No entanto, acredito que grande parte do boom da AIGC que estamos vendo é uma ilusão. Se não houver ajustes oportunos, a indústria certamente estará em crise daqui a 2 anos.
Claro, devo esclarecer antecipadamente: não estou negando o valor da AIGC. A implementação da AIGC em certos setores e cenários certamente tem valor.
Mas, pelo menos nos próximos 1 a 2 anos, o valor da AIGC no setor B provavelmente está superestimado.
01 A AIGC superestimada
No ano passado, um empreendedor no grupo de executivos SaaS desenvolveu um produto AIGC para a indústria, com feedback positivo do mercado, e um grande investidor expressou interesse em investir.
Mas este ano ele me disse:
O maior valor dos produtos AIGC é que eles permitem vender software mais caro, mas na realidade, como o conteúdo gerado pela AIGC tem apenas 90% de precisão, e seu setor exige 100% de precisão, os produtos AIGC não geram nenhum valor comercial real.
Quanto ao motivo pelo qual os clientes ainda estão dispostos a pagar, este CEO explicou: na verdade, os clientes também precisam relatar resultados de inteligência aos superiores, e a AIGC obviamente agrada muito aos de cima.
Outro VP de produto de uma empresa líder de SaaS também me disse: após o lançamento do ChatGPT, eles começaram imediatamente a pesquisar produtos AIGC, mas após mais de 1 ano, na verdade apenas 1 ou 2 cenários foram implementados.
Sua conclusão é que em seu campo, a AIGC ainda não é adequada para aplicação em larga escala.
Então onde está o problema?
Na verdade, não é que a tecnologia AIGC não seja madura, mas que a AIGC é essencialmente apenas uma lógica correlacional.
Por exemplo, ela sabe que 1+1=2, mas não porque entende matemática, e sim porque, com base em dados históricos, deduz que há 99% de chance de 2 aparecer após 1+1=, então dá o resultado 2.
Mas nossa gestão empresarial é mais baseada em lógica causal do que correlacional. Por exemplo, se um cliente compra 2 produtos, o valor do pedido certamente será 2 vezes o preço unitário, o que absolutamente não pode ser deduzido por probabilidade.
Todos podem analisar: os cenários de negócios corporativos não são pelo menos 90% baseados em lógica causal?
Como compras, vendas, estoque, fabricação, contabilidade financeira, gestão da cadeia de suprimentos.
Mesmo cenários que parecem não exigir 100% de precisão na verdade não são tão flexíveis quanto imaginamos, por exemplo:
Um secretário escrevendo uma ata de reunião, 1% de erros críticos também é inaceitável;
Um designer fazendo um pôster promocional também precisa estar 100% em conformidade com os padrões de UI da empresa;
O atendimento ao cliente respondendo perguntas, 1% de informações enganosas também é inaceitável.
Um médico escrevendo um relatório de diagnóstico, 1% de conclusões erradas também causaria grandes problemas.
Portanto, se realmente usarmos a AIGC para lidar com a maioria dos negócios de uma empresa, mesmo com apenas 1% de chance de erro, isso traria grandes perdas para a empresa.
Na verdade, o ChatGPT foi lançado há quase 2 anos, mas agora nossa maior frustração é "surpreendentemente" ainda em que cenários ele é útil?!
Isso não é suficiente para mostrar o problema?
E mesmo nos cenários em que a AIGC é mais habilidosa, como geração de texto e imagens, na maioria dos casos, os resultados da AIGC estão muito aquém das expectativas das empresas.
Você pode dizer que a AIGC ainda está evoluindo constantemente.
Mas não importa como evolua, ela sempre será uma lógica correlacional, nunca alcançará 100% de precisão, isso é determinado por seus genes.
Isso determina que a AIGC só poderá demonstrar seu verdadeiro valor em um número limitado de cenários.
Mas obviamente muitas pessoas ainda não estão dispostas a reconhecer a gravidade deste problema.
02 A AIGC inevitavelmente enfrentará o problema do teto de mercado
Mesmo que a AIGC eventualmente encontre cenários de negócios adequados, ouso dizer que seu desenvolvimento na China não alcançará o nível da Europa e EUA.
A implementação da AIGC no setor B é essencialmente um software empresarial. Portanto, o caminho que a AIGC terá que percorrer, o SaaS já percorreu.
A chave para o surgimento do SaaS foi a implementação da internet móvel no setor B. Pode-se até dizer:
SaaS = software empresarial + internet móvel.
É por isso que 2015 foi chamado de ano inaugural do SaaS, pois a popularização da internet móvel em 2014 foi o maior impulsionador da explosão do SaaS.
Comparada à AIGC, a implementação da internet móvel no setor B foi muito tranquila, afinal muitos cenários de negócios corporativos podem ser mobilizados.
