AI 对 SaaS 产品是颠覆式的：将来所有的 SaaS 产品都基于 AI (AI-based-SaaS)，这与 SaaS 基于云设施 (IaaS) 没有本质区别。

自 2022 年 11 月份 ChatGPT 发布以来，SaaS 圈一直处在兴奋与焦虑中。无论是成立十几年的公司，还是刚准备做 SaaS 创业的团队，由于 GPT 的新突破，大家在技术上都回到起跑线。

我也在起跑线上，好在比大家有更多时间研究 AI 新发展 ——阅读了几本专业书籍和上百篇文章，研究了从生物、社会学到芯片、IT 技术的各种播客，自己也动手尝试了 GPT 的文字能力和编程能力，并参加了多家 VC 组织的专题讨论会。

今天就专门为 SaaS 圈的朋友分享一下我的初步看法。先说结论——关于 AI 与 SaaS 关系的几个主要观点：

1. 长期：AI 赋能 SaaS，且影响深远

2. 短期：GPT 已被高估，大语言模型尚有诸多局限

3. to B 的商业逻辑大于技术逻辑，AI 对绝大部分 SaaS 产品是个慢变量

4. SaaS 公司境遇的推演及应对

长期看：AI 赋能 SaaS，且影响深远

站在钱塘江入海口的人即便有预期，但潮水打在脸上的体感还是无比震撼的。GPT [1] 的出现则更是超越了所有人、包括所有 AI 前沿科学家的想象。

我与 SaaS 公司的创始人们交流，大家有各种比喻。有人认为是 iPhone 时刻再临，也有的认为这就是第四次浪潮。我则认为 GPT 的影响堪比电力设施的应用。

从 1990s 互联网时代开始，人类的信息就处于爆炸状态。从某种意义上说，人的决策通通都是信息的不完整决策。而 GPT 的出现大幅改善了这个状况。电力网络传递的是能量，而 AI 网络传递的是高效率的信息和预测 (至于与人直接相关的决策，我认为不可以由 AI 来做最终决定)。

业内有人说 AI 会颠覆 SaaS，这是错位的误判。SaaS 是帮助企业提高效率或赚钱的工具，而 AI 是技术手段。AI 会赋能 SaaS，而不会颠覆 SaaS；正如电池会为新型汽车发动机提供动力，而非替代发动机。但 AI 的出现，长期看 (5~10 年) 确实会让 SaaS 产品发生变化；其中心化的特点也会引起每个 SaaS 品类内部兼并和聚集。在这个变化过程中，肯定有一些 SaaS 公司会死去：

1. 未跟上 AI 时代的公司被紧跟潮流的公司替代

2. 过度投入 AI 技术的公司并不能立即提升产品价值，将由于现金流问题更快挂掉

为什么会有上面第二点？我们接着聊聊~

短期看：GPT 已被高估

下图的底图来自 2022 年 7 月 Gartner 的 AI 技术成熟度曲线。当时 “生成式 AI”处于“技术萌芽期”的末尾、“期望膨胀期”的门口 [2] (见黄色箭头)。

从这个判断可以看到 Gartner 的分析师们还是很牛的。我们期待 Gartner 早日更新此图。

根据这个曲线，我们可以推测，目前“生成式 AI ”已进入“期望膨胀期”的顶峰，很快会开始下跌进入“破灭谷底期”。所以，我不同意公号“汐笺”虹线的观点《ChatGPT 会干掉 80% 的 SaaS 公司，连带 Office 一起》[3]；但我也不像吴军先生那么悲观，认为 AIGC 带不来任何变化 [4]。

通过大量阅读和探讨，我对现阶段 AIGC 的初步判断如下：

1. LLM [5] 很难拥有完整的人类智慧：GPT 可以读到人的输出，但人类的输入如思考过程、体感、心境等，很多来自心脏、肠胃神经的影响 (举例来说，人在饥饿的时候逛商场就会比平时买更多商品) 。也就是说，未来很长一段时间里 (以 10 年计)，LLM 能得到的信息也是不充分的，甚至是缺失了关键链条的 (即人的思维过程)，LLM AI 很难拥有完整的人类智慧。

2. GPT 没有意识：GPT 只是语言模型，多大的模型也只是基于语言，它只是在模仿人类的语言互动方式。大家感觉 GPT 有意识，甚至有人发文说“爱上了chat.bing”，那只是被语言的表象迷惑，我确定对方只是言不由衷的“渣男”。

3. AI 间难以主动协作：AI 人工智能没有生命期限，难以形成有效协作。“我能永生，为啥还要与别的 AI 共同哺育下一代？”没有这个碳基生物的基本使命，AI 之间难以协同。

4. 智商不是唯一的竞争力：地球上的竞争中，并没有智商高的族群就一定获胜的规则。尼安德特人的脑容量为 1800ml，而我们今天的智人只有 1400ml。虽然我们尚不能证明尼安德特人比我们智人智商高，但可以确定的是，智人在大约 2 万年前战胜尼安德特人的主要原因是，智人有更多想象力、相信森林中有神，由此能够用图腾崇拜把很多个智人部落联合起来，最终打败尼安德特人的小部落。(详见尤瓦尔·赫拉利的《人类简史》及河森堡的《进击的智人》)

