AIGC的泡沫有多大？

本文来自微信公众号： ToB老人家 （ID：ToBlaorenjia） ，作者：王戴明，头图来自：AI生成

最近和软件高管群的一位朋友聊天，问他们的AIGC产品发展还顺利不。

他和我吐槽了半天，要点如下：

• 企业付费意愿不强

• 定制化程度太高

• 交付和回款周期很长

总结就是：根本养不活研发团队。

前段时间还有AIGC创业者找到我，咨询我如何求职。

虽然公司已经有几千万的收入了，但是显然他发现：还是打工更能养家糊口。

毫无疑问，在过去一年，我们看到的AIGC繁荣，有很大一部分是假象。

这里有2点很关键：

1、不要拿欧美AIGC来类比中国AIGC，他们就是两码事；

2、 我个人非常看好AIGC的长期前景 ，但是厌恶短期的泡沫，哪怕它是不可避免的。

还要补充一点：由于我本人的局限性， 本文仅限于讨论AIGC在中国B端的应用前景。

一、被高估的AIGC

在去年，软件高管群就有创业者开发出了垂直行业AIGC产品，市场反馈很正面，某互联网大佬也表达了投资的意愿。

但是今年他告诉我：

AIGC产品最大的价值就是让软件卖得更贵了，但实际上，由于AIGC生成的内容只有90%的准确性，而他所在的领域却要求100%的准确性，所以AIGC产品根本就产生不了真正的业务价值。

至于为什么客户还愿意付费，这位CEO解释到：其实客户也需要向上汇报智能化的成绩，而AIGC显然很对领导的胃口。

另一位头部SaaS公司的产品VP也告诉我：ChatGPT发布后，他们第一时间就开始研究AIGC产品，但是1年多过去了，实际上只跑出来1、2个场景。

他的结论是：在他们的领域，AIGC目前还不适合大规模应用。

问题出在哪？

核心在于：AIGC本质上就只是一个相关逻辑。

比如它知道1+1=2，但并不是因为它懂数学，而是它根据历史数据，推断1+1=的后面99%的概率会出现2，于是就给出了2的结果。

但是我们的企业管理更多的不是相关逻辑，而是因果逻辑，比如客户购买了2个商品，那么订单金额肯定就是2个商品乘以它的单价，这个绝对不能用概率去推断。

大家可以去梳理一下，企业业务场景，是不是至少90%都是因果逻辑？

比如采购、销售、库存、生产制造、财务核算、供应链管理。

哪怕是一些看起来不需要100%准确的场景，其实也没有我们想象中那么随意，比如：

• 秘书写一份会议纪要，1%的关键错误也是不能接受的；

• 设计做一个宣传海报，也是100%要符合企业UI规范的；

• 客服回答客户的问题，1%的误导也是不能接受的。

• 医生写一份诊断报告，1%的结论错误也是要出大问题的。

所以，如果真的用AIGC去处理企业的大部分业务，哪怕只有1%的概率出错，也会给企业带来很大的损失。

其实，ChatGPT发布已经接近2年了，但现在我们最苦恼的“居然”还是它在什么场景下有用！

这难道还不能说明问题吗？

二、AIGC必然面临市场天花板问题

虽然AIGC最终肯定能找到合适的业务场景，但是我敢说，它在中国的发展也达不到欧美的水平。

AIGC落地在B端，其本质也是企业软件。那么，AIGC接下来要走的路，SaaS已经帮他走过了。

这里有2点非常关键。

第一，中国软件的问题，不是技术问题，而是市场问题。

中国软件的主要问题，还是客户 （特别是国有企业） 不认可软件价值的问题。

AIGC也一样。

第二 ，中国SaaS没有解决的市场问题，AIGC都要一一面对。

欧美SaaS发展得好的原因，也将是欧美AIGC能发展好的原因。

中国SaaS发展得不好的原因，也将是中国AIGC发展得不好的原因。

所以，不要迷信AIGC，它将很快在美国大获成功。

但是在中国，就是另一个故事了。

三、最后想说的

我必须再次强调：长期来看，我是AIGC最忠实的拥护者。

就好像长期我也非常看好SaaS一样。

但是我们也必须警惕短期会出现的泡沫，特别是在经历了SaaS这一波闹剧以后。

本文来自微信公众号： ToB老人家 （ID：ToBlaorenjia） ，作者：王戴明