nimmt, denke ich, dass es möglicherweise diese schlimme Situation vermeiden kann.
- Nicht übermäßig Kapital aufnehmen
AIGC hat im B2B-Bereich noch einen langen Weg vor sich. Die Zukunft mag vielversprechend sein, aber es gibt noch viele Herausforderungen zu bewältigen.
Seien Sie pessimistischer, halten Sie den Betrieb minimal und planen Sie mehr Zeit für die Entwicklung des MVP ein.
Kapital kann aufgenommen werden, aber fälschen Sie keine Daten dafür