Sin embargo, creo que gran parte del auge de AIGC que estamos viendo es una ilusión. Si no se hacen ajustes a tiempo, la industria inevitablemente se lamentará en 2 años.
Por supuesto, también debo aclarar de antemano: no estoy negando el valor de AIGC, definitivamente tiene valor en la implementación en ciertos sectores y escenarios.
Sin embargo, al menos en los próximos 1-2 años, el valor de AIGC en el sector B2B probablemente esté sobrevalorado.
01 AIGC sobrevalorado
El año pasado, un emprendedor del grupo de ejecutivos de SaaS desarrolló un producto AIGC para la industria que se implementó, y la retroalimentación del mercado también fue muy positiva. Un importante inversor también expresó su voluntad de invertir.
Pero este año me dijo:
El mayor valor de los productos AIGC es que permiten vender el software más caro, pero en realidad, debido a que el contenido generado por AIGC solo tiene una precisión del 90%, y su campo requiere una precisión del 100%, los productos AIGC realmente no pueden generar un valor comercial real.
En cuanto a por qué los clientes aún están dispuestos a pagar, este CEO explicó: en realidad, los clientes también necesitan informar sobre los logros de inteligencia, y AIGC obviamente se ajusta al gusto de los superiores.
Otro VP de productos de una empresa líder de SaaS también me dijo: después del lanzamiento de ChatGPT, comenzaron a investigar productos AIGC de inmediato, pero después de más de un año, en realidad solo han surgido 1-2 escenarios.
Su conclusión es: en su campo, AIGC aún no es adecuado para aplicaciones a gran escala.
Entonces, ¿dónde está el problema?
En realidad, no es que la tecnología AIGC no esté madura, sino que AIGC es esencialmente solo una lógica correlacional.
Por ejemplo, sabe que 1+1=2, pero no porque entienda matemáticas, sino porque basándose en datos históricos, infiere que después de 1+1= hay un 99% de probabilidad de que aparezca 2, por lo que da el resultado 2.
Pero nuestra gestión empresarial se basa más en la lógica causal que en la correlacional. Por ejemplo, si un cliente compra 2 productos, el monto del pedido definitivamente será 2 productos multiplicados por su precio unitario, esto definitivamente no se puede inferir por probabilidad.
¿Pueden analizar si al menos el 90% de los escenarios de negocios empresariales son lógica causal?
Como compras, ventas, inventario, fabricación, contabilidad financiera, gestión de la cadena de suministro.
Incluso algunos escenarios que parecen no requerir una precisión del 100% en realidad no son tan arbitrarios como imaginamos, por ejemplo:
Un secretario escribe un acta de reunión, un 1% de errores críticos tampoco es aceptable;
Un diseñador hace un póster promocional, también debe cumplir 100% con las normas de UI corporativas;
El servicio al cliente responde preguntas de los clientes, un 1% de información engañosa tampoco es aceptable.
Un médico escribe un informe de diagnóstico, un 1% de conclusiones erróneas también causaría grandes problemas.
Por lo tanto, si realmente se usa AIGC para manejar la mayoría de los negocios de una empresa, incluso con solo un 1% de probabilidad de error, causaría grandes pérdidas a la empresa.
De hecho, ChatGPT se lanzó hace casi 2 años, pero ahora nuestra mayor frustración es "sorprendentemente" todavía en qué escenarios es útil.
¿Acaso esto no indica el problema?
Además, incluso en los escenarios en los que AIGC es mejor, como la generación de texto e imágenes, en la mayoría de los casos, el efecto de AIGC está muy lejos de cumplir con las expectativas de las empresas.
Podrías decir que AIGC sigue evolucionando.
Pero no importa cómo evolucione, siempre será una lógica correlacional, nunca podrá lograr una precisión del 100%, esto está determinado por sus genes.
Esto determina que AIGC solo podrá demostrar su verdadero valor en unos pocos escenarios.
Pero obviamente mucha gente aún no está dispuesta a reconocer la gravedad de este problema.
02 AIGC inevitablemente enfrentará el problema del techo de mercado
Incluso si AIGC finalmente puede encontrar escenarios de negocio adecuados, me atrevo a decir que su desarrollo en China no alcanzará el nivel de Europa y Estados Unidos.
La implementación de AIGC en el sector B2B es esencialmente software empresarial. Por lo tanto, el camino que AIGC tiene que recorrer, SaaS ya lo ha recorrido.
La clave del auge de SaaS es la implementación del internet móvil en el sector B2B. Incluso se puede decir:
SaaS = software empresarial + internet móvil.
Es por eso que 2015 se conoce como el año 1 de SaaS, porque la popularización del internet móvil en 2014 fue la mayor fuerza impulsora para la explosión de SaaS.
En comparación con AIGC, la implementación del internet móvil en el sector B2B fue muy fluida, después de todo, muchos escenarios de negocio de las empresas pueden ser móviles.
Aun así, el desarrollo de SaaS en China todavía está lejos de cumplir las expectativas.
Hay 2 razones muy importantes para esto.
