但是，我認為，我們所看到的 AIGC 繁榮，很大一部分是假象。如果不及時調整，2 年後行業必然一片哀嚎。
當然了，我也要提前說明一下:我並非否認 AIGC 的價值，AIGC 在部分行業部分場景的落地，肯定是有價值的。
但是，至少在最近 1、2 年，AIGC 在 B端的價值恐怕是被高估了。
01 被高估的 AIGC
在去年，SaaS 高管群就有創業者開發出了落地的行業 AIGC 產品，市場反饋也很正面，某投資大佬也表達了投資的意願。
但是今年他告訴我:
AIGC 產品最大的價值就是讓軟件賣得更貴了，但實際上，由於 AIGC 生成的內容只有 90% 的準確性，而他所在的領域卻要求 100% 的準確性，所以AIGC 產品根本就產生不了真正的業務價值。
至於為什麼客戶還願意付費，這位 CEO解釋到:其實客戶也需要向上匯報智能化的成績，而 AIGC 顯然很對上面的胃口。
另一位頭部 SaaS 公司的產品 VP 也告訴我:ChatGPT發布後，他們第一時間就開始研究 AIGC 產品，但是1 年多過去了，實際上只跑出來 1、2 個場景。
他的結論是:在他們的領域，AIGC目前還不適合大規模應用。
那問題的出在哪呢?
其實並不是AIGC 的技術不成熟，而是 AIGC 在本質上就只是一個相關邏輯。
比如它知道 1+1=2，但並不是因為它懂數學，而是它根據歷史數據，推斷 1+1=的後面99%的概率會出現 2，於是就給出了 2 的結果。
但是我們的企業管理更多的不是相關邏輯，而是因果邏輯，比如客戶購買了 2 個商品，那麼訂單金額肯定就是 2 個商品乘以它的單價，這個絕對不能用概率去推斷。
大家可以去梳理一下，企業業務場景，是不是至少 90% 都是因果邏輯?
比如採購、銷售、庫存、生產製造、財務核算、供應鏈管理。
哪怕是一些看起來不需要 100% 準確的場景，其實也沒有我們想象中那麼隨意，比如:
秘書寫一份會議紀要，1% 的關鍵錯誤也是不能接受的；
設計做一個宣傳海報，也是100% 要符合企業 UI 規範的；
客服回答客戶的問題，1% 的誤導也是不能接受的。
醫生寫一份診斷報告，1% 的結論錯誤也是要出大問題的。
所以，如果真的用 AIGC 去處理企業的大部分業務，哪怕只有 1% 的概率出錯，也會給企業帶來很大的損失。
其實，ChatGPT發布已經接近 2 年了，但現在我們最苦惱的"居然"還是它在什麼場景下有用?!
這難道還不能說明問題嗎?
