「AI大模型如何刷新SaaS？」直播回顾_风闻

访谈、编辑｜宇婷   稿件助理｜晓飞‍‍‍‍‍‍‍‍‍‍‍

AI会怎样融入软件和To B、SaaS 行业？如何与用户进行交互？To B新势力的直播间，邀请了：爱点击的市场总监Bobo，用友大易产品部副总监王磊，纷享销客创始人兼 CEO 罗旭，基智科技创始人兼CEO张文战（按讨论顺序）进行了一场直播讨论。

直播中我们讨论了以下问题：‍‍‍‍‍

1、为什么准备接入文心一言？文心的接入方法是什么？今天看了发布会之后，对于文心一言有什么期待？

2、在考虑接入文心一言的时候，有没有考虑同时接入ChatGPT？‍‍

3、目前考虑将AI和已有实际业务场景如何结合？

能够给客户带来的新价值是什么？本次接入AI，和以往已经有的AI应用突破性创新在于什么？接入AI过程这中是否有一些心得？

4、如何考虑AI的成本投入。‍‍

5、作为创始人和CEO，如何进行AI的战略部署？

6、5个关于AI的价值观和观点

（1）对话式学习会成为主流。

（2）AI不会撒谎。

（3）AI的本质是软件，中国AI的机会是做差异化

（4）AI时代的决策=AI预测+人的判断

（5）您认同在使用AI过程中可能会出现波动，需要克制使用AI。

本文梳理了各位嘉宾在讨论之中非常有价值和参考性的观点，按照嘉宾讨论的顺序，做了摘要：

1、爱点击市场总监Bobo‍

AI目前对于营销端热来说确有冲击，但仍处于辅助角色。

爱点击其实是为企业提供从技术到策略以及到落地执行，在于数字化运营和营销云的服务。我的分享从市场口径切入。其实爱点击本身是有大数据基因的，而且在AI 这个领域已经做了很多年的布局和探索的，营销端跟人工智能的结合就是密不可分的。最近这段时间，我们投入了很大的人力，会再做一些比如说像自然语言处理，流程自动化这部分的技术和企业方的实际的需求，而且我们已经有了一些落地的成果，和相对成熟的基于 AI 的全域营销数字化解决方案。

未来可能会在一些人机协同、智能化运营，甚至说智能化创意的生成等方面有一些突破，因为这几个是营销端非常常见的需求。也可以说联合百度来打造一些解决方案，以丰富和拓展爱点击原有的数字化和智能解决方案上的一些场景。在本土语境适配上，文心一言还是比较有优势的。

AIGC能够增强内容管理的系统能力。在市场人做内容、品牌传播，甚至广告投放时，可以快速自动生成文本。如果进行规模化训练，可以不断优化生成本文，效率的提升不止一倍、两倍，会达到指数级效果。

在营销端效果和转化分析、数据洞察、策略优化上，AI能够对线索的数量，或者是生命周期的转化率、 ROI 等等这些营销链路上比较关键的指标进行分析。数据分析接近于实时。更重要的是能够一直迭代和优化。‍‍‍

站在市场人的视角，AI作为一个关键词，再一次进入到全人类的视野之中。

它的技术以及场景的适配，提升的就不仅仅是一个段位了，我们每一条文案的输出，很有可能都经过 AIGC 能力的加成。不仅仅在营销端，在各行各业都会突破边界。

AI目前对于营销端热来说确实有冲击，但目前仍然处于辅助的角色。

当人工智能本身的社会属性更加凸显的时候，会有一些安全风险，社会治安等这一方面会有一定的挑战。就像过去几年我们还在讨论数据安全问题一样，大家也是经历过恐慌的，但数安法、个保法纷纷出台，使这件事就变得可管可控了。现在包括欧盟、新加坡，还有日本等一些国家，已经出台了一些相关的他们应该是叫伦理准则，可能我们接下来也会有一些规范约束。

2、用友大易产品部副总监王磊‍

多模态处理能力，

推动超出传统的职位投放平台，拓展新玩法。

用友大易是一家在行业处于领先地位的智能云招聘解决方案供应商。是一家做人力资源 SaaS 产品的企业，贴合用户的场景，并给客户提供更大的价值。‍

我们自己也进行一些测试，文心一言在做一些自然语言处理、语义联想，以及提供一些人可理解的话术方面。在自然语言和话术方面，对它是有更深的期待。举个例子——翻译应用。不光是中文、英文，还有一些泰文、马来西亚文等，还包括语言翻译过程中的人工检查介入。以及多模态的框架处理能力，能够生成高质量的职位描述，以及根据文字生成配图和视频，进行网站、抖音、哔哩哔哩的投放。这就会超出传统的职位投放平台，拓展出新玩法。

