Cependant, je pense que la prospérité de l'AIGC que nous voyons est en grande partie une illusion. Si des ajustements ne sont pas faits à temps, l'industrie sera inévitablement en crise dans 2 ans.
Bien sûr, je dois préciser d'avance : je ne nie pas la valeur de l'AIGC, l'application de l'AIGC dans certaines industries et certains scénarios a certainement de la valeur.
Cependant, au moins pour les 1 à 2 prochaines années, la valeur de l'AIGC pour les entreprises a probablement été surestimée.
01 L'AIGC surestimé
L'année dernière, des entrepreneurs du groupe de dirigeants SaaS ont développé des produits AIGC appliqués à l'industrie, avec des retours positifs du marché, et un grand investisseur a également exprimé son intention d'investir.
Mais cette année, il m'a dit :
La plus grande valeur des produits AIGC est qu'ils permettent de vendre les logiciels plus cher, mais en réalité, comme le contenu généré par l'AIGC n'a qu'une précision de 90%, alors que son domaine exige une précision de 100%, les produits AIGC ne peuvent tout simplement pas générer de réelle valeur commerciale.
Quant à la raison pour laquelle les clients sont toujours prêts à payer, ce PDG explique : en fait, les clients ont aussi besoin de rendre compte des résultats de l'intelligence artificielle à leurs supérieurs, et l'AIGC correspond évidemment bien à leurs attentes.
Un autre VP produit d'une grande entreprise SaaS m'a également dit : après la sortie de ChatGPT, ils ont immédiatement commencé à étudier les produits AIGC, mais après plus d'un an, seuls 1 ou 2 scénarios ont réellement émergé.
Sa conclusion est que dans leur domaine, l'AIGC n'est pas encore adapté à une application à grande échelle.
Alors où est le problème ?
En fait, ce n'est pas que la technologie AIGC n'est pas mature, mais que l'AIGC n'est essentiellement qu'une logique de corrélation.
Par exemple, il sait que 1+1=2, mais ce n'est pas parce qu'il comprend les mathématiques, c'est parce que selon les données historiques, il déduit qu'il y a 99% de chances que 2 apparaisse après 1+1=, donc il donne le résultat 2.
Mais la gestion de nos entreprises repose davantage sur une logique causale que sur une logique de corrélation. Par exemple, si un client achète 2 produits, le montant de la commande sera certainement le prix unitaire multiplié par 2, ce qui ne peut absolument pas être déduit par des probabilités.
Vous pouvez examiner les scénarios d'entreprise, n'est-ce pas au moins 90% de logique causale ?
Par exemple, les achats, les ventes, les stocks, la fabrication, la comptabilité financière, la gestion de la chaîne d'approvisionnement.
Même pour certains scénarios qui ne semblent pas nécessiter une précision de 100%, ce n'est en fait pas aussi arbitraire qu'on pourrait le penser, par exemple :
Un secrétaire qui rédige un compte-rendu de réunion, 1% d'erreurs cruciales est inacceptable ;
Un designer qui crée une affiche promotionnelle doit se conformer à 100% aux normes UI de l'entreprise ;
Un service client qui répond aux questions des clients, 1% d'informations trompeuses est inacceptable.
Un médecin qui rédige un rapport de diagnostic, 1% de conclusions erronées peut causer de gros problèmes.
Donc, si on utilise vraiment l'AIGC pour traiter la plupart des activités de l'entreprise, même avec seulement 1% de probabilité d'erreur, cela peut causer de grandes pertes pour l'entreprise.
En fait, ChatGPT est sorti il y a près de 2 ans, mais maintenant notre plus grande préoccupation est "étonnamment" encore de savoir dans quels scénarios il est utile ?!
Cela ne montre-t-il pas déjà le problème ?
De plus, même dans les scénarios où l'AIGC excelle, comme la génération de texte et d'images, dans la plupart des cas, les résultats de l'AIGC sont loin de répondre aux attentes des entreprises.
Vous pourriez dire que l'AIGC continue d'évoluer.
Mais peu importe son évolution, il restera toujours une logique de corrélation, il n'atteindra jamais une précision de 100%, c'est déterminé par ses gènes.
Cela signifie que l'AIGC ne pourra montrer sa vraie valeur que dans un petit nombre de scénarios.
Mais évidemment, beaucoup ne sont pas encore prêts à reconnaître la gravité de ce problème.
02 L'AIGC fera inévitablement face à un problème de plafond de marché
Même si l'AIGC finit par trouver des scénarios commerciaux appropriés, j'ose dire que son développement en Chine n'atteindra pas le niveau des pays occidentaux.
L'application de l'AIGC aux entreprises est essentiellement un logiciel d'entreprise. Donc, le chemin que l'AIGC va emprunter, le SaaS l'a déjà parcouru.
La clé de l'essor du SaaS est l'application de l'internet mobile aux entreprises. On peut même dire :
SaaS = logiciel d'entreprise + internet mobile.
C'est pourquoi 2015 est considérée comme l'année zéro du SaaS, car la popularisation de l'internet mobile en 2014 a été le plus grand moteur de l'explosion du SaaS.
Comparé à l'AIGC, l'application de l'internet mobile aux entreprises s'est faite très facilement, après tout, de nombreux scénarios d'entreprise peuvent être mobilisés.
Malgré cela, le développement du SaaS en Chine est encore loin d'atteindre les attentes.