Mesmo assim, o desenvolvimento do SaaS na China ainda está longe de atingir as expectativas.
Há 2 razões muito importantes para isso.
Primeiro, o problema do SaaS na China não é um problema de produto, mas um problema de mercado.
Alguns dizem que os produtos SaaS chineses não são bons, que as empresas SaaS chinesas não têm capacidade ou conhecimento suficiente. Mas mesmo produtos de grandes empresas como Feishu e DingTalk ainda não alcançaram lucratividade em escala.
O principal problema do SaaS na China ainda é que os clientes não reconhecem o valor do software e têm capacidade limitada de pagamento.
Explicarei isso com 3 números-chave mais adiante.
Segundo, o público-alvo do SaaS na China e o público-alvo da AIGC são basicamente os mesmos.
Isso significa que os problemas de mercado que o SaaS chinês não resolveu, a AIGC terá que enfrentar um por um.
Por exemplo, recentemente Kai-Fu Lee disse: na China, muitas empresas não reconhecem o valor do software e não estão dispostas a pagar por ele. Além disso, muitas empresas de grandes modelos participam de licitações, com preços cada vez mais baixos, comprimindo muito os lucros, perdendo dinheiro em cada negócio.
Outro exemplo, um executivo de uma startup de AIGC me disse: os clientes não têm forte disposição para pagar pela AIGC, e os projetos geralmente têm alto grau de customização, levando a baixo retorno sobre o investimento, longos ciclos de entrega e pagamento, impossibilitando sustentar a equipe de desenvolvimento.
Não são cenários familiares, não é um sabor familiar?
Vou mostrar três números importantes, depois de vê-los você entenderá os problemas que o SAAS e a AIGC enfrentam em comum.
O primeiro número, de acordo com dados do National Bureau of Statistics, os dois maiores setores da China no primeiro semestre de 2024 foram manufatura e comércio atacadista e varejista, representando quase 40% do PIB.
Mas esses dois setores são mais tradicionais, com baixo grau de digitalização dos negócios, portanto também têm baixo reconhecimento de software.
Em comparação, o setor terciário dos EUA é mais desenvolvido, como alta tecnologia e finanças, com 70% das entidades de mercado, cujos negócios são principalmente online, dando grande importância ao processamento de informações e eficiência colaborativa, e naturalmente têm maior reconhecimento de software.
Nesse aspecto, também podemos nos referir ao Feishu.
A característica do Feishu é boa experiência do usuário e alta eficiência colaborativa, mas o preço é relativamente alto, então as empresas que realmente reconhecem o valor do Feishu são geralmente empresas do setor terciário como internet e finanças.
Porque são todas empresas intensivas em talentos.
O segundo número, de acordo com o "White Paper on Comparative Research of Top 500 Enterprises in China and the US" publicado pelo CCID Think Tank em 2021, desde 2016, o lucro médio das empresas de manufatura dos EUA que entraram no ranking é cerca de 4,9 vezes o das empresas de manufatura chinesas que entraram no ranking.
Ou seja, mesmo comparando a mesma indústria, o nível de lucro das empresas americanas é muito maior que o das empresas chinesas.
Quanto maior o nível de lucro, naturalmente mais dispostas a investir em software empresarial, que não é uma necessidade rígida.
O terceiro número, de acordo com dados da Gartner, em 2021, cerca de 42% dos gastos globais em TI foram investidos em serviços de TI e software aplicativo, e apenas 19% em hardware.
Em comparação, as empresas chinesas investiram 19% em serviços de TI e software aplicativo, mas 31% em hardware.
Ou seja, em relação ao nível global, as empresas chinesas preferem comprar hardware em vez de software.
Os 3 números acima na verdade mostram uma coisa, que é que as empresas chinesas têm baixa disposição e capacidade de pagar por software.
E esse problema, a AIGC inevitavelmente terá que enfrentar.
Portanto, não se iludam com a AIGC, ela pode ter sucesso nos EUA, porque lá há um solo de mercado completamente diferente.
Mas na China, pode ser outra história.
03 O que fazer
Se reconhecermos os problemas da AIGC, então a partir de hoje, devemos adotar uma estratégia mais cautelosa para projetos de AIGC, não podemos seguir o velho caminho do SaaS chinês.
No início, muitas empresas de SaaS eram lucrativas, ou seja, tinham modelos de negócios saudáveis.
Mas o desejo excessivo por capital e a competição desordenada da indústria acabaram levando toda a indústria ao prejuízo.
E se a AIGC prestar atenção a esse problema agora, acho que é possível evitar essa situação terrível.
- Não captar recursos em excesso
O caminho da AIGC no setor B ainda é longo, o futuro pode ser brilhante, mas há um caminho difícil pela frente.
Seja pessimista, mantenha a operação mínima, reserve mais tempo para criar o MVP.
Pode captar recursos, mas não falsifique dados para captar