海外与国内AI的显著差异在于应用,国内AI生态断链,算力、模型与最终用户未形成闭环。而海外在B端已形成正反馈链条,英伟达提供GPU,模型公司提供基础设施,应用公司提供融合AI的SaaS,B端公司提升效率。生态正反馈能促进各部分联动,打破AI发展魔咒,反之则依赖投资。
SaaS缺失:国内AI应用难题根源
国内AI应用难的核心是需跳过相对容易阶段,直接进行端到端业务整合。SaaS本是AI易产生商业价值的领域,但国内无海外规模的SaaS市场。经典SaaS模式已难以为继,其综合度低,处理复杂度小,如今低复杂度业务无商业价值,只能直面高复杂度业务。
端到端业务整合:价值创造主体迁移
《无人公司》聚焦高复杂度场景挑战。以AntroPic的ProjectVend为例,其用AI经营货柜,虽项目破产,但自动化程度高于电商平台,体现价值创造主体向硅基转移。未来是基于AI的端到端业务整合时代。
抑制复杂度提升:国内AI应用关键
因SaaS凉凉,国内需处理高复杂度场景。改善现有业务需构建比Glean产品更复杂的系统,业务知识与AI需无缝融合。但当前AI水平难解决业务复杂度,削减复杂度核心是不向后兼容,即便如此仍比做工具复杂。
技能集需求:应对新挑战
适合做此类产品的技能集要求高,如GleanCEO需综合了解业务、技术和AI。产品复杂度提升,要求操盘者具备复杂系统认知和驾驭能力。新体系下,需更了解人、AI和业务的人。
国内AI应用展望:构建良性生态
国内做AI应用难度大,做项目难解决生态断链问题。没有真正的应用生态,AI发展不可持续。中美AI长期竞争取决于生态是否良性。
© 版权声明
文章版权归作者所有,未经允许请勿转载。