ChatGPT或将开启SaaS赛道新起点

原标题：ChatGPT或将开启SaaS赛道新起点

图片来源@视觉中国

文 | 假装是运营

今年，AI的发展速度可谓疯狂。

ChatGPT从3.5到4.0仅历时105天，AIGC ，最初只能生成图片，到现在已能产出电影级别的视频。

3月，微软发布了结合GPT能力的office 系统，旗下的bing搜索也一马当先，利用AI创造了新一代搜索引擎。不到30天的时间，阿里宣布钉钉已接入旗下的大模型，赋能企业在协同办公领域使用AI。同月，仅大模型方向，就有百度、华为多家企业官宣加入竞争。

创新的单位由年变成天，一时间，百舸争流。

这项被比尔盖茨夸赞为“40多年来最革命性的技术”，也被阿里CEO张勇推崇：“所有行业都值得用大模型重做一遍”。世界的颠覆随之而来，可以看到，最先应用AI技术的这批企业，已经开始暂缓招聘和裁撤员工。

站在企业的下游，企业服务领域深深感受到了AI的冲击。行业中也产生了许多焦虑和疑问：AI变革，到底会将企业带入何方？基于企业软件，基于SaaS，AI将发挥怎样的价值？更关键的是，在这轮技术爆发中，中国SaaS能否有机会弯道超车？

为了解答这些疑问，我们采访了中国人力资源科技领先者易路的CEO王天扬，希望他们在ChatGPT上的前瞻应用能够像一束光，照亮新世界的雏形。

5G颠覆沟通，AI颠覆思考

访谈者：您本身是经验丰富的管理者，也是科技企业的CEO，相信更能感受到AI力量的冲击。所以您会怎么看待AI对企业带来的改变？

王天扬：我想先讲一个小故事，几周前，在OpenAI的发布会上，它的CEO做了一个GPT 4.0的演示。场景是在家要招待朋友用餐。根据给到的口味喜好，GPT自动生成了菜单，接着，GPT去购物网站上订购了菜单所需的食材。食材到家后做完拍了个照，GPT还能把照片自动分享到FaceBook上去。

事实上今天企业也需要这样的一个工具，或者这样的一个平台。使用一个很简单的交互，就能够帮他完成一系列的事情。这里说的不仅仅是输出想法，而是要输出行动，真正完成这件事。像微软结合GPT的能力，推出了Microsoft 365 Copilot，企业办公的流程和工作就会带来很大的改变。不管是从降本的角度，还是增效的角度，技术把客户想做的事情直接做完，这才是客户真正想要的。

访谈者：您在企业信息化领域有20多年的经验，相信也经历了不止一次的技术革命。这次的AI革命，您觉得之前有哪些经验可以类比？

王天扬：我觉得上一个类似的体验是移动互联网。移动互联网中的每个人都有手机，手机又有一个很重要的功能叫做LBS。数字化的基础，是数字孪生，也是现实世界和信息世界1:1复刻，那LBS就能帮助我们做到这点。而在此之前，通过电脑的记录都是事后记录，是没有这些信息的。所以移动互联网是我认为的上一次革命，不过从影响力来说，我觉得AI会远远超过移动互联网。

访谈者：所以您把AI类比成移动互联网，甚至觉得这次的影响力会超过上一次？

王天扬：一定会超过。每个人每天都在做的事情有三件，第一是认知、第二是思考、第三是行动。

移动互联网把现实世界数字化，事实上是提升了人的认知，而AI技术是取代了一部分人的思考能力，甚至通过AI和其他技术的结合，直接能将思考转化为行动。

访谈者：GPT出来后，我们看到有不少企业已经在内部使用AI进行提效，是否可以认为，未来使用AI的能力将会是企业的基本功。谁用的更好，谁的竞争力可能就更强？

王天扬：可以肯定地说，使用AI的企业，和不使用AI的企业，它们之间的差距将会非常非常大。

我举个例子，我们有个客户，员工数有十几万人，HR 有2000多人，每月只是做算薪就这一个动作要花费20天。做完薪酬，其实所有的HR都累瘫了，但接下来的几天更难，他们要解答所有员工对数据的疑问。一步步排查，解释，消除理解上的分歧，反复沟通导致HR和员工的体验都很差。那我们做了什么事情呢？将公司所有信息整合在一起，结合了GPT的聊天和对话能力，形成了一个问答终端。它既能理解员工提出的问题，又能够快速提取逻辑并给出答案。光这个事情，我们的客户就高兴得不得了，他再也不用被自己的员工挑战了，GPT可以24小时不间断工作，很快地响应，还能保持稳定的问答质量。你可以想象，光这一点，就省了多少时间和成本。