5. AIGC [6] 永远不会 100% 准确：GPT 的理解能力、推理能力不保证输出准确。它的底层毕竟是来自大数据训练模型，这更像人，而与工厂制造出来的高稳定性机械及电子产品非常不同。AIGC 回答不准确（有时候还会编假话对付你的追问）这和人更相像。

关于这一点，在纽约时报前总编辑 Craig 采访 GPT-4 之父、OpenAI 首席科学家 ILya 时谈到过：“神经网络有时候会有产生幻觉 (Hallucinations，特指人工智能给出的“事实性错误”) 的倾向......我们今天使用的方式，是雇用人员来教我们的神经网络如何表现，教 ChatGPT 如何表现......我认为这种方法非常有可能解决幻觉问题。” [7] 

但笔者从逻辑上推测（毕竟我不是 AI 专业人员）“人工修正”是无法解决海量问题的。所以 AIGC 永远不会 100% 准确，这对 SaaS 产品这类企业级应用是一个非常重大的限制。

6. 伦理限制：AIGC，包括未来的 AGI [8] 拥有远超人类的预测能力；但受到人类伦理上的限制，决策权不可交给 AI。为了提高生产力，人类不会禁止 AI；但“降临派”与“拯救派”的博弈结果很可能是对 AI 参与决策做出很多限制。

GPT 目前也是遵照这个方式，它可以帮我写 Python 程序，但不能自动调试。这是为了安全隔离，避免AI自动生成危害人的程序。我只能每次把调试结果反馈给它，它再进行程序修改。

很多人使用 GPT 生成数据库程序 SQL (结构化查询语言，Structured Query Language) 也是如此。这可以让 GPT 不直接访问数据库，保护我们的数据安全。这一点也会影响到 SaaS 产品的 AI 应用。企业员工使用 AI-based-SaaS (基于 AI 的 SaaS）时，AI 只能提供决策选择、分析参考，而不可以帮企业直接做决策。

以上这些判断基于当前能获得的信息和资料，我预计有效期为 5 年。5 年之后的技术发展确实很难预判。但这对我们 SaaS 公司当下做出决策已经足够。

To B 的商业逻辑大于技术逻辑

不可否认，长期看 AI 对 SaaS 产品是颠覆式的：将来所有的 SaaS 产品都基于 AI (AI-based-SaaS)，这与 SaaS 基于云设施 (IaaS) 没有本质区别。但请注意，AI 是个慢变量。它将从 3 个方向改变 SaaS 公司及产品：

1. SaaS 公司内部使用 AI 工具提高效率

2. SaaS 企业内部主动改造 SaaS 产品3. 受 AI 影响外部环境发生变化，客户需求大幅变动

前两者大部分是微创新；只有需求的变化才会对 SaaS 产品造成颠覆性创新。

从时间轴上看，大致会是这样：

A、长期看 (5~10 年及以上)：因为 AI 对小到人机交互方式，大到人类的学习方式、教育方式，甚至企业组织方式、社会经济及政治的运行方式都会有所影响。所以这个颠覆不仅是对 SaaS 产品的颠覆，而是对整个社会的大改造。这个影响会很漫长，周期以 5~10 年一个阶段计算。

B、从 3~4 年的中期看是逐步改造。首先是互联网行业、软件行业，然后是传统行业，最后是政府部门。

C、从 1~2 年的短期看，对 90% 的 SaaS 产品来说都只是微创新。例如，目前的用户页面都是 GUI [9]，将来也不会都被 LUI [10] 替换。ChatGPT 对话很炫酷，但我们可以想象用户操作还是脱离不了图形界面——难道用鼠标在屏幕上点个复选框的事情，还要我用语言描述 30 秒？

最终会发生结合，就像我们 1980 年代学电脑时还只有键盘，后来才慢慢增加了鼠标。很多用户页面会逐步升级为 GUI (图形)+LUI (对话)。这是微创新，而非颠覆性的。

在一次线上交流中，明势资本徐玥晨说：“用户体验决定了 UI 选择”，我深以为然。GUI+LUI 的混合交互模式才是趋势，用户将会做出这个选择。目前 GPT 的能力只对智能客服、低代码、RPA、财务自动化等少数领域有巨大影响；而这些影响也都来自客户需求的大幅变化。

小结一下这个推导过程：

a. 商业逻辑（做产品是为了满足客户场景需求）决定了除非客户需求发生巨变，否则产品不会发生颠覆性变化 →

b. 企业客户的变革会很缓慢，AI 技术本身也还有很多局限，大家都需要摸着石头过河 →

c. 目前 SaaS 产品还是以微创新为主。

还是那句老话：以客户为中心，帮客户解决问题。以技术为中心并不能解决客户的困难，只是在闭门造车。（“商业逻辑大于技术逻辑”：此语来自理查德·鲁梅尔特的《关键难点：领导人如何成为战略家》（The Crux: How Leaders Become Strategists)，尚未在国内出版；得到 App“精英日课”有讲解。）