考虑用文心一言的原因在于，百度目前有昆仑芯片，在当下的国际形势下，百度在国内做得不错。其次百度的搜索算法、图文搜索算法，自动驾驶算法在国内发展还不错。数据上，对于数据出境我们的考虑会非常谨慎。

以及抽象总结职位要求。减少HR工作量。通过语言处理能力，把简历中的工作经历、教育经历、毕业院校等内容，做一个增强解释。抽取职位画像和简历画像进行严格匹配，优先推荐符合岗位的候选人。

通过文心一言，全面给面试官提供指导，以考察和评价候选人。‍‍‍

文心一言的自学习能力，更新迭代速度和匹配行做得非常好。它今天是一个 100 分，明天可能就是 1000 分，成长速度特别快。

在成本和价格上，我们也会做其中的平衡，比如效果、性能以及给客户带来的价值。‍‍‍‍‍‍‍

人工智能的奇点可能会在2030 年左右就能到来。这个奇点的概念就是它的智能程度可能会达到我们一个普通成年人的智商水平，这是一件很可怕的事情，就是它在到达成年人水平的那一天之后，它就会迅速地超越我们每一个普通人。所以说这对社会带来的，无论是往小了说是我们的产品，往大了说对全人类就是一个颠覆性的技术的突破，这块让人还是很心惊的。

国内对于AI的使用和追求，和国外可能没有太大的差异，只是最终训练的数据模型不太一样。但最终的目标活着说对于AI所提供的服务，总体目标是一致的。

ChatGPT 到底能为我们做什么。目前发现，很多情况下是我们的想象力，还不知道它能为我们做什么。其实它可以做很多的事情，只不过它的能力有可能慢慢地通过自学习已经达到了，但是我们还在找它的应用场景。

AI需要个人和整个社会一起形成共识。包括个人的自我约束，和比较极客的群体，约束整体的行为。

3、基智科技创始人兼CEO张文战‍

智能客服场景要求AI的时效性达到毫秒级别响应速度。

我是百度出来的，所以对百度还是有一些情感上的倾斜。我们这个团队在 10 年前做过类似的东西，所以我对百度做这个事还是比较认可的。我们也是首批内测的。整体上超乎我的预料，当然跟 GPT  4比还是稍微有一点点差距。从这方面来看，我们整个公司对这个新技术还是比较积极的。第二点就是，我们业务场景上确实是能用到。因为我们在做这种对话式的AI，所以说其实还挺需要它。

ChatGPT 我们用的挺多的，我们公司内部也买了很多付费版本，也调用它的 API 做了一些微调，以及市Facebook 出的大模型，谷歌我们全部都试过。

先从百度、谷歌、Facebook，这几个大厂来对比，百度是比这几个大厂都要好的，而且好很多，像谷歌开发布会已经翻车了，百度这个没有翻车，然后体验起来效果也还不错，我觉得从这个维度来看还不错。第二点在于我们测了很多跟ChatGPT的对比，包括B接入了ChatGPT 的这个能力之后，我觉得不相上下，而且在一些中文的理解上，其实百度会比它好一些。第三点，文本需要推理，其难度比图片和视频高。在归纳能力上，百度比ChatGPT差。第四点，基于上下文语境的理解，基于场景的理解，比如说我让它去模拟一个对话，我充当一个人，他充当另外一个人，对场景的理解这块其实跟 GPT比起来还不错了。所以说我们也做了很多测试。基本上我是觉得可能会超出我们的一个预期。

我们的场景更多是偏实时类的，时效性要求会比较高的。比如电商类的客户，他可能会对电话触达、老客户激活，或者有一些新的活动出来以后，需要有一些机器人的电话去触达通知这样的场景很有帮助。

包括偏公安类的场景，有一些反诈的电话会打出去，就是说我们的场景对实时性要求会很高。

现在看来，整体上ChatGPT 跟百度的时效性都会稍微差一点，所以这个方面的商业化我们还得去再探讨一下到底能不能满足我们的时效性。时效性可能要在毫秒级别来响应才OK。现在这种生成式的回答就是一个字一个字吐出来，这个时间还挺长的，这在我们这种时效性要求很高的场景可能会稍微有点问题，但是在我们一些智能客服类的场景里面还会好一点。

