SaaS 公司如何成为 AI 独角兽？发挥长板：流程、用户需求和数据积累

撰文/宇婷

今天看到《经济学人商论》的一篇文章，从投资人角度出发，去分析投资策略。这篇文章带来的一个启发是：

谁会获取前沿技术带来的价值，是风险资本支持的创业公司，还是老牌科技巨头？拥有最先进的聊天机器人好，还是拥有大量的客户好？

昨天看到纷享销客创始人罗旭有一个观点，企业级市场是一个“赢家通吃的市场”。在这个观点的基础上，罗旭认为：对 GPT 的理解，不能只是纯从技术出发。因为根据国外趋势， AIGC 做营销内容确实挺好，但关键是得想明白，在各种垂直领域客户要什么样的内容，你怎么提供更好的内容，做出差异化来才是关键。所以我觉得这波机会最后拼的是对客户业务的理解能力，而不是对 AIGC 和工具结合的这种所谓的取巧的能力。还得看对场景的理解。

在我实际接触到的另一个案例之中，快决测，这是家公司本身是数字化水平很高，这就让他们在这一轮的 AI 应用之中，有数据基础。创始人、CEO 李韶辉认为这一轮 AI 能够给企业提速的关键部分是：写代码的能力和数据分析能力。‍‍‍ 

李韶辉的思考在使用 AI 前后，也有了新认知：我们要在各自的垂直领域做事情，建立垂直领域的数据集和模型，能够让客户用起来，在用的过程中积累数据。大语言模型不可能覆盖垂直领域里的数据、流程。对于垂直领域的厂商来说，用户的流程、需求的理解，以及本身对于数据的理解，AI 在业务中推动和发展。比如说垂直企业和 20 个客户了解 100 个商业问题，把 100 个商业问题转换成 AI 模型，客户的实际需求会推动 AI 的商业应用。

谁是中国的 OpenAI，将是一波重要投资机遇。以高瓴资本支持的成立 16 个月的中国人工智能创业公司 Minimax 估值超过 10 亿美元。据外媒报道，一年前，Minimax 的估值在纸上只有 5 亿美元。  

但是不是只有 AI 技术的公司能够获利？我觉得未必。‍‍‍‍‍

革命性创新的许多价值往往被老牌公司获取。

管理学大师克莱顿·克里斯滕森（Clayton Christensen）提出了一个创新理论：小公司往往能在老牌巨头们绕着走的低端或者全新市场打开局面。这些老牌巨头通常专注于为现有客户和业务线部署新技术。它们并非能力不济或对技术进步一无所知，而是从利润最大化的角度来走一条看似正确的道路。等到反应过来却为时已晚，根基受损。

为 AI 创业公司的前景振奋的投资者自然是觉得一个颠覆性创新的时代正在到来。对生成式 AI 平台的兴奋之情大多聚焦于它们有潜力成为一项可部署的新技术，而不是催生可能开辟全新市场的公司。

风险投资家埃拉德·吉尔（Elad Gil）指出，之前在范围更广的机器学习（生成式 AI 是其中一部分）领域取得的进展，其价值几乎全部归了老牌企业。早期互联网创业公司从中受益，微软以及英伟达、美光等芯片公司也得到了好处。

机器学习的早期阶段并没有在各个利基市场里造就堪比亚马逊或谷歌的上市公司。

经济学人的判断是：AI 技术的市场价值最终似乎更有可能为现有科技巨头锦上添花。