SaaS 公司境遇的推演及应对

我们可以推演中国 SaaS 公司在未来 10 年中将会发生这些变化 (由近及远)：

1. 短期看，SaaS 公司的产品开发效率将逐渐提升。公司内部对创新精神的鼓励会更多，毕竟从现在开始，想到一句正确的 prompt (提示词) 比一晚上的加班更有效率。网易智企的 CEO 阮良前几天刚写过一篇文章《CEO 漫谈丨拥抱 AIGC 时代 (一)：交易成本的变革》。我特别赞叹他们的科研精神——经过对“一个新产品生命旅程的交易成本”这个对象的详细研究，发现总体成本能够下降20.7%。

这个“节约人力资源”的比例和你心中的数字相比是不是有点低？但想想也很正常：毕竟只有局部工作项能够被 AI 赋能。而且效率提升 20.7% 也已经是个不小的进步，意味着以往每天 8pm 下班的人可以 6pm 准时下班了。

2. 对于很多已经有需求的场景，如果以前就缺一个更好的技术、很别扭，AI 正好能解决，那就会应用得很快。例如这个操作场景——在 CRM 中用多种条件搜索一条商机记录；我们会发现用语言描述讲比用鼠标选点多个下拉框要快得多，用户体验也会好得多。

3. 产品集成度会增长，SaaS 公司之间的大合作、大兼并在所难免。背后的原因是 UI 用户交互界面通过对话的形式大大简化。客户会需要更统一的工作平台。

4. 由于第 3 条，已经独占鳌头的 SaaS 公司会更强大。他们的产品会更快整合其他公司的产品，兼并或打通合作。按 SaaS 生态的发展规律，中国的 SaaS 领域原本就会在 2023~2025 年逐渐进入马太效应时刻，而 GPT 的出现加速了这个进程。

5. 能够完成“Chat 总线”的新产品或（服务大客户的）集成商在生态中逐渐出现，并获得重要地位。下图来自帆软简道云运营负责人沈涛的设想： 

6. 小规模 SaaS 公司会面临小软件作坊的更大挑战。软件作坊得到了 GPT 及其插件的极大赋能，做定制开发的效率更高。

7. 基于 AI 的新 SaaS 创业公司会大量出现，但 to B 仍然是慢活，新产品的商业化普遍需要 2~3 年的时间。2~3 年后会看到大量企业客户在使用基于 AI 的新 SaaS 产品，即 AI-based-SaaS。

8. 中国企业的采购模式将会在未来 3~5 年中发生重大变化。与 AI 聊天的方式大大降低了分析数据、获得信息的技能门槛，这个过程将充满小工具、而非大系统。小工具的引入需要引入更灵活的 IT 采购方式，中国企业、甚至政府部门将不得不改变 IT 采购流程。首先改变的是大大小小的民营企业，然后是国企，最后是政府单位。后两者的彻底改变需要自上而下的改革意识 [11]。

总结

从 SaaS 企业内部看，AI 与容器、Serverless 等新技术一样，都是为了逐渐让开发人员、业务人员只专注业务逻辑......我想这就是这个时代科技的发展方向吧！

对于处于低谷中的 SaaS 公司来说，大语言模型 AI 的出现增加了更多获益点——从客户需求侧渐变、SaaS 产品生产及营销服务效率的提升、生态及整合多方面都将有从慢到快的良性变化。

此外，我还要给大家一个建议：不要在假设之上谈假设，这永远得不到正确的结论；反而会浪费抓住新机遇的时间。天天焦虑，不如沉下心利用 AI 干点实际工作、帮客户解决一个实际问题。

本文提及缩略语及文章：

[1] GPT：Generative Pre-training Transformer，基于互联网可用数据训练的文本生成深度学习模型

[2] 2022 年 7 月 Gartner 的 AI 技术成熟度曲线

[3] 《ChatGPT 会干掉 80% 的 SaaS 公司，连带 Office 一起》，最小可读 

[4] 《吴军：ChatGPT不算新技术革命，带不来什么新机会》， 學人Scholar

[5] LLM：Large Language Model，大语言模型，旨在理解和生成人类语言。LLM 是一种语言模型，由许多参数组成的神经网络，使用自监督学习在大量未标记的文本上进行训练。

[6] AIGC：AI Generated Content，即“人工智能生成内容”，是指利用人工智能技术生成的内容。AIGC 是人工智能的一个分支，与 AGI 不同，AGI 是一种能够像人类一样思考、学习和执行多种任务的人工智能系统。

[7] 《OpenAI 联合创始人、首席科学家 Ilya Sutskever 解读大语言模型的底层逻辑与未来边界》，M 小姐研习录

[8] AGI：Artificial General Intelligence，通用人工智能；是指一种能够像人类一样思考、学习和执行多种任务的人工智能系统。

[9] GUI：Graphical User Interface，图形用户界面

[10] LUI：Language User Interface，自然语言用户界面

[11] 《SaaS 创业路线图（130）呼吁中国企业改变软件采购流程以迎接数字化时代》，SaaS 白夜行