还有最近IBM的新闻，已经暂缓招聘像HR这类不直接面向客户的岗位了。他的CEO认为AI可以轻松地完成30%至50%的任务，并且能表现得比人类更好。

从SaaS到MaaS，颠覆下的必选题

访谈者：AI技术出现后，大家一度非常恐慌，不仅是个人担心被替代，SaaS公司也会担心被颠覆。作为SaaS从业者，您怎么看待这件事？

王天扬：回到前面聊到的OpenAI CEO用ChatGPT4.0演示的在家招待朋友用餐的例子，这个演示是想告诉大家GTP本身能够做很多事情，但是要真正的让它更好的为客户服务，事实上它的背后要整合很多其他的自动化技术，然后用ChatGPT来驱动这些技术，就像它能驱动购物平台直接下单一样。通过一系列的自动化可以直接达成用户期望的结果，这才是未来的发展方向。

访谈者：也就是说，简单地把ChatGPT嵌入自己的产品，是没有意义的一件事情？

王天扬：是的。比如在HR SaaS里嵌入GPT的问答窗口，让HR去做一些文案的辅助工作，这样的解决方案就太基础了。我们要彻底思考未来企业应用的形态是怎么样，它很可能就没有菜单和界面，完全跳脱从软件时代沿用至今的这一套体系，也可能也没有独立的入口，就是依托于微信这样平台来使用。今天我们对企业应用软件，包括SaaS的所有认知，在未来或许都会被颠覆。

访谈者：现在我们在讲一个概念叫做MaaS，意思是模型即服务，把领域内的具体问题，结合AI来做深度解决。那创造和使用这些模型，是否会是SaaS公司的一条新路呢？

王天扬：所有基于大模型的应用公司，都在做一件事情。就是把能力应用到某一个场景上去。每个场景的解决方案，就生成了一个个模型。在互联网上，我们看到有应用能自动输出产品需求文档，自动写ppt，这都是属于MaaS的范畴。SaaS其实有机会去组合应用这些MaaS模型，组装成适用于一个大的业务领域的解决方案。要考虑在使用不同的模型时，如何设计他们之间的交互，如何管理模型带来的基础数据，以及根据自己的具体场景来调优。

说到这里，我想分享一个我们自己的实例。

再小的企业，都会有员工手册，对吧？企业里的员工会有很多很多政策上的问题，规范上的问题，都会去问HR，可以想象一个小公司的HR的工作有多繁重。那我们可以给到企业一个后台，只要企业准备好员工手册，收集好各类政策，无需梳理总结，直接上传给大模型，这个系统就准备好了。员工不需要任何系统培训，遇到问题时只需要打开微信，输入问题询问GPT，无论企业大小，80%-90%的问题都能得到回答。

而且，这个模型是可以和客户的人力资源系统组装的，组装后员工能得到完全个性化的答案。同样是问：这个月再多签100万的合同，我能拿到多少奖金。我们的AI会告诉你，结合公司的薪酬制度，绩效评定标准，你能得到具体多少钱。

易路一直瞄准的是中大型客户，但尝试去做这些模型的时候，我们发现不论多大的客户都可以快速使用起来，是一件非常好的事情。

访谈者：对于想应用LLM技术（大型语言模型）的SaaS企业，有什么经验之谈可以分享吗？

王天扬：一方面需要深入找场景，根据对行业的理解，找到一个可组装的点，深入地去组装而非直接嫁接。像前面讲的那个例子，就是使用 LLM和人力资源系统组装，才能做出区别于ChatGPT的产品。SaaS产品要尽可能做到可组装，每个模块的业务能力都可以互相进行连接，甚至可以去连接外部的一些数据和组件，才能真正构成一个能适应环境灵活变化的企业服务的产品。