Primero, el problema de SaaS en China no es un problema de producto, sino un problema de mercado.
Algunos dicen que los productos SaaS chinos no son buenos, que las empresas SaaS chinas no tienen capacidad ni conocimiento suficiente. Pero incluso productos de grandes empresas como Feishu y DingTalk aún no han logrado una rentabilidad a escala.
El principal problema de SaaS en China sigue siendo que los clientes no reconocen el valor del software y tienen una capacidad de pago limitada.
Explicaré esto con 3 números clave más adelante.
Segundo, el grupo objetivo de clientes de SaaS en China y el grupo objetivo de clientes de AIGC son básicamente los mismos.
Esto significa que los problemas de mercado que SaaS en China no ha resuelto, AIGC tendrá que enfrentarlos uno por uno.
Por ejemplo, hace un tiempo Kai-Fu Lee dijo: en China, muchas empresas no han reconocido el valor del software y no están dispuestas a pagar por él. Además, muchas empresas de modelos grandes participan en licitaciones, los precios son cada vez más bajos, lo que comprime enormemente los márgenes de beneficio, perdiendo dinero en cada pedido.
Otro ejemplo, un ejecutivo de una startup de AIGC me dijo: los clientes no tienen una fuerte disposición a pagar por AIGC, y el grado de personalización de los proyectos generalmente es muy alto, lo que resulta en una baja relación costo-beneficio, y los ciclos de entrega y pago también son muy largos, lo que hace imposible mantener al equipo de desarrollo.
¿No son escenarios familiares? ¿No es un sabor familiar?
Les mostraré tres números importantes, después de verlos entenderán los problemas que enfrentan tanto SAAS como AIGC.
El primer número, según datos de la Oficina Nacional de Estadísticas, las dos industrias más grandes de China en la primera mitad de 2024 son la manufactura y el comercio mayorista y minorista, que representan cerca del 40% del PIB.
Pero estas dos industrias son relativamente tradicionales, con un bajo grado de digitalización del negocio, por lo que también tienen un bajo reconocimiento del software.
En comparación, la industria terciaria de Estados Unidos está más desarrollada, como la alta tecnología y las finanzas, que representan el 70% de las entidades del mercado. Sus negocios son principalmente en línea, valoran mucho el procesamiento de información y la eficiencia de colaboración, por lo que por supuesto tienen un mayor reconocimiento del software.
En este aspecto también podemos tomar como referencia a Feishu.
La característica de Feishu es que tiene una buena experiencia de usuario y alta eficiencia de colaboración, pero el precio es relativamente alto, por lo que las empresas que realmente pueden reconocer el valor de Feishu suelen ser empresas de internet, finanzas y otras industrias terciarias.
Porque todas son empresas intensivas en talento.
El segundo número, según el "Informe de investigación comparativa de las 500 empresas más grandes de China y Estados Unidos" publicado por CCID Think Tank en 2021, desde 2016, el beneficio promedio de las empresas manufactureras estadounidenses que entran en el ranking es aproximadamente 4.9 veces el de las empresas manufactureras chinas que entran en el ranking.
Es decir, incluso comparando la misma industria, el nivel de beneficios de las empresas estadounidenses es mucho más alto que el de las empresas chinas.
Cuanto más alto es el nivel de beneficios, por supuesto, más dispuestas están a invertir en software empresarial, que no es una necesidad rígida.
El tercer número, según datos de Gartner, en 2021, aproximadamente el 42% del gasto global en TI se destinó a servicios de TI y software de aplicaciones, y solo el 19% se destinó a hardware.
En comparación, las empresas chinas destinan el 19% a servicios de TI y software de aplicaciones, pero el 31% a hardware.
Es decir, en comparación con el nivel global, las empresas chinas prefieren comprar hardware en lugar de software.
Los 3 números anteriores en realidad indican una cosa, que es que las empresas chinas tienen una baja disposición y capacidad de pago por el software.
Y este problema, AIGC inevitablemente también tendrá que enfrentar.
Por lo tanto, no confíen ciegamente en AIGC, puede tener éxito en Estados Unidos porque allí hay un terreno de mercado completamente diferente.
Pero en China, podría ser una historia diferente.
03 Qué hacer
Si reconocemos los problemas de AIGC, entonces a partir de hoy, debemos adoptar una estrategia más cautelosa para los proyectos de AIGC, y no seguir el viejo camino de SaaS en China.
En las primeras etapas, muchas empresas de SaaS eran rentables, o mejor dicho, sus modelos de negocio eran muy saludables.
Sin embargo, el deseo excesivo de capital y la competencia desordenada de la industria finalmente llevaron a toda la industria a pérdidas.
Si AIGC presta atención a este problema ahora, creo que es posible evitar esta terrible situación.
- No financiarse en exceso
AIGC aún tiene un largo camino por recorrer en el sector B2B, el futuro puede ser muy brillante, pero todavía hay un camino difícil por delante.
Sé pesimista, mantén una operación mínima, reserva más tiempo para crear el MVP.
Se puede financiar, pero no falsificar datos para financiarse