Il y a deux raisons très importantes à cela.
Premièrement, le problème du SaaS en Chine n'est pas un problème de produit, mais un problème de marché.
Certains disent que les produits SaaS chinois ne sont pas bons, que les entreprises SaaS chinoises manquent de capacités et de compréhension. Mais même des produits de grandes entreprises comme Feishu et DingTalk n'ont pas encore réalisé de bénéfices à grande échelle.
Le principal problème du SaaS en Chine est que les clients ne reconnaissent pas la valeur des logiciels et ont une capacité de paiement limitée.
Je vais illustrer ce point avec 3 chiffres clés plus tard.
Deuxièmement, le groupe cible de clients du SaaS chinois et celui de l'AIGC se chevauchent largement.
Cela signifie que les problèmes de marché non résolus par le SaaS chinois, l'AIGC devra tous y faire face.
Par exemple, récemment, Li Kaifu a déclaré : en Chine, de nombreuses entreprises n'ont pas reconnu la valeur des logiciels et ne sont pas disposées à payer pour les logiciels. De plus, de nombreuses entreprises de grands modèles participent aux appels d'offres, les prix sont de plus en plus bas, ce qui comprime considérablement les bénéfices, chaque commande est une perte.
Un autre cadre supérieur d'une startup AIGC m'a dit : les clients n'ont pas une forte volonté de payer pour l'AIGC, et le degré de personnalisation des projets est généralement très élevé, ce qui entraîne un faible rapport coût-efficacité, des cycles de livraison et de paiement longs, et il est impossible de maintenir une équipe de R&D.
N'est-ce pas un scénario familier, n'est-ce pas un goût familier ?
Laissez-moi vous montrer trois chiffres importants, après les avoir vus, vous comprendrez les problèmes communs auxquels sont confrontés le SAAS et l'AIGC.
Le premier chiffre, selon les données du Bureau national des statistiques, les deux plus grandes industries en Chine au premier semestre 2024 sont l'industrie manufacturière et le commerce de gros et de détail, représentant ensemble près de 40% du PIB.
Mais ces deux industries sont plutôt traditionnelles, avec un faible degré de numérisation des activités, donc une faible reconnaissance des logiciels.
En comparaison, le secteur tertiaire aux États-Unis est plus développé, par exemple la haute technologie et la finance, représentant 70% des entités du marché. Leurs activités sont principalement en ligne, ils accordent une grande importance au traitement de l'information et à l'efficacité de la collaboration, et bien sûr, ils reconnaissent davantage la valeur des logiciels.
À cet égard, nous pouvons également nous référer à Feishu.
La caractéristique de Feishu est une bonne expérience utilisateur et une haute efficacité de collaboration, mais le prix est relativement élevé, donc ceux qui reconnaissent vraiment la valeur de Feishu sont souvent des entreprises du secteur tertiaire comme l'internet et la finance.
Parce que ce sont toutes des entreprises à forte intensité de talents.
Le deuxième chiffre, selon le "Livre blanc de recherche comparative sur les 500 plus grandes entreprises chinoises et américaines" publié par CCID Think Tank en 2021, depuis 2016, le profit moyen des entreprises manufacturières américaines classées est environ 4,9 fois celui des entreprises manufacturières chinoises classées.
En d'autres termes, même en comparant la même industrie, le niveau de profit des entreprises américaines est bien supérieur à celui des entreprises chinoises.
Plus le niveau de profit est élevé, plus elles sont naturellement disposées à investir dans des logiciels d'entreprise, qui ne sont pas des besoins rigides.
Le troisième chiffre, selon les données de Gartner, en 2021, environ 42% des dépenses informatiques mondiales ont été consacrées aux services informatiques et aux logiciels d'application, et seulement 19% au matériel.
En comparaison, les entreprises chinoises ont consacré 19% aux services informatiques et aux logiciels d'application, mais 31% au matériel.
En d'autres termes, par rapport au niveau mondial, les entreprises chinoises préfèrent acheter du matériel plutôt que des logiciels.
Ces trois chiffres montrent en fait une chose, c'est que les entreprises chinoises ont une faible volonté et capacité de payer pour les logiciels.
Et ce problème, l'AIGC devra inévitablement y faire face.
Donc, ne soyez pas superstitieux envers l'AIGC, il pourrait réussir aux États-Unis, car il y a un terrain de marché complètement différent.
Mais en Chine, ce pourrait être une autre histoire.
03 Que faire
Si nous reconnaissons les problèmes de l'AIGC, alors à partir d'aujourd'hui, nous devons adopter une stratégie plus prudente pour les projets AIGC, et ne pas suivre la vieille voie du SaaS chinois.
Au début, de nombreuses entreprises SaaS étaient rentables, ou du moins avaient un modèle commercial sain.
Mais le désir excessif de capital et la concurrence désordonnée de l'industrie ont finalement conduit toute l'industrie à des pertes.
Si l'AIGC prête attention à ce problème maintenant, je pense qu'il est possible d'éviter cette situation désastreuse.
- Ne pas trop lever de fonds
Le chemin de l'AIGC dans les entreprises est encore long, l'avenir pourrait être brillant, mais il y a encore un chemin difficile à parcourir pour le moment.
Soyez plus pessimiste, maintenez un fonctionnement minimal, réservez plus de temps pour la création du MVP.
Vous pouvez lever des fonds, mais ne créez pas de fausses données pour lever des fonds