ChatGPT在SaaS公司的应用和挑战 | 直播复盘
近期ChatGPT的话题十分火爆，它对企业有什么帮助呢？SaaS公司能不能借助技术革新大幅提高生产力？针对以上问题，卫瓴科技创始人兼CEO杨炯纬与“ToB老人家”主理人王戴明在直播中进行了交流和讨论，以下为直播内容整理：
王戴明：
在未来， AI 的能力越来越重要，在这样的一个背景下，杨总觉得 SaaS 公司应该如何去利用 ChatGPT 这一类的大语言模型来构建自己的护城河？
杨炯纬：
首先我们要理解的是，交互界面变了。SaaS 的本意是将软件作为服务来提供给客户，软件的这种形式是最能够理解其背后所具有的计算能力的。然而，以表单、图表或者dashboard的形式与用户进行交互，对于用户的友好程度是有限的，这也就解释了为什么SaaS公司在卖出了一套软件后，还需要对客户进行培训让其适应软件的交互界面。
但今天来说，我们有机会将“客户适应软件”改变为“软件适应客户”，利用自然语言、视频、图片等方式来让用户与软件进行交互，这将会成为 SaaS 公司面临的首要挑战之一。
其次，针对 SaaS 公司来说，除了要改变与用户的交互方式以外，掌握场景和数据也显得尤为重要。占据场景，即在某种特定场景中提供服务。以销售和营销场景为例，在卫瓴·协同CRM上线的第一天，我们就已经设想了使用 AI 助理来辅助用户进行交互的场景，并且巧妙地将 AI 这种概念通过小微这一形象落实在了产品当中。在销售场景中，利用 social media 来开展内容营销，并与客户进行沟通，也成为了 SaaS 公司延伸其产品的重要场景之一。
最后，对于 SaaS 公司而言，只有掌握数据，才能基于GPT给客户提供好的结果。不论是对 ChatGPT 进行提问，还是对其他数据进行分析，拥有大量的背景数据、语料库、帮助中心、问答库等等，以及对客户沟通的画像，这些都是得到好的结果的基础。
改变交互方式、掌握场景、掌握数据，这三点是我看到的SaaS 公司的机会和挑战。
王戴明：
其实ChatGPT出来以后，网上也出现了一些比较悲观的论调，某个非常知名的投资人表示，在ChatGPT出来之后，企服行业会慢慢进入寒冬。杨总是怎么看待这个观点的？
杨炯纬：
我也注意到了这个观点，在ChatGPT 4.0版本出来之后，有很多基于AI的创业公司，他们的创业 idea可能就已经不成立了。我们正处于一个充满不确定性的时代，这个时代既给我们带来了许多机会和想象空间，又可能颠覆或改变传统行业中的一些规则或概念。
举个例子，我们今天可以看一下NLP（即自然语言处理）。以前，我们学习人工智能时，许多人可能学到了CNN、RNN等模型，这些模型涉及到一些神经网络和强化学习等机器学习算法。但今天，我们可能会走一条不同的路，你曾经用小模型构建的NLP模型，可能会被大模型击穿。这些情况都有可能发生，这也说明所谓的“护城河”正在发生巨大的变化。
但是，我觉得当你掌握了场景和数据，并能更好地利用大模型时，仍然存在巨大的机会。此外，从目前情况看，大模型并没有表现得那么出色。即使你拥有数据，你也必须给它提供训练并建立反馈机制。
因此，关键问题在于，你能否构建一个数据飞轮？我们现在要关注的是，如何在GPT输出结果后有效地应用这些结果，最后的效果怎样。我们再将这些结果反馈给大模型，这样就可以构建起飞轮。因此，未来的壁垒将可能是数据和数据飞轮对场景的掌控，并且它仍将是一个具有潜力的市场领域。
王戴明：
那杨总觉得 ChatGPT对于SaaS行业长期的影响有哪些？可能还会有哪些新的机遇？
杨炯纬：
据我观察，我们中国的大部分SaaS实际上都是旨在提高整个企业的组织和效率水平。但是，这一目标在初期是很难达成的，部分原因可以归咎于SOP。SOP本质上是反人性的，因为我们必须按照预先设定的规则来进行操作，并让每个人都遵循这些规则，这对执行人员而言相当辛苦。实际上，我们希望SaaS是能够为个人提供赋能，显著提升个人效率和工作能力。
现在，AI的出现给我们带来了新的机遇，它能够以一种非常轻便和便捷的方式提升个人效率，使AI成为个人的助手。
例如，在我们公司中，使用我们的小微AI能力最多的用户，是市场部门的SDR杨桃（主要负责线索清洗和与客户的初步沟通），她会经常去向小微GPT询问客户情况和回复话术。
（杨桃向小微GPT询问客户的业务情况）
（杨桃向小微GPT询问回复话术，再结合自己的理解给到客户回复）
你看，这个例子中是否涉及到了组织变革、SOP等问题？根本没有，但我直接将她的个人效率提高了，这对我们 SaaS 来说是一个巨大的帮助，也是一个很显著的利好。
王戴明：
从 80 年代到现在，这 50 年科技进步了很多，但是企业的管理方式，甚至是内部的运营方式，其实都没有发生颠覆性的变革，这是不是意味着其实企业的需求并没有什么改变，真正在变的其实是工具和技术。
杨炯纬：
我想谈一个不同的观点。虽然在过去50年里企业的结构并没有发生太大的变化，但在未来，这个变化是很可能会发生的。更长远一些去看的话，我认为企业的边界也将会发生变化。
我们知道，根据科斯定理，企业的边界实际上就是内部交易和外部交易成本相等的那个地方。那么现在的 ChatGPT 或大模型，通过极端加持人类自身的个人能力，这个过程是不是会改变企业的边界或组织形态呢？
在之前，其实已经有很多挑战企业边界的产品出现过，例如 Web 3 和区块链等。或许我们在未来会看到一种去中心化的合作形态，大家通过协作、通过 Web 3 等方式来合作。如果再加上 GPT，那么随着越来越多的个人拥有强大的创造力和技能，这些组织之间的协同及合作方式是否会发生变化呢？
举个例子，在编程能力方面，我的公司内部的产品经理研究了 D2C（即 design to code），意味着他可以设计出来后直接让代码生成。我们的工程师也在不断尝试通过 GPT4、Copilot 和 Cursor 等工具来进行快速的代码生成，这些变化也有可能触及到组织形态。
王戴明：
我们知道ChatGPT虽然说可以生成内容，但它实际上是根据上文的概率去推算出下文，所以有时候内容也是会存在一定的错误，甚至会给出错误的一个建议。那么杨总觉得在产品的设计上应该怎么样去规避这样的一个问题？
杨炯纬：
其实现在我们正在使用的都是一些高容错场景。比如小微GPT帮助销售写好了跟进记录之后，会再交给销售审核一遍，来确定是否需要做一些修改和调整。可能他一看有95%都是对的，剩下5%的误差也就可以忽略掉了，只要能够提高效率，一定范围内的错误是可以被容忍的。
我们现在从事的营销和销售，实际上就是一个基于概率的事件。你回答的话术、发布的内容是否是最好的，其实也就是个概率问题。那既然是一个概率问题，那我觉得ChatGPT这样基于概率生成文本的AI工具，对我们的帮助肯定会越来越大。