01
Branchenkonsens: KI-Anwendungen sind der Schlüssel zum Erfolg von Modellen.
Baidu-CEO Robin Li glaubt, dass B2B-Anwendungsszenarien trotz der Wichtigkeit der C-End-Entwicklung bessere Ergebnisse für große Modelle erzielen können. Er sieht voraus, dass in Bereichen wie Medizin, Finanzen und Bildung maßgeschneiderte intelligente Agenten entwickelt werden und in Zukunft Millionen von Agenten ein riesiges Ökosystem bilden werden.
Baidu hat dieses Jahr in mehreren Bereichen 17 Projekte gewonnen, die große Staatsunternehmen und Branchenführer betreffen, mit beträchtlichen Summen. Li glaubt, dass KI-Anwendungen schnell in intelligente Agenten umgesetzt werden sollten.
Moonshot AI-Gründer Yang Zhilin sagt, sie schließen B2B nicht völlig aus, konzentrieren sich aber hauptsächlich auf C-End. Kimi hat in der KI-Branche bereits Spitzenverkehr und -nutzung erreicht, aber zu Stoßzeiten gibt es oft Probleme aufgrund mangelnder Rechenleistung. Daher ergreifen sie Maßnahmen zur Senkung der Betriebskosten und Effizienzsteigerung, wie die Optimierung der Modellinferenzleistung durch Caching-Technologie.
Yang glaubt, dass der Wechsel zu B2B zuerst das Rechenleistungsproblem lösen muss, stabile Rechenleistung ist die Grundlage.
Die steigenden Wettbewerbskosten im C-End-KI-Markt veranlassen viele KI-Unternehmen, ihre Marktstrategien zu überdenken. B2B-Anwendungsszenarien sind der Schlüssel, um tiefgreifende Auswirkungen und effiziente Ergebnisse großer Modelle zu erzielen. Nur durch echte Kostensenkung und Effizienzsteigerung für Unternehmen kann der Fortschritt der Branche und der gesamten Industrie vorangetrieben werden.
02
Wie können intelligente Agenten oder KI- und (kleine) Modelle effektiv in den B2B-Bereich eindringen? Der erste Weg ist, im B2B-Upstream tätig zu werden.
B2B-Upstream bedeutet die Quelle der Lieferkette. Zum Beispiel haben Pharmaunternehmen Bedarf und Szenarien für KI-Nutzung, aber große Modellunternehmen können schwer direkt einsteigen. Hier kann man mit SaaS-Softwareanbietern zusammenarbeiten, die von Pharmaunternehmen genutzt werden, KI in bestehende Softwareprodukte integrieren und so Pharmaunternehmen einen reibungslosen Übergang zur KI-Nutzung ermöglichen.
B2B-Software hat verschiedene Bereitstellungsformen:
-
Lokale Bereitstellung: Die Software wird auf den eigenen Servern oder Geräten des Kunden installiert, sodass der Kunde Daten und Sicherheit kontrolliert. Erfordert regelmäßige Upgrades, ist wartungsaufwendig und kostspielig. Herausforderungen bei der KI-Integration, besonders bei vortrainierten Modellen.
-
SaaS-Modell: Nutzer zahlen per Abonnement. SaaS-Unternehmen können KI-Funktionen direkt integrieren, sogar kleine Modellunternehmen umgehen und Dienste direkt von großen Modellunternehmen für Prozessumgestaltung kaufen.
Das SaaS-Modell ist am einfachsten für die Integration von KI-Funktionen, Dienstanbieter können KI-Funktionen im Backend einheitlich aktualisieren und warten, Kunden müssen sich nicht um technische Details kümmern.
Von oben nach unten betrachtet, können Unternehmen, die KI-Lösungen anbieten, einige Aufträge gewinnen, aber der Prozess, Kunden zum Erfolg zu führen, kann sehr schwierig sein, oft steht der Aufwand nicht im Verhältnis zum Ertrag.
03
Gibt es neue Lösungsansätze? Betrachten wir es von unten nach oben.
Neue Erkenntnis: KI in Unternehmen einzusetzen bedeutet tatsächlich, einen Durchbruch zu finden, hauptsächlich um die Effizienz zu steigern. KI wird im Allgemeinen verwendet, um bestehende Arbeitsabläufe zu verbessern, nicht um völlig neu zu beginnen.
Im Prozess der KI-Umgestaltung wird die meiste Zeit damit verbracht, mit menschlich vertrauten Arbeiten umzugehen, ohne das Rad neu erfinden zu müssen.
Wenn Unternehmen beginnen, KI-Modelle zu nutzen, müssen diese eng mit den eigenen Arbeitsabläufen des Unternehmens verbunden sein. Allgemeine große Modelle sind möglicherweise nicht sehr geeignet, da jedes Unternehmen besondere Geschäfte und Prozesse hat und die von KI benötigten Daten ebenfalls speziell sind.
In diesem Fall sind kleine Modelle oder kleine Assistenten besser geeignet. Zum Beispiel verwenden Buchhalter in kleinen und mittleren Unternehmen Software wie Kingdee oder Yonyou, die bereits große Mengen an Daten gespeichert haben. Bediener möchten KI nur nutzen, um schnell Daten zu finden oder Schlussfolgerungen zu ziehen, ohne die bestehende Software grundlegend zu ändern.
Um KI in Unternehmensszenarien (ToB) einzusetzen, ist es ein guter Ansatz, komplexe Geschäftsprozesse in mehrere kleine Aufgaben oder spezifische kleine Szenarien zu zerlegen und dann KI in jedem kleinen Szenario zur Verbesserung einzusetzen.
Unternehmen wie Microsoft und Salesforce haben keine völlig neuen Produkte mit KI entwickelt, sondern nutzen große Modelle zur Unterstützung und Verbesserung in bestehenden Geschäftsprozessen oder Produktfunktionen.
Sie verfeinern kleine Modelle zu Assistenten oder verbesserten Fähigkeiten, um sie besser in bestehende Systeme zu integrieren und zu optimieren, anstatt sie vollständig zu ersetzen. Dies ähnelt den Plugins, die viele KI-Unternehmen für PCs entwickelt haben, wo KI durch leichtes Gleiten der Maus oder Drücken einer Tastenkombination aufgerufen werden kann, wobei die Kernfunktion darin besteht, bessere Entscheidungen zu treffen.
04
Was brauchen ToB-Unternehmen wirklich von KI? Hauptsächlich die Nutzung von Daten zur Unterstützung von Entscheidungen in Betrieb, Management, Entscheidungsfindung und Marketing.
Für KI-Unternehmen: Wie kann man sowohl praktisch als auch kostengünstig sein? Der Schlüssel liegt in der schnellen Replikation, um viele Szenarien mit sehr geringen Kosten abzudecken.
Ein Ansatz ist, KI als intelligente Agenten zu verpacken, die auf lokale Daten zugreifen können. Das ist der Grund, warum Kimi Chat die Cache-Kosten senkt, da die Speicherung häufig verwendeter lokaler Texte die Genauigkeit des kleinen Assistenten erhöht.
Aber wie kann man sowohl genau als auch universell und gleichzeitig kostengünstig sein?