这大模型出来，它其实是对生产关系的重塑，以前整个生产关系可能需要很多人从非结构化数据当中找到结构化数据的一些规律，然后再通过算法，相当于把非结构化变成结构化的基础之上进行模型算法处理。但是ChatGPT的逻辑在于，我不需要你做这种非结构化到结构化数据之间的一个转化，你给我一些这种非结构化数据，我就可以帮你去识别。它的一个价值在于它把生产关系改变了。

大模型出来，它其实是对生产关系的重塑，以前整个生产关系可能需要很多人从非结构化数据当中找到结构化数据的一些规律，然后再通过算法，相当于把非结构化变成结构化的基础之上进行模型算法处理。但是ChatGPT的逻辑在于，我不需要你做这种非结构化到结构化数据之间的一个转化，你给我一些这种非结构化数据，我就可以帮你去识别。它的一个价值在于它把生产关系改变了。

我们也沉淀了大量的对话的数据，基于他们的模型之上，我们再做一个小模型，或者我们做些微调，或者拿我们数据去训练一下，看看是不是能够满足我们对时效性的要求，这块也能让我们节省很多成本。‍

对于ChatGPT 的技术封锁的情况，比如说它有可能对中国企业是封锁的，大家要翻墙，要挂一些海外的网络。特别是在国内的一些垂直行业当中，有很多这种在封闭网络里面的数据，我们能不能传给他，这个安全性是需要考虑的，我觉得这个还是很重要的一个地方。

整体上来看，未来如果国内的是大模型，可能比ChatGPT 稍微弱一些，但是不要差距太大，可能还是会有很多中国企业使用中国的这种大模型，毕竟要考虑安全性的问题。

其实中国有非常多的人在从事类似这种客服类场景的工作。我们大约统计过，基本上有大几千万的人在做这种事情。这个对话类的产品，其实会对现在的产品有一个很大的变革。现在基本上国内的，包括在海外有一些比较好、比较大的公司做这种产品，基本上都是基于规则，基于一些配置文件，基于一些行业的知识往里去配置，而且需要大量的运营人员参与进来，然后把人的经验放进去，非常依赖于人。这其中也是有一个值得探索的问题。ChatGPT 会把很多之前人做的事情取代掉，他们之间到底是一个什么关系，如果这个模型做得很好，是不是很多人会失业。我们希望给他们插上人工智能的翅膀，他之前产能可能只有10，那加上我的能力以后他可能产能变成20，变成 30 ，的效率增加。

所以我觉得这个模型的发展如果能够达到商业化拐点的时候，我觉得会使整个赛道有非常大的变化。包括ChatGPT 对多模态的一个支持，以后可能会有更多的虚拟人出来，他是有大脑的。现在的虚拟人基本上都是一段录音、一个文本来驱动，他其实是没有大脑的。如果把这种人的形态加上 GPT 的这种大模型，他也有大脑了，以后整个的变化还是会比较大的，基本上不需要人出来录视频。

当然对于我们来讲，我们确实也是挺需要他来改善我们整个体验的，现在的逻辑是，有很多人参与进来，人是会有很多好的坏的感情在里面，机器可以被训练成我们想要的样子，比如笑脸相迎，而且能够把整个效果做得很好。比如淘宝智能客服，现在国内有很多公司在做这个事，当人工客服不在线时，是由智能客服来掌管的，这里面就是一个非常好的场景，是它一个整体的价值，如果线上客服比较智能的话，会直接影响到销售额，从这个角度来思考这个问题的话，我觉得它价值还是比较大的。

其实我们也在努力，但我认为ChatGPT 类似这种大模型以后会像云服务一样，比如咱们现在很多服务器，买了阿里云和百度云，核心是买它的CPU，买它存储。我们认为大模型以后会变成一个基础的云服务，它是一个标准化的云服务。我们是基于这个云服务之上，来做一些算法展示小模型，或者我们自己去微调一些，或者在它之上我们再做一些算法模型来适配某一个行业。它的核心还是在于这个大模型它能做到一个什么程度，这个程度会决定整个商业化是不是能够有一个比较好的进程。所以我们目前来看还是有差距的。比如给你写一些文档，离线的一些场景，然后跟这种时效性，很靠前端的场景可能会稍微少一点。在大后端写个文案，写个报告，做个计算的题目，这是 OK 的。但能直接去跟用户沟通交流，影响到用户能够下单，或者影响到用户能够去有一些动作，我们觉得还需要时间，就看这个大模型整个演进的过程，这是其一。第二是要看这个硬件的成本是不是能够降很快。因为如果它效果很好，但是成本也很高，也很难去商业化。所以目前在我们这个场景，其实还需要一段时间。