另一方面就是需要做到领域里的最强者，不是说什么都有就好，而是有一点最强就可以让所有人都来接入。当前，这一切都要建立在核心价值上，有了核心价值在生态里才会被需要。

事实上我们和Gartner对人力资源发展趋势有这样一个共识。就是传统一体化HR SaaS的发展瓶颈已经显现，而采用可组装式HCM SaaS的企业机构，在新功能的实现速度上将比竞争对手快80%。并且我们也和Gartner在可组装的方向上积极探索着新合作。

访谈者：对于应用AI的风险，SaaS公司应该关注哪些？

王天扬：首先在使用的规范上要合规，再怎么强调数据保护和隐私都不为过；其次，AI要有真实性，保证数据源头的真实；另外，个人数据和企业数据在AI容器的交互的边界，双方可以有一个制衡，很多公司在管理时候没有意识到。我们自身，从技术框架创建的第一天起，就把数据的安全和可靠性作为原则，这也是客户非常看重的一点。

SaaS漫漫二十载，而今迈步从头越

访谈者：SaaS已经问世二十多年了，市场上也有市值千亿的公司，你觉得他代表了SaaS的发展终局吗？

王天扬：我认为远远还达不到终局，甚至说我们还在很初级的一个阶段。现在仅仅只是把线下的工作搬到了线上，提供的价值也不够明显。未来还有很大的发展空间，特别是有了大模型以后，SaaS应该更有想象力。

例如你公司有个很棒的员工叫马克，有一天你想再招一个像马克一样的人，直接让AI帮你处理就好了。AI所需的信息，系统里都有，AI可以根据系统中马克的所有信息，自动生成人才画像并发布岗位、找到候选人、面试，只需要终面时，由人来进行最终把控。这只是其中的一个场景，AI+SaaS能做的事情还有很多。

访谈者：可以看到，大模型是首先诞生在美国，中国还在奋力追赶这方面的能力。AI作为可能助力SaaS腾飞的一种技术，会使中美SaaS的差距进一步被拉大吗？

王天扬：去年我们就使用了大语言模型，但相对来说还不够流畅，只能去问一些被训练过的问题。现在有了GPT 4.0，基本上说什么机器都能够理解了，这是非常大的进步。

而且大语言的算法是通用的，当前的差距无非是训练时间和训练难度导致的。GPT的训练语言是英文，所以在英文环境下表现较好。但中国的优势是什么？我们有着海量的应用数据，而这些数据是可以被搜集和使用的，相信通过训练，可以很快在这方面赶上。

所以，我不仅不认为AI会拉大这个差距，反而觉得这可能是中国SaaS弯道超车的一个机会。

这场访谈的独特之处在于，在访谈前，参与双方都借助了AI技术进行了充分准备。访谈者使用AI辅助生成了访谈提纲，而沟通过程中，访谈者频频笑称“这个问题我问过GPT”，受访者也多次表示“这个问题GPT是这么说的……”双方的沟通不仅没有因为AI而逊色，反而因为AI出人意料的回答方向，碰撞出了更多的火花。

这个微小的改变，或许正是我们今天讨论AI的原因所在。

通过这次交流，我们深深感觉到，技术窗口已经敞开，它公平地降临在了所有企业面前，无论企业在中国，还是在美国，企业规模是大还是小，是SaaS企业还是软件企业，他们的未来都有着无限的可能。

可以说，科技的发展如同一辆永不停歇的列车。

还没有上车的企业，正在上下求索，只求一张登车的票。

而已经在车上的企业，既有已经发布大模型的Google、微软、百度、华为、阿里等一众国内外科技巨头，也有已经在应用大模型，进军MaaS的金山云、易路人力资源科技等。他们更多思考的是以什么样的状态度过车上的时光，以及列车的终点在哪里。

无数的疑问等待着企业家，等待他们和时间一起，共创答案。