而且哪怕是在 AIGC 最擅長的場景，比如文字生成、圖片生成，在大部分情況下，AIGC 的效果也遠遠達不到企業的預期。
你可能會說，AIGC 還在不斷進化。
但是不管怎麼進化，它始終是個相關邏輯，始終都做不到 100% 的準確，這是它的基因所決定的。
這就決定了，AIGC 只可能在少數場景下發揮出真正的價值。
但是顯然很多人還不願意承認這個問題的嚴重性。
02 AIGC 必然面臨市場天花板問題
即便 AIGC最終能找到適合他的業務場景，但是我敢說，它在中國的發展也達不到歐美的水平。
AIGC 落地在 B 端，其本質也是企業軟件。那麼，AIGC 接下來要走的路，SaaS其實已經幫他走過了。
SaaS 崛起的關鍵是移動互聯網在 B 端的落地。甚至可以這麼說:
SaaS=企業軟件+移動互聯網。
這就是為什麼 2015 年被稱為 SaaS 元年，因為 2014 年移動互聯網的普及，是 SaaS 爆發的最大驅動力。
和 AIGC 相比，移動互聯網在 B 端的落地是非常順利的，畢竟企業很多業務場景都可以進行移動化。
即便如此，SaaS 在中國的發展仍然遠沒有達到預期。
這裡面有 2 點非常關鍵的原因。
第一，中國 SaaS 的問題，不是產品問題，而是市場問題。
有人說中國 SaaS產品不好，中國SaaS 公司能力不行、認知不夠。但即便是飛書、釘釘這樣的大廠產品，現在也沒有實現規模化盈利。
中國 SaaS 的主要問題，還是客戶不認可軟件的價值、付費能力有限的問題。
這一點在後面我會用 3 個關鍵數字來說明。
第二，中國 SaaS 的目標客戶群體和 AIGC 的目標客戶群體，是基本重合的。
這就意味著，中國 SaaS 沒有解決的市場問題，AIGC 都要一一面對。
比如，前段時間李開復說:在中國，很多企業沒有認識到軟件的價值，不願為軟件付費。加之許多大模型公司參與競標，價格越競越低，極大地壓縮了利潤，做一單賠一單。
再比如，一位 AIGC 創業公司的高管告訴我:客戶對 AIGC 的付費意願並不強，而且項目的定制化程度普遍很高，導致投入產出比很低，交付和回款週期也很長，根本養不活研發團隊。
是不是熟悉的場景，是不是熟悉的味道?
給大家看三個重要數字，看完你就會知道 SAAS 和 AIGC 所共同面臨的問題了。
第一個數字，根據國家統計局的數據，2024 年上半年中國最大的兩個行業分別是製造業和批發零售業，合計占 GDP 的比例接近 40%。
但是這兩個行業都偏傳統產業，業務線上化程度不高，因此對軟件的認可度也不高。
相比之下，美國的第三產業更發達，比如高科技、金融業，擁有70%的市場主體，他們的業務以線上化為主，非常看重信息處理和協同效率，當然對軟件的認可度也更高。
這方面我們也可以參考飛書。
飛書的特點就是用戶體驗好，協同效率高，但是價格偏貴，所以真正能夠認可飛書價值的，往往都是互聯網、金融等第三產業的企業。
因為他們都是人才密集型企業。
第二個數字，根據2021年賽迪智庫發布的《中美500強企業對比研究白皮書》，自2016年以來，美國製造業入圍企業的平均利潤，約為中國製造業入圍企業的4.9倍。
也就是說，即便是同行業對比，美國企業的利潤水平也遠高於中國企業。
利潤水平越高，當然也更願意在企業軟件這種非剛性需求上投資。
第三個數字，根據 Gartner 的數據，2021年全球IT支出中，約42%投入到IT服務與應用軟件，僅有 19% 投入到硬件。
相比之下，中國企業有19%投入到IT服務與應用軟件，但是有 31% 投入到硬件。
也就是說，相對於全球水平，中國企業更喜歡買硬件，而不是買軟件。
以上 3 個數字，其實都說明了一件事情，那就是中國企業對軟件的付費意願和能力都不強。
而這個問題，AIGC 必然也需要面對。
所以，不要迷信 AIGC，它可能會在美國成功，因為那裡有完全不同的市場土壤。
但是在中國，可能就是另一個故事了。
03 怎麼辦
如果我們承認 AIGC的問題，那麼從今天開始，就要對 AIGC 項目採取更加謹慎的策略，不能再走中國 SaaS 的老路。
在早期，很多 SaaS 公司都是賺錢的，或者說，商業模型都是很健康的。
但是，對資本的過度渴望，行業的無序內捲最終讓整個行業陷入虧損。
而 AIGC 如果現在就重視這個問題，我覺得有可能避免這種糟糕的局面。
1、不要過度融資
AIGC在 B 端的路還很長，未來可能會很美好，但是當下還有很難的路要走。
悲觀一些，保持最小化運作，為 MVP 打造預留更長的時間。
可以融資，但是不要造假數據融資