我们本来就是在做 AI 的这个事儿，只是这个大模型确实比我们做得好很多，它可能是一个量级上的一个提升，所以我们本身就会比较深入的去参与这个事。AI 这个事情其实是公司的一个战略性的问题，一个方向性的问题，就是大家信不信这个事， AI 这个事情是不是能够改变世界？是不是以后的一个未来？

所以我觉得在顶层设计上是需要有这种思考的。整个战略是需要有定力，我们非常相信这个事，也是这个背景出身的，所以我们当然会很深入的去投入进来去做的事，这是我的第一点。

第二点就是，你毕竟是做企业，你要为你的股东，为你的员工，为大家一块来负责，所以说可能不能一步到位，就需要有一个几年的规划，总得是有一些服务能够提供客户，慢慢的迭代。它确实是一个长周期的，它不是一个短周期，它不像以前做 To C 一样，我今天上线一个功能，睡一天，早上起来，一大批用户全来了，那个时代已经过去了。所以需要有一些战略定力来长期投入。

AI就跟一个小孩一样，你去培养它，锻炼它，你每天跟它讲好东西，那它就挺阳光的，挺向善的，反之则会变坏。

我们可以大胆畅想一下，以后会有一些法律来规定这个机器人不能干什么，我觉得在不久将来家庭的机器人肯定会有很大的普及性，法律会对机器人有一定的约束。但核心是我们要怎么来看待这个事儿，从国家层面怎么看拥抱它还是要封杀它，如果是拥抱，那就得去给它制定一些方式方法，制定一些策略。

4、纷享销客的创始人兼CEO罗旭‍‍‍‍‍

AI 让 CRM 系统从工具型变成业务型。

实际上我们在 CRM 这个领域有非常丰富的结构化和非结构化的数据，而这些特别是这种数据大模型，若它对非结构化数据的处理能力，和通用的理解能力，具备了一定的像人一样的思考能力的话，其实是对未来人和数据交互的一种大的跃升。

这让 CRM 系统从一个工具型的 CRM 变成一个业务型的CRM是一个很好的机会，现在从一个业务型的 CRM 极有可能因为它具备了交互能力之后，变成一个赋能型的真正能给销售管理者和企业决策者带来跨越式质的飞跃的非常好的动力。

可能的跨越式场景上，非结构化数据，比如聊天记录、即时消息等。CRM 软件里面填了很多销售记录，因为这销售记录可能会涉及到比如说在线索里填的记录、在商机里填记录、在客户系统里填的记录，甚至在工单里填的记录、在合同里做的一些标注。

这些信息以前是靠一层层的管理者去和自己的销售不断去做总结。那么这些非结构的数据，如果将来借助这种大模型的数据帮他去做分类，帮他去做关键语义的概括，或者去做一些分析，他就会极大地赋能销售在各个销售环节的能力。

很多企业的销售可能同时在跟进多个商机，但是究竟哪个商机是当下最重要、最紧急的，商机的哪个阶段是需要做出哪些关键动作，销售自己的一些判断往往是不够精准的，通过对大模型的训练，给到销售一些指导，那对销售以及销售管理者来讲，都是最大的福音。

核心的期待也跟张文战说的是一样的，就大模型技术，它未来就像个芯片一样，它更多的一个应用是提供通用的能力，另外是它对这些行业应用提供支撑，去解决具体的问题。所以可能说从SaaS、 PaaS 未来还会出现一种东西叫MaaS，这种模型变成一种赋能的工具和平台，未来针对企业提供更多的企业级的接口，或者企业级的这种专属的服务，让企业自己能对这些参数进行微调，能对它进行训练，形成另外一种叫专属垂直场景里面的子训练模型，甚至将来如果能够更进一步形成子模型的子模型。

