NSDT工具推荐Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模

人工智能正在改变一切,其速度比我们一年前的想象还要快,这已经是陈词滥调了。 它的一些最深远的影响将体现在企业软件中,这使得现在成为一个独特的建设时期。

ChatGPT、Google Bard、Bing Chat、Midjourney、Stable Diffusion 等生成式 AI 工具已经在改变软件的面貌。 这导致我们对每天用来执行工作的工具的看法发生了巨大的变化,并为未来的发展带来了很多兴奋。

我们相信每个软件公司都会将生成式AI集成到他们的技术栈中。 随着每个 SaaS 应用程序都成为AI原生应用程序,这种区别最终将消失。 作为一家公司,十多年来,我们一直在支持AI前沿的企业家,我们对这种新范式转变将带来的机遇感到兴奋。 生成式人工智能将改变我们要求软件执行的任务类型以及 SaaS 应用程序的构建方式。 我们将看到新的商业模式、生产力和效率的巨大提升、更大的个性化以及新创意内容的爆炸式增长。

但这些结构性转变也将引发有关道德和法律影响、数据主权和隐私、创造力、知识产权以及工作本身性质的严重问题; 我们才刚刚开始解决的问题。

1、SaaS 4.0的出现

当 Salesforce 于 1999 年首次出现时,这是一场革命。 业务线软件可以通过网络交付并在多租户解决方案中配置的想法使企业能够根据需要快速扩展。 Salesforce 开创了一种新技术模式(基于云的计算)和一种新的业务模式(定期许可证与一次性永久软件)。 SaaS 应用程序提供更低的前期成本、更容易的设置和部署以及更频繁的软件升级。 随着时间的推移,这一运动催生了整整一代市场定义公司,包括 Hubspot、Marketo、Workday 和 Zendesk。

一旦记录系统基于云,下一个明显的前沿就是激活这些系统中存储的数据,以直接吸引客户进行客户服务、销售、营销和其他前台用例。 这一时期智能手机的出现开辟了移动和聊天等新渠道。 内部协作应用程序的出现使知识工作者的工作效率大大提高。 MuleSoft、Slack 和 Twilio 等公司体现了这些参与系统。

随着企业产生越来越多的数据并开始应用分析,SaaS 应用程序演变成早期的智能系统。 供应商开始将人工智能功能嵌入到他们的应用程序中,以实现更高的生产力和自动化。 突然之间,企业能够以之前不可能的速度扩展流程并产生新的见解。 Kong、Intercom、Monday 和 Moveworks 等公司利用自动化为客户带来更大价值。

由于生成式AI能力的惊人增长,我们相信 SaaS 现已进入第四代:认知系统。 生成式AI将渗透到每一个 SaaS 应用程序中。 现有企业和初创企业都在努力将这些功能融入到他们的产品中。 在这个新时代,超过 50% 的知识工作者工作将接触到人工智能,AI可以根据任务增强/补充他们现有的工作流程。

2、软件:第四代

现在还处于非常早期的时期。 展望未来,我们认识到生成式AI将从根本上改变软件的各个方面。 我们已经看到创造力的民主化,生成式人工智能能够起草诗歌、创作歌曲,甚至写笑话。 这可能会开启个性化的新时代,对每个用户的针对性可以提高 100 倍。

TikTok 已经使用数据来确定接下来要加载哪些卷轴,以最大限度地提高参与度。 如果它可以变出定制的AI生成视频来唤起每个用户的特定情绪反应,该怎么办?

SaaS 的定价模式也将不断发展。 它们将不再基于座位,而是基于服务的价值、个性化水平、参与深度以及产生的工作量。 数据库和应用程序工作流程将继续融合,进一步模糊技术栈之间的界限。 这种创新将产生新的商业模式。

3、软件企业家的框架

事实是,目前还没有人知道这一切将如何发展。 但我们确实知道一件事:根深蒂固的现任者意识到正在发生的变化,并且他们并没有停滞不前。 微软将大型语言模型集成到其云办公套件 Microsoft 365 Copilot 中只是一个例子。 Salesforce 的 Einstein GPT 是另一个。 Adobe 推出的 Firefly 又是另一个例子。

最近与数百名 SaaS 企业家会面后,我们在 评估投资时考虑了以下一些标准。 我们分享这一点是为了引发更多讨论,并使我们与创始人的对话更具吸引力。

  • 专有数据。 如今的大型语言模型(LLM)是在公共数据源上进行训练的。 能够利用专有数据集的初创公司将有机会创造差异化。 重要的是,帮助公司利用自己的第一方数据也将变得越来越有价值。
  • 互动频率。 从历史上看,成功的软件公司通过可扩展的产品构建了专用的工作流程,并利用上市专业知识将这些产品交到客户手中。 Gen AI 将在自动化方面增强这一过程。 互动的频率很重要。 我们认为,那些能够利用每天或每周多次重复的工作流程的公司,与那些更加偶发或不频繁的工作流程相比,具有巨大的价值。
  • 用户界面的深度。 我们看到很多初创公司的应用程序只是现有应用程序的薄包装。 我们现在的工作假设是,初创公司可以创造更多价值,这些初创公司在自己的应用程序中提供更大的影响力或引力,同时在需要时集成到其他系统中。 仅靠 ChatGPT 的客户前端无法长期防御
  • 10 倍的价值主张。 IT 决策者已经有太多的应用程序可供选择。 考虑到围绕生成人工智能建立的新公司数量不断增加,这个问题将会变得更加严重。 能够提供高出 10 倍价值的创始人——无论是价格、客户体验,还是将现有的手动/繁琐的工作流程产品化——将在突破噪音方面取得更大的成功。 根据我们的经验,防御性还来自于明显更好的产品体验、对大问题的关注,或者某种程度专有的反馈循环。
  • 低级智能与高级智能。 生成式人工智能的早期经验告诉我们,LLM将能够使我们大部分工作实现自动化。 高级智能(定义为为公司带来重大价值的可重复工作)比自动化没有立即或经过验证的投资回报率的简单任务对客户更具长期吸引力。

原文链接:SAAS 4.0: SAY HELLO TO THE ERA OF COGNITION

BimAnt翻译整理,转载请标明出处