对于企业级用户，特别是中大型企业，它的数据样本也很丰富，它在借助我们或者借助百度大模型的同时，又形成自己的子模型，让整个营销的实现全渠道、全场景、端到端的智能化，这样对整个生产力的释放，对效率提升，就是非常大的跃升。所以我觉得核心还是看百度未来怎么去开放它的能力。

对比ChatGPT 和文心一言，确实现在还有差距，但我不担心，因为这种大模型的自我净化能力可能 6- 9 个月一个版本。随着用户量的不断增加，假如现在文心一言能有个 1 个亿、 2 个亿、 3 个亿或者 5 个亿的用户，它能不停的去使用它的模型，不断训练。加上它自身的一些训练模型，对于其能力的跃升我们倒一点都不担心，主要是看最后它能提供什么样的能力，开放给像我们这样的企业级的服务厂商。

另外，很多企业的业务是非常闭环的，就需要拥有一个闭环性的数据模型，比如说做 HR 的公司，或者说做 CRM 的公司，他们的一些核心业务场景，你在公网里是搜不到的，这就是企业真实的非常封闭的数据模型。所以针对这部分企业，我们的核心是把AI能力赋予企业，让企业在合规的安全的环境里，自我进行训练。因此MaaS会成为一种新能力。

对于大模型的选用上，看三点，第一是看政策法规，第二是看能力，第三是看性价比。其实更多的还是从合规性，从商业价值，还有从它本身的能力上来看。从性价比上来看。如果说国家政策法规允许你用，企业如果觉得性价比合适，那肯定是择优使用。当然我觉得百度文心一言也有它自己独特的优势，有本土自身的对中文语言理解的优势，以及它积累的中文这个环境下的语料、数据这些优势。

这一次大模型带来的改变，最核心的是它会重新去定义CRM，CRM 的工具它特别不一样，在全球来看，像 Salesforce、Dynamics，其实数得出来很成功的公司就非常少了，很多都是被包裹在所谓的 ERP 公司里面。它难做的原因就在于它极度的非标，而且它的行业化差异又非常巨大，受到人的因素受干扰非常大。

所以就是说ChatGPT 的出现，会把一个工具型的软件，提升成一个业务型的软件，最后变成一个智能型的业务软件，就相当于会变成销售体系的一个作业软件。以前对于CRM 定位叫客户关系管理，更多的像一个客户容器，去沉淀客户资料，沉淀客户跟进的过程，沉淀跟进的记录，它是为管理而生，就是决策者去管理和管控这个过程。它不是为赋能而生，它不是作业平台，它不像财务软件拿来做账来做管理排级分析，是财务人员特别喜欢的。它也不像 HR 软件入转、调离、考核、绩效评价，是 HR 人特别喜欢的。绝大部分销售是不喜欢 CRM 软件的，因为它是被管控的。

因为 CRM 里面有大量的非结构化数据，这种大模型它对非结构化数据的友好的理解能力和内容的生产能力，会让CRM变成一个赋能的、助力的工具，从一个工具跃升成业务赋能和一个赋能平台。所以我说它可能就叫客户关系管理工具会变成一个客户价值管理工具，或者是客户价值管理平台，它会重新定义CRM。我们对这点方向是非常非常看好。以后可能就是销售人，他会主动给企业管理者说我们一定要买一个具有大模型的CRM，因为它能够提高效率，不管是做一些文案还是客户的方案，还是去跟进客户，尽早的去关单、赢单，真正赋能销售。

AI是智能时代的加速器或智能时代的公共服务，这个智能公共服务会重新改造和刷新各行各业。‍‍‍

其实人也是个“超级AI”，人从出生到死亡，也是在一个不断学习的过程。所以如果说这个 AI 大模型确实是很强后，我们因为 AI 的赋能而慢慢地丧失或丢失掉自我的学习能力，这对某一类人来说是一个莫大的悲哀。

我们可能是要面临的一个新的问题，在一个 AI 时代，怎么重新去定义自己，重新定义每个人的价值存在感。第二点这种被动。 AI 这个词起的也挺好，因为它叫AI，如果翻译成中文拼音就叫“爱”，就是情感。

从目前来讲，我不知道机器什么时候会有情绪，但是机器要有情感这件事情可能是会非常难的。当机器的智能到一定程度之后，在这个情绪和情感问题上，人和机器之间如何去结合和有一定的隔离（克制边界）的手段，这件事情也是我们要思考的，可能是另外一个能力的问题。最后可能人要